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！

龍圖騰網獲悉東北大學申請的專利基于去噪多興趣邏輯推理的長序列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：CN120216775B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510685298.2，技術領域涉及：G06F16/9535；該發明授權基于去噪多興趣邏輯推理的長序列推薦方法是由李飛;郭貴冰設計研發完成，并于2025-05-27向國家知識產權局提交的專利申請。

本基于去噪多興趣邏輯推理的長序列推薦方法在說明書摘要公布了：本發明公開一種基于去噪多興趣邏輯推理的長序列推薦方法，涉及數據挖掘技術領域。本發明定義了兩個偏好算子，并為兩個偏好算子定義基于邏輯規則的映射函數，以獲取對應物品的偏好概率嵌入，利用自注意力機制提取用戶興趣嵌入。最后，基于得到的用戶興趣嵌入進行邏輯推理，以推薦下一個物品，從而避免噪聲物品對邏輯推理的負面影響，提高推薦的準確性。設計了一種多興趣學習策略，包括IPD對比損失和ILR對比損失。IPD對比損失的功能是要求物品盡可能靠近多興趣概率分布空間，而不僅僅是單一興趣的概率分布。ILR對比損失的功能是確保邏輯推理時能夠考慮用戶的多個興趣，而不是僅關注其主要興趣。

本發明授權基于去噪多興趣邏輯推理的長序列推薦方法在權利要求書中公布了：1.一種基于去噪多興趣邏輯推理的長序列推薦方法，其特征在于，包括以下步驟： 構建基于邏輯規則的興趣提取器；所述基于邏輯規則的興趣提取器，用于通過輸入的交互序列推導用戶興趣的嵌入表示，進而得到用戶的多方面興趣嵌入矩陣；所述交互序列為一個用于表示用戶歷史交互物品的序列，其中包括不同時刻的交互項，每個交互項為與用戶進行交互的物品的嵌入表示； 構建基于多興趣邏輯推理的物品推薦模型；所述基于多興趣邏輯推理的物品推薦模型用于根據用戶的多方面興趣嵌入矩陣為用戶推薦物品； 利用多興趣學習策略對基于邏輯規則的興趣提取器和基于多興趣邏輯推理的物品推薦模型進行訓練，得到訓練完成的基于邏輯規則的興趣提取器和基于多興趣邏輯推理的物品推薦模型； 利用訓練完成的基于邏輯規則的興趣提取器和基于多興趣邏輯推理的物品推薦模型進行物品推薦，得到物品推薦結果； 所述多興趣學習策略中利用訓練的損失函數對基于邏輯規則的興趣提取器和基于多興趣邏輯推理的物品推薦模型進行訓練，所述訓練的損失函數的構建過程為： 每個興趣的嵌入表示的概率密度函數定義為： （16）； 其中，表示物品的嵌入表示的維度，為興趣的嵌入表示的概率密度函數，表示概率密度函數輸入值，是函數，和表示興趣對應的第個Beta分布的形狀參數； 的概率密度函數定義為： （17）； 其中，為用戶興趣的編號，是用戶興趣的數量，為用戶的多方面興趣嵌入矩陣，為的概率密度函數，，，和為興趣對應的第個Beta分布的形狀參數；表示興趣的嵌入表示的權重，且，是一種多層次的感知，和分別表示興趣的嵌入表示中部分的嵌入向量和部分的嵌入向量，為用戶興趣的編號； 定義目標物品的嵌入表示與用戶興趣的嵌入表示之間的KL散度距離： （18）； 其中，表示目標物品的嵌入表示與用戶興趣的嵌入表示之間的KL散度距離，表示KL散度距離函數，，和為目標物品對應的第個Beta分布的形狀參數，； 計算目標物品的嵌入表示與用戶的多方面興趣嵌入矩陣之間的KL散度距離： （19）； 其中，表示目標物品的嵌入表示與用戶的多方面興趣嵌入矩陣之間的KL散度距離，； 構建興趣概率分布對比損失為： （20）； 其中，為興趣概率分布對比損失，，和為KL散度距離向量，是一個預設的間隔超參數，是一個負樣本的嵌入表示，表示負樣本的嵌入表示與用戶的多方面興趣嵌入矩陣之間的KL散度距離； 構建興趣邏輯推理對比損失為： （21）； 其中，表示興趣邏輯推理對比損失，，邏輯表達式的嵌入表示，表示邏輯表達式的嵌入表示和真值的嵌入表示之間的相似度，表示邏輯表達式的嵌入表示和真值的嵌入表示之間的相似度，邏輯表達式的嵌入表示定義為，表示邏輯表達式的嵌入表示和真值的嵌入表示之間的相似度；是預設的超參數； 構建邏輯正則化損失為： （22）； 其中，為邏輯正則化損失，為邏輯正則化項，為邏輯正則化項的編號； 訓練的損失函數定義為： （23）； 其中，為多興趣學習策略中訓練的損失函數，，，和是預設參數，為基于邏輯規則的興趣提取器和基于多興趣邏輯推理的物品推薦模型的參數，為二范數。

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東北大學，其通訊地址為：110819 遼寧省沈陽市和平區文化路三號巷11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”。