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！

龙图腾网恭喜上海交通大学申请的专利增加多样性的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：CN113961808B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202111248000.X，技术领域涉及：G06F16/9535；该发明授权增加多样性的推荐方法是由陈星易;姚天昉设计研发完成，并于2021-10-26向国家知识产权局提交的专利申请。

本增加多样性的推荐方法在说明书摘要公布了：一种增加多样性的物品推荐方法，当用户上线，获取物品数据并预处理，构建物品的特征向量；根据用户特征向量，从海量的物品库里，快速召回用户可能感兴趣的物品，即候选物品；将候选物品，用排斥权重算法进行排序；根据用户选择结果反馈，更新排序算法参数。本发明在推荐系统的排序环节，融合了多臂老虎机算法的排斥权重算法，在召回阶段使用轻量级的召回方法，在保证召回结果准确的情况下提升了推荐结果的多样性，同时计算量相对小、收敛速度相对快。

本发明授权增加多样性的推荐方法在权利要求书中公布了：1.一种增加多样性的物品推荐系统，其特征在于，包括：预处理单元、召回层单元、排序层单元以及输出推荐单元，其中：预处理单元根据用户与待推荐物品的交互信息，进行神经网络深度学习处理，得到物品的特征向量结果，并根据k最近邻算法对物品分类；召回层单元根据用户历史交互信息，进行处理得到用户特征向量，根据球树最近邻算法得到H个候选物品；排序层单元根据H个候选物品及淘汰队列，用排斥权重算法进行处理，得到H个候选物品的排名结果；输出推荐单元根据排名结果信息，输出前N个物品推荐给用户；所述的候选物品，通过以下方式得到：对于上线用户，设置用户的特征向量为历史交互过的M个物品的特征向量和的算术平均；使用球树最近邻算法计算得到用户特征向量的H个最近邻；将此H个物品作为候选物品；所述的排斥权重算法包括：步骤a物品去重：对于已经推荐的物品，短时间内不再进行推荐，系统维持三个淘汰队列，按优先级从高到低命名为A、B、C，首先从H个候选物品将其中存在于A、B队列中的物品移除；步骤b物品打分：根据预处理阶段的分类，令H个候选物品共包含L类，每类对应多臂老虎机算法的一个手臂，初始化L个手臂权重wi；采集自此刻以前一段时间作为窗口时间，统计该窗口时间里，手臂对应类物品的曝光次数ei、点击次数ci，S是所有物品的曝光次数，计算得到权重其中：0b1，E是一个常数；对于第t轮推荐，第i个手臂被选中概率其中：0a1，是一个超参数；在每一个手臂内部，将计算物品特征向量与用户特征向量的余弦相似度，按相似度从高到低排序；步骤c筛选物品：通过产生随机数选择手臂，一共进行N次，每次产生一个物品推荐；被选中的手臂根据上一步相似度排序，从高到低推出该类里的物品；对于选出的N个物品，分两类进行排序，不在淘汰队列C里的排序在前，在淘汰队列C里的排序在后；步骤d更新权重：当用户做出选择后，更新物品权重；分数的公式是：其中0a1，是一个超参数，xj是该手臂上轮收益；该算法在计算臂的概率时，虽然有可能趋向于0，但是永远大于0，所以任意一个臂都有机会被选中，而收益高的臂更容易被选中，收益低的臂更不容易被选中；这样增加了推荐结果的多样性；步骤e淘汰队列C的物品全部移除队列，淘汰队列B的物品全部移到淘汰队列C，淘汰队列A的物品全部移到淘汰队列B；除了被选中的物品所在分类外，其他曝光分类物品加入淘汰队列A；被选中的物品所在分类，未被选中物品加入淘汰队列C；步骤f对于H个候选物品所在的L个分类，计算分类中物品特征向量的算术平均值，作为分类特征向量；计算其他分类与被选中分类特征向量的余弦相似度，对最不相近的2L个分类进行权重抑制，对已经处理后的权重进行更新：其中ej曝光次数，wOj为步骤d更新后的权重。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。