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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江工業(yè)大學申請的專利一種基于協(xié)同對比學習的多行為電商平臺推薦方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119941360B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-16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?zhí)?專利號為：202510107703.2，技術(shù)領(lǐng)域涉及：G06Q30/0601；該發(fā)明授權(quán)一種基于協(xié)同對比學習的多行為電商平臺推薦方法是由楊旭華;陳孟昂;馬鋼峰設(shè)計研發(fā)完成，并于2025-01-23向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于協(xié)同對比學習的多行為電商平臺推薦方法在說明書摘要公布了：一種基于協(xié)同對比學習的多行為電商平臺推薦方法，首先，為在線電商平臺構(gòu)建多行為的電商用戶?電商商品交互二分圖；接著，使用多行為級聯(lián)殘差網(wǎng)絡(luò)捕捉二分圖的深層表征，并使用多行為注意力網(wǎng)絡(luò)捕捉二分圖的交互表征；然后，通過跨層對比學習、跨行為對比學習和跨網(wǎng)絡(luò)對比學習提升電商用戶?電商商品交互二分圖的表示性能；同時，計算貝葉斯個性化排序損失以改善推薦性能；最后，獲得最終的電商用戶和電商商品表征以實現(xiàn)個性化的商品推薦。本發(fā)明深度挖掘各行為信息和多行為交互信息，使用對比學習提升電商用戶和電商商品的表示性能，有助于為電商平臺生成更精準、更符合用戶興趣的推薦結(jié)果。

本發(fā)明授權(quán)一種基于協(xié)同對比學習的多行為電商平臺推薦方法在權(quán)利要求書中公布了：1.一種基于協(xié)同對比學習的多行為電商平臺推薦方法，其特征在于，首先，為在線電商平臺構(gòu)建多行為的電商用戶-電商商品交互二分圖；接著，使用多行為級聯(lián)殘差網(wǎng)絡(luò)捕捉二分圖的深層表征，并使用多行為注意力網(wǎng)絡(luò)捕捉二分圖的交互表征；然后，通過跨層對比學習、跨行為對比學習和跨網(wǎng)絡(luò)對比學習提升電商用戶-電商商品交互二分圖的表示性能；同時，計算貝葉斯個性化排序損失以改善推薦性能；最后，獲得最終的電商用戶和電商商品表征以實現(xiàn)個性化的商品推薦； 所述方法包括以下步驟： 步驟一、構(gòu)建電商用戶-電商商品交互的多行為二分圖，其中多行為包括點擊、加購、購買等共個行為，； 步驟二、使用雙層圖神經(jīng)網(wǎng)絡(luò)和前一行為的殘差表征獲得下一行為的節(jié)點表征，最終獲得多行為級聯(lián)殘差網(wǎng)絡(luò)表征； 步驟三、計算電商平臺的多行為注意力網(wǎng)絡(luò)的初始表征； 步驟四、在初始表征中使用注意力聚合獲得多行為注意力網(wǎng)絡(luò)表征； 步驟五、計算多行為級聯(lián)殘差網(wǎng)絡(luò)部分第個行為的跨層對比學習損失； 步驟六、計算多行為注意力網(wǎng)絡(luò)部分第個行為的跨層對比學習損失； 步驟七、計算總的跨層對比學習損失； 步驟八、計算電商用戶對電商商品交互的跨行為對比學習損失； 步驟九、計算級聯(lián)殘差網(wǎng)絡(luò)和多行為注意力網(wǎng)絡(luò)之間的對比學習損失； 步驟十、計算貝葉斯個性化排序損失； 步驟十一、計算最終的損失函數(shù)； 步驟十二、判斷是否小于等于指定閾值，若不是則返回步驟二；若是則結(jié)束計算，獲得最終的節(jié)點表征矩陣； 步驟十三、通過計算表征相似性分數(shù)，實現(xiàn)對電商用戶的個性化電商商品推薦； 所述步驟二中，計算第個行為的電商用戶-電商商品二分圖的節(jié)點表征 其中，，為雙層圖神經(jīng)網(wǎng)絡(luò)，初始的第個行為的節(jié)點表征為，和分別為初始電商用戶表征和電商商品表征，則電商平臺的多行為級聯(lián)殘差網(wǎng)絡(luò)表征； 所述步驟三中，計算電商平臺的多行為注意力網(wǎng)絡(luò)的初始表征 其中為隨機初始化的第個行為的偏置表征，，初始的節(jié)點表征，和分別為初始電商用戶表征和電商商品表征； 所述步驟四中，計算電商平臺的多行為注意力網(wǎng)絡(luò)表征，其中 為第個行為的節(jié)點融合表征，，表示將多行為的節(jié)點向量堆疊成矩陣的操作,為第個行為與所有行為間的注意力值。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江工業(yè)大學，其通訊地址為：310014 浙江省杭州市拱墅區(qū)朝暉六區(qū)潮王路18號；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)”。