買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶郵電大學申請的專利一種基于張量分解和全貌表示的跨電商書城用戶對齊方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115907865B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211408791.2，技術領域涉及：G06Q30/0251；該發明授權一種基于張量分解和全貌表示的跨電商書城用戶對齊方法是由段思睿;龍雨洵;肖云鵬;龐育才;王蓉;余翔;李暾設計研發完成，并于2022-11-11向國家知識產權局提交的專利申請。

本一種基于張量分解和全貌表示的跨電商書城用戶對齊方法在說明書摘要公布了：本發明屬于網絡對齊領域，具體涉及一種基于張量分解和全貌表示的跨電商書城用戶對齊方法，包括：提取電商書城平臺用戶的基本屬性信息和用戶行為數據信息；采用“用戶?行為?圖書”張量分解模型對用戶行為數據信息進行同態補償；采用UBN2vec全貌表示模型對補償后的電商書城用戶數據進行處理；使用用戶興趣群組分塊索引模型對電商書城用戶進行興趣群組劃分，將興趣偏好不同的用戶劃分到不同的興趣群組中；計算同一興趣群組中用戶節點嵌入表示矢量間的相似度，選取另一平臺中相似度最高的用戶作為待匹配用戶的對齊用戶。本發明減少了興趣差別較大用戶的匹配次數，降低了匹配過程的復雜度，最終精準高效地實現對跨書城平臺用戶的對齊。

本發明授權一種基于張量分解和全貌表示的跨電商書城用戶對齊方法在權利要求書中公布了：1.一種基于張量分解和全貌表示的跨電商書城用戶對齊方法，其特征在于，包括： S1：提取電商書城平臺用戶的基本屬性信息和用戶行為數據信息； S2：采用“用戶-行為-圖書”張量分解模型對用戶行為數據信息進行同態補償，得到補償后的用戶行為數據； 采用“用戶-行為-圖書”張量分解模型對稀疏的用戶行為數據進行同態補償，包括： 其中，Yk+1表示第k+1次迭代時低秩張量Y的值，即同態補償后的用戶行為數據，argminL.表示目標函數取得最小值時的變量值，Ak+1表示第k+1次迭代時輔助張量A的值，Wi k+1表示第k+1次迭代時拉格朗日乘子張量Wi的值，λ表示懲罰因子； S3：采用UBN2vec全貌表示模型對補償后的電商書城用戶數據進行處理，得到包含豐富的屬性信息、行為偏好信息以及用戶鄰域信息的用戶節點嵌入表示矢量； UBN2vec全貌表示模型包括：用戶鄰域嵌入模塊、用戶行為嵌入模塊、用戶屬性嵌入模塊； 根據電商書城用戶實際行為記錄構建異質電商書城網絡，使用deepwalk模型學習異質電商書城網絡的網絡拓撲結構，忽略異質電商書城網絡的節點屬性信息和用戶行為類型，將異質電商書城網絡簡化為單一邊類型的同質網絡，得到用戶鄰域嵌入模塊；根據異質電商書城網絡中不同的邊類型，將原始電商書城網絡分離為包含邊類型的子網絡，得到用戶行為嵌入模塊；根據異質電商書城網絡融入屬性編碼和屬性特征轉換，得到用戶屬性嵌入模塊，融合用戶鄰域嵌入模塊、用戶行為嵌入模塊、用戶屬性嵌入模塊，得到UBN2vec全貌表示模型； S4：使用用戶興趣群組分塊索引模型對電商書城用戶進行興趣群組劃分，將興趣偏好不同的用戶劃分到不同的興趣群組中； 用戶興趣群組分塊索引模型：根據用戶的歷史行為信息將圖書分為多個用戶興趣群組，根據用戶的實際購買記錄將每個用戶分配到用戶興趣群組； S5：計算同一興趣群組中用戶節點嵌入表示矢量間的相似度，選取另一平臺中相似度最高的用戶作為待匹配用戶的對齊用戶。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區南山街道崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。