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！

龍圖騰網獲悉湖南大學申請的專利一種基于貝葉斯網絡與神經網絡的規則組件推薦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：CN120447889B 。

龍圖騰網通過國家知識產權局官網在2025-09-16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：202510958822.9，技術領域涉及：G06F8/36；該發明授權一種基于貝葉斯網絡與神經網絡的規則組件推薦方法是由張百達;陳睿;蘆海濤;周亞曦;何忠毓;晏小靜設計研發完成，并于2025-07-11向國家知識產權局提交的專利申請。

本一種基于貝葉斯網絡與神經網絡的規則組件推薦方法在說明書摘要公布了：本發明公開了一種基于貝葉斯網絡與神經網絡的規則組件推薦方法，包括以下步驟：S1.歷史規則數據拆分：解析歷史規則數據，將每條歷史規則數據分別拆分為組件序列；S2.貝葉斯網絡構建：結合數據挖掘算法、基于組件關系的知識圖譜、頻率分析算法SFPTree以及基于Noisy?OR模型，構建貝葉斯網絡；S3.神經網絡訓練與構建：通過數據增強技術，擴展訓練數據集，使用基于LSTM單元的循環神經網絡作為整體框架；S4.推薦結果融合：分別采用貝葉斯網絡算法和神經網絡算法進行推薦獲得推薦結果，基于用戶所采納的推薦結果對應的推薦算法的頻率融合貝葉斯網絡和神經網絡的推薦結果。

本發明授權一種基于貝葉斯網絡與神經網絡的規則組件推薦方法在權利要求書中公布了：1.一種基于貝葉斯網絡與神經網絡的規則組件推薦方法，其特征在于，包括以下步驟： S1.歷史規則數據拆分：解析歷史規則數據，將每條歷史規則數據分別拆分為歷史組件序列保存于組件序列數據庫中；針對歷史組件序列分別提取組件之間的單向連接關系來構成組件知識圖譜；使用頻率分析算法SFPTree從歷史序列組件中獲取頻繁項集，針對頻繁項集挖掘關聯規則，并對應得到關聯規則的置信度； S2.貝葉斯網絡構建： S21.根據待推薦組件的上下文信息動態地從組件知識圖譜中選擇相關組件及組件之間的單向連接關系，來構成有向無環圖來作為貝葉斯子網絡； S22.基于貝葉斯子網絡中的節點間的關系，獲取具有父節點的各子節點，針對每個子節點分別獲取條件概率表，其中，基于S1得到的關聯規則的置信度使用Noisy-OR模型獲取各子節點的條件概率表，基于條件概率表和貝葉斯子網絡構成貝葉斯網絡；其中，使用Noisy-OR模型獲取各子節點的條件概率表的具體方法為： 將任意一個子節點記作，其父節點集合記作，并設定的父節點之間無任何依賴關系： ； ； 式中，指的第n個父節點，表示父節點集合中狀態為1的節點集合，其中，若當前節點不出現，則將其節點狀態記為0，出現則記為1，；為先驗概率，由統計的邊緣概率近似得到；邊緣概率是支持度計數與事務集總數的比率，則： ； 根據當前貝葉斯子圖中關聯規則的置信度，分別得到在任意一個父節點狀態為1作為前項的情況下，其子節點狀態為1的概率，記作，根據和Noisy-OR模型計算得到的概率得到各個節點狀態下對應的條件概率，整理得到條件概率表； S23.基于貝葉斯公式和條件概率表，計算待推薦組件的推薦概率，并按照推薦概率的大小進行推送； S3.神經網絡訓練與構建：通過數據增強來擴展訓練數據集，使用基于LSTM單元的循環神經網絡作為整體框架； S4.推薦結果融合：分別采用貝葉斯網絡算法和神經網絡算法進行推薦獲得推薦結果，基于用戶所采納的推薦結果對應的推薦算法的頻率融合貝葉斯網絡和神經網絡的推薦結果。

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湖南大學，其通訊地址為：410012 湖南省長沙市岳麓區麓山南路1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”。