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！

龙图腾网恭喜山东师范大学申请的专利一种基于用户表示的深度模型序列推荐方法及系统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：CN113902518B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202111107990.5，技术领域涉及：G06Q30/0601；该发明授权一种基于用户表示的深度模型序列推荐方法及系统是由孙杰;吴泓辰;敬静;张化祥设计研发完成，并于2021-09-22向国家知识产权局提交的专利申请。

本一种基于用户表示的深度模型序列推荐方法及系统在说明书摘要公布了：本公开提供了一种基于用户表示的深度模型序列推荐方法及系统，所述方法包括以下步骤：分别获取用户总体偏好的长期序列和用户当前动态偏好的短期序列；通过深度序列推荐模型MLUR得到推荐结果；其中，所述深度序列推荐模型包括短期建模表示学习模块、长期建模表示学习模块和门控融合模块，利用门控融合模块结合短期建模表示学习模块、长期建模表示学习模块。通过基于多层感知器MLP的门控模块，通过考虑热销项目，最近交互项目和长期偏好之间的关系来决定长期和短期表示的贡献比率。该模块通过考虑到热销项目的信息来平衡长期和短期表示，从而可以同时处理用户的意图动态性。

本发明授权一种基于用户表示的深度模型序列推荐方法及系统在权利要求书中公布了：1.一种基于用户表示的深度模型序列推荐方法，其特征在于，包括以下步骤：分别获取用户总体偏好的长期序列和用户当前动态偏好的短期序列；通过深度序列推荐模型MLUR得到推荐结果；其中，所述深度序列推荐模型包括短期建模表示学习模块、长期建模表示学习模块和门控融合模块，利用门控融合模块结合短期建模表示学习模块、长期建模表示学习模块；所述短期建模表示学习模块中，通过自注意序列推荐模型并使用分层自注意网络来捕捉短期序列中用户的项目转变；所述长期建模表示学习模块中，利用循环神经网络RNNs具有捕捉序列模式的功能进行建模，利用门控循环单元GRU作为序列推荐的循环单元；所述门控融合模块中，利用项目相似性门控融合模型来计算短期和长期表示的权重以平衡长短期序列的贡献；通过建模热销产品、交互产品和历史项目k之间的相似度来计算权重,使用热销产品相似门控函数HISG，将单个级别的门控写入MLP： G= HISG=[]+；其中，HISG·是热销商品门函数，[·]表示三元级联运算，,分别表示要学习的权重和偏差；使用sigmoid函数（）=1（1+）作为激活函数，将G的值限制在0到1之间；用户行为序列在第l步的最终表示由相应的短期表示和长期表示的加权和得到： =G+（1-G）k’；在下一个时间t+1时，预测项目i成为用户u的偏好项目的概率为： =（）；其中，是sigmoid函数，是用户u在时间t+1时对项目i的预测分数，定义为： =score=；所述门控融合模块中，使用Adam优化器使二进制交叉熵损失最小化来训练MLUR，损失函数为： =log+log1-。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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”。