Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广州汇通国信科技有限公司李保平获国家专利权

恭喜广州汇通国信科技有限公司李保平获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜广州汇通国信科技有限公司申请的专利一种基于时序兴趣演化的场景感知个性化推荐系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119337002B

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411890510.0,技术领域涉及:G06F16/9535;该发明授权一种基于时序兴趣演化的场景感知个性化推荐系统及方法是由李保平;李冬云;杨秋林;冯文骐;阮光宗;李启航设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。

一种基于时序兴趣演化的场景感知个性化推荐系统及方法在说明书摘要公布了:本发明公开了一种基于时序兴趣演化的场景感知个性化推荐系统及方法,该系统包括多维行为数据采集模块、行为序列分析模块、特征工程模块和推荐模型模块。系统通过采集用户的显性及隐性行为数据、场景化数据和内容特征数据,利用时间加权机制对行为序列进行模式挖掘,构建兴趣状态转移图,并基于此生成行为‑场景关联矩阵。通过多层次特征融合策略,采用融合因子分解机和深度神经网络的DeepFM模型生成个性化推荐结果。本发明解决了传统推荐系统忽视用户兴趣时序演化特征、缺乏场景感知能力的技术问题。创新性地引入时间加权的序列模式挖掘和多维度特征融合策略,有效捕捉用户兴趣的动态变化规律,显著提升了推荐结果的准确性和时效性。

本发明授权一种基于时序兴趣演化的场景感知个性化推荐系统及方法在权利要求书中公布了:1.一种基于时序兴趣演化的场景感知个性化推荐系统,其特征在于,包括:多维行为数据采集模块,用于采集用户行为数据,其中行为数据包括显性行为数据、隐性行为数据、场景化数据和内容特征数据,其中,所述显性行为数据为用户主动产生的交互数据,所述隐性行为数据为用户被动产生的交互数据,所述场景化数据为用户行为发生时的环境数据,所述内容特征数据为用户交互对象的属性数据;行为序列分析模块,用于对所述用户行为数据进行序列模式挖掘和兴趣演化建模,并生成描述用户兴趣演化规律的兴趣状态转移图;特征工程模块,用于从所述兴趣状态转移图中计算状态转移边连续出现的数量与总时间片段数的比值作为状态稳定度,构建行为-场景二维关联矩阵,并基于所述状态稳定度对所述行为-场景二维关联矩阵进行加权调整生成特征表示;推荐模型模块,用于采用融合了因子分解机和深度神经网络的DeepFM模型对所述特征表示进行处理并生成推荐结果;其中,所述行为序列分析模块包括序列模式挖掘单元和兴趣演化建模单元,所述序列模式挖掘单元通过时间衰减函数计算子序列中行为记录的时间权重,并基于所述时间权重累加计算所述子序列的加权频次,当所述加权频次超过预设的频次阈值时识别为频繁行为模式;所述兴趣演化建模单元基于所述频繁行为模式构建兴趣状态向量序列,其中每个兴趣状态向量包括行为类型的归一化频次分布向量、累计时长分布向量以及设备类型和时段标记,并计算所述兴趣状态向量的相邻状态间的行为类型分布重叠率,仅当所述行为类型分布重叠率超过预设阈值且具有相同的设备类型和时段标记时建立所述状态转移边;所述DeepFM模型通过FM组件捕获特征间的二阶交互关系,通过深度神经网络组件捕获高阶特征组合,通过特征域映射规则将所述行为类型、设备类型和时段类型分别映射到不同的域标识,并生成包含域标识、值域标识和加权特征值的稀疏特征表示,通过对不同域的特征分别进行嵌入映射为对应维度的稠密向量后拼接。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广州汇通国信科技有限公司,其通讯地址为:510000 广东省广州市黄埔区开源大道11号B9栋601室自编6310房;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。