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！

龙图腾网恭喜广西师范大学申请的专利一种基于去噪的知识感知图卷积网络推荐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：CN114637857B 。

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：202210266896.2，技术领域涉及：G06F16/36；该发明授权一种基于去噪的知识感知图卷积网络推荐方法是由王利娥;张瀚文;李先贤设计研发完成，并于2022-03-17向国家知识产权局提交的专利申请。

本一种基于去噪的知识感知图卷积网络推荐方法在说明书摘要公布了：本发明公开一种基于去噪的知识感知图卷积网络推荐方法，利用了知识图谱实体间丰富的关系信息，实现对用户偏好的建模，为了明确邻居实体是否是无法反映用户偏好的噪声，计算用户偏好与邻居实体的相似度得分，该得分反应了该实体是否是噪声的置信度，将该得分归一化后作为图卷积网络下聚合实体的邻居信息时的权重，从而在充分利用知识图谱的高阶结构信息时，破坏噪声信息的传播，从而增强推荐性能。

本发明授权一种基于去噪的知识感知图卷积网络推荐方法在权利要求书中公布了：1.一种基于去噪的知识感知图卷积网络推荐方法，应用在电影推荐领域，其特征是，包括步骤如下：步骤1、采集用户的历史数据，并找出历史数据中所有用户交互过的项目，并将项目与知识图谱中的实体对齐；将用户ID、以及知识图谱中的实体ID和关系ID送入嵌入层，得到用户的初始嵌入向量表示、实体的初始嵌入向量表示和关系的初始嵌入向量表示；步骤2、利用注意力机制，先计算用户对单个交互过的项目的偏好向量表示，再计算用户对所有交互过的项目的偏好向量表示，即用户偏好向量表示； 步骤3、通过噪声识别操作计算用户偏好向量表示和邻居实体向量表示之间的相似度得分并归一化，归一化后的相似度得分用于控制图卷积网络中每个属于推荐类型的实体的邻居信息传递，破坏噪声信息的传播，得到每个属于推荐类型的实体的初始邻居结构向量表示； 步骤4、通过图卷积运算捕捉知识图谱中每个属于推荐类型的实体的邻居结构信息，聚合每个属于推荐类型的实体的初始嵌入向量表示与每个属于推荐类型的实体的初始邻居结构向量表示，得到属于推荐类型的实体的一阶向量表示，通过堆叠多层图卷积，以收集来自高阶邻居的影响信号，获得更多与推荐类型实体有关的信息，得到每个属于推荐类型的实体的各阶嵌入向量表示； 步骤5、通过图卷积运算聚合用户偏好向量表示与用户交互过的每个项目即实体的向量表示，通过堆叠多层图卷积，以更深入的方式挖掘用户的潜在兴趣，得到用户的各阶嵌入向量表示； 步骤6、将用户的0～L阶嵌入向量表示进行拼接，得到用户的最终向量表示；同时将属于推荐类型的实体的0～L阶嵌入向量表示进行拼接，得到属于推荐类型的实体的最终向量表示；步骤7、将用户的最终向量表示与每个属于推荐类型的实体的最终向量表示的内积作为用户对实体的评分，并将评分排在前k位的实体推荐给用户；其中k为设定值；上述式中，eu表示用户u的初始嵌入向量表示，表示与用户交互过的项目pj有关的关系的初始嵌入向量表示，表示用户对单个交互过的项目pj的偏好向量表示，表示用户偏好向量表示，表示与用户交互过的项目pj有关的关系的集合，Nu是用户交互过的项目的集合；et表示属于推荐类型的实体h的邻居实体t的初始嵌入向量表示，表示属于推荐类型的实体h的初始邻居结构向量表示，Nh表示属于推荐类型的实体h的邻居实体t的集合；表示属于推荐类型的实体h的l阶嵌入向量表示，表示属于推荐类型的实体h的l-1阶嵌入向量表示，表示属于推荐类型的实体h的l-1阶邻居结构向量表示，l＝0,1,…,L，L为图卷积的层数，f表示聚合函数；表示用户u的l阶嵌入向量表示，|Nu|表示用户交互过的项目的数量，⊙表示哈达玛积；上标T表示转置。

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西师范大学，其通讯地址为：541004 广西壮族自治区桂林市七星区育才路15号；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”。