買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)人民解放軍國(guó)防科技大學(xué)申請(qǐng)的專利基于屬性知識(shí)引入的協(xié)同過(guò)濾推薦方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115203580B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210669159.7，技術(shù)領(lǐng)域涉及：G06F16/9536；該發(fā)明授權(quán)基于屬性知識(shí)引入的協(xié)同過(guò)濾推薦方法是由殷風(fēng)景;張?chǎng)?潘巖;肖衛(wèi)東;趙翔;徐浩;雷軍設(shè)計(jì)研發(fā)完成，并于2022-06-14向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于屬性知識(shí)引入的協(xié)同過(guò)濾推薦方法在說(shuō)明書(shū)摘要公布了：本發(fā)明屬于推薦技術(shù)領(lǐng)域，公開(kāi)了基于屬性知識(shí)引入的協(xié)同過(guò)濾推薦方法，包括：構(gòu)建基于用戶直接信息和間接信息的屬性體系；基于帶L1懲罰項(xiàng)的邏輯回歸模型的特征選取；基于雙向量拼接的用戶行為向量與用戶屬性知識(shí)向量的融合；并將協(xié)同過(guò)濾、基于用戶屬性知識(shí)計(jì)算近鄰和用戶屬性知識(shí)與行為向量融合集成形成三重混合推薦，所述三重混合推薦通過(guò)利用屬性信息，并通過(guò)加權(quán)投票方式將用戶屬性、行為數(shù)據(jù)和協(xié)同過(guò)濾的推薦融合起來(lái)。本發(fā)明通過(guò)構(gòu)建與引入屬性信息，集成行為數(shù)據(jù)信息，在進(jìn)行嵌入式特征選取和向量拼接相似計(jì)算的基礎(chǔ)上，建立三重混合推薦模型將用戶屬性和協(xié)同過(guò)濾結(jié)合起來(lái)，提升了推薦的效果。

本發(fā)明授權(quán)基于屬性知識(shí)引入的協(xié)同過(guò)濾推薦方法在權(quán)利要求書(shū)中公布了：1.基于屬性知識(shí)引入的協(xié)同過(guò)濾推薦方法，其特征在于，包括以下步驟： 定義用戶直接信息和間接信息，基于此構(gòu)建用戶的屬性體系；所有屬性的集合生成用戶屬性的整個(gè)維度； 為篩選信息量大、區(qū)分度高的關(guān)鍵特征，采用基于帶L1懲罰項(xiàng)的邏輯回歸模型的方式進(jìn)行特征選取； 針對(duì)用戶屬性知識(shí)和行為數(shù)據(jù)分別進(jìn)行向量化，將用戶行為向量與用戶屬性知識(shí)向量進(jìn)行拼接，形成屬性和行為融合的推薦； 基于L1懲罰項(xiàng)的屬性知識(shí)嵌入選取方法和用戶屬性知識(shí)嵌入?yún)f(xié)同過(guò)濾構(gòu)建三重混合推薦，所述三重混合推薦通過(guò)利用屬性信息，豐富用戶的興趣偏好表達(dá)，提高用戶之間的相似性計(jì)算的精準(zhǔn)性，并通過(guò)加權(quán)投票方式將用戶屬性和協(xié)同過(guò)濾融合起來(lái)； 定義用戶間接屬性，使用用戶行為關(guān)聯(lián)的項(xiàng)目信息進(jìn)行關(guān)聯(lián)，如果用戶對(duì)某個(gè)項(xiàng)目評(píng)分很高，該項(xiàng)目所具有的屬性將在用戶相應(yīng)的屬性維度中被點(diǎn)亮；一個(gè)項(xiàng)目可能有多個(gè)屬性，因此一個(gè)評(píng)分可能會(huì)點(diǎn)亮用戶屬性知識(shí)空間中的多個(gè)維度；如果用戶從未對(duì)具有相同屬性的任何項(xiàng)目進(jìn)行評(píng)分，或者評(píng)分不夠好，則用戶屬性向量中對(duì)應(yīng)那些項(xiàng)目屬性的元素值將為0；每當(dāng)用戶對(duì)一個(gè)具有一個(gè)或多個(gè)屬性的項(xiàng)目進(jìn)行評(píng)分，并且評(píng)分比較好時(shí)，與這些項(xiàng)目屬性對(duì)應(yīng)的用戶屬性維度就將會(huì)增加； 所述構(gòu)建基于用戶直接信息和間接信息的屬性體系，包括： 用ADV代表用戶屬性知識(shí)維度中的元素值，ADV是每輪計(jì)算的值，則有以下： j表示第j項(xiàng)，k表示項(xiàng)目的屬性； i表示所考察的用戶i，z表示第z個(gè)用戶屬性知識(shí)維度，n和p分別是項(xiàng)目總數(shù)和項(xiàng)目屬性總數(shù)； 對(duì)于用戶直接屬性，直接按照直接屬性生成特征空間，按照是否具有對(duì)應(yīng)維度上的屬性對(duì)直接屬性值advd進(jìn)行量化： x表示第x個(gè)屬性。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)人民解放軍國(guó)防科技大學(xué)，其通訊地址為：410073 湖南省長(zhǎng)沙市開(kāi)福區(qū)德雅路109號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。