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！

龍圖騰網恭喜電子科技大學申請的專利一種基于價格感知的流行度去偏的商品推薦方法、設備及存儲介質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：CN118469656B 。

龍圖騰網通過國家知識產權局官網在2025-04-01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：202410415268.5，技術領域涉及：G06Q30/0601；該發明授權一種基于價格感知的流行度去偏的商品推薦方法、設備及存儲介質是由楊波;吳嘉津設計研發完成，并于2024-04-08向國家知識產權局提交的專利申請。

本一種基于價格感知的流行度去偏的商品推薦方法、設備及存儲介質在說明書摘要公布了：本發明公開了基于價格感知的流行度去偏的商品推薦方法、設備及存儲介質，屬于流行度去偏的商品推薦技術領域。本發明提出了一個新的因果圖來考慮價格、流行度和用戶興趣對于用戶交互行為的因果效應。其中，對于價格因素，考慮了用戶對于商品的消費能力匹配程度；對于用戶興趣因素，考慮了用戶特征和商品特征的匹配程度。其次，基于所提出的因果圖在推薦處理時基于構建的解耦學習模型實現，在推理階段對解耦學習模型執行干預操作可以獲得更合理的無偏置推薦結果。本發明提高了推薦結果的多樣性和新穎性，增強了推薦系統的公平性，提升了推薦結果的質量和精準度，且技術實現簡單，易于工程落地，不引入過多的計算開銷，容易在工程中實現和部署。

本發明授權一種基于價格感知的流行度去偏的商品推薦方法、設備及存儲介質在權利要求書中公布了：1.一種基于價格感知的流行度去偏的商品推薦方法，其特征在于，包括下列步驟：步驟1，構建用于獲取待推薦商品的推薦分數的解耦學習模型；所述解耦學習模型包括價格模塊、流行度模塊和用戶興趣模塊；其中，價格模塊為雙輸入支路，一條支路用于獲取待推薦商品的價格指數，該支路的輸入為待推薦商品的價格和用戶交互過的歷史商品中的最高價格，基于待推薦商品的價格與該最高價格確定用戶對每個待推薦商品的價格指數；另一條支路用于獲取用戶的消費意愿，該支路的輸入包括用戶嵌入表達和商品嵌入表達，基于前饋神經網絡和激活函數得到用戶的消費意愿，其中，用戶嵌入表達和商品嵌入表達的維度一致；通過計算模塊融合用戶對每個待推薦商品的價格指數和用戶的消費意愿得到用戶對每個待推薦商品i的價格的匹配分數；流行度模塊依次包括歸一化操作和平滑化操作，其輸入為每個待推薦商品的出現次數；基于平滑操作輸出每個待推薦商品i的流行度，即流行度模塊輸出的效應分數；用戶興趣模塊的輸入為用戶嵌入表達和待推薦商品的內在特征的嵌入表達，基于用戶嵌入表達與待推薦商品的內在特征的嵌入表達的內積的激活映射，得到用戶興趣對每個待推薦商品i的內在特征的匹配分數；其中，待推薦商品的內在特征的嵌入表達為除價格和流行度外的內在特征的嵌入表達；按照預置的干預權重對流行度進行去偏處理，得到去偏后的流行度；融合匹配分數、流行度和匹配分數得到每個待推薦商品i的推薦分數；其中，用戶的消費意愿為：，其中，表示用戶u的用戶嵌入表達，表示用戶u的待推薦商品i的商品嵌入表達，其中，與的維度均為，前饋神經網絡的權重矩陣為的可學習的參數矩陣，為前饋神經網絡的偏置項，激活函數的計算公式為： ；其中，e為自然底數，為的輸入參數；用戶對每個待推薦商品i的價格的匹配分數設置為： ；其中，和為預置的兩個權重系數，可基于解耦學習模型的損失函數進行迭代更新，為自然底數，表示用戶的消費意愿，表示待推薦商品i的價格指數為：，其中，表示商品i的價格，表示用戶u交互過的歷史商品中的最高價格；步驟2，基于采集的訓練數據集對解耦學習模型進行模型參數訓練，并基于訓練好的解耦學習模型輸出獲取目標用戶的各待推薦商品的推薦分數，基于推薦分數形成目標用戶的商品推薦列表并向其推送；解耦學習模型在訓練時采用BPR損失和基于流行度的BPR損失的聯合損失：；其中，表示聯合損失，表示用BPR損失，表示基于流行度的BPR損失，、為兩個預置的損失加權系數；其中，和分別設置為： ，；其中，表示訓練數據集中每個正樣本所對應的負樣本數量，和分別表示正樣本的推薦分數和負樣本的推薦分數，其中，正樣本是指與當前用戶存在交互的商品，負樣本是從當前用戶尚未交互過的所有商品中隨機選取的，表示激活函數，表示預置的加權系數；按照抽樣概率從第一篩選負樣本集中抽取出商品，抽取的所有商品構成負樣本集，再基于正樣本的推薦分數、商品的推薦分數計算得到；其中，第一篩選負樣本集的篩選操作為：基于訓練數據集的每個商品的推薦分數，對每個正樣本，若其對應的某個負樣本j的推薦分數小于該正樣本的推薦分數，且該正樣本的流行度小于該負樣本的流行度，則將當前負樣本j存入第一篩選負樣本集中，其中，的初始值為空集。

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電子科技大學，其通訊地址為：611731 四川省成都市高新區(西區)西源大道2006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”。