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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于HGCN与多粒度霍克斯过程的服务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：CN120873287B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510983880.7，技术领域涉及：G06F16/9535；该发明授权一种基于HGCN与多粒度霍克斯过程的服务推荐方法是由王东京;宋世雨;张新;钱晋;李忠金;张海平;俞东进;邓水光设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种基于HGCN与多粒度霍克斯过程的服务推荐方法在说明书摘要公布了：本发明涉及数据挖掘和推荐系统领域，具体是一种基于HGCN与多粒度霍克斯过程的服务推荐方法，包括以下步骤：输入用户的历史服务交互数据；读取用户的历史服务交互数据，将每个用户的历史服务交互数据按照交互的时间进行先后排序，得到每个用户的服务交互序列；构建用户服务交互超图，通过超图卷积得到用户交互的节点特征矩阵，并通过用户偏好聚合获取用户交互的偏好；通过多粒度的霍克斯模型，利用感知服务间隔的注意力机制学习用户在不同时间粒度下的周期性行为模式；模型训练与服务推荐。本发明有效解决了传统推荐方法在处理复杂用户行为模式和多时间尺度下的周期性变化时的不足，能够更精确地理解用户在不同时间段的需求和兴趣变化。

本发明授权一种基于HGCN与多粒度霍克斯过程的服务推荐方法在权利要求书中公布了：1.一种基于HGCN与多粒度霍克斯过程的服务推荐方法，其特征在于，包括以下步骤： 步骤1、输入用户的历史服务交互数据； 步骤2、读取用户的历史服务交互数据，将每个用户的历史服务交互数据按照交互的时间进行先后排序，得到每个用户的服务交互序列，每一行对应一个用户的服务交互序列； 步骤3、构建用户服务交互超图，通过超图卷积得到用户交互的节点特征矩阵，并通过用户偏好聚合获取用户交互的偏好； 超图卷积通过超边裁剪操作得到用户交互的服务特征矩阵，包括如下步骤： 首先对用户交互过的服务序列构建交互超图，用户u作为超边，用户u交互过的服务作为超边的节点，通过关联矩阵表示所构建的超图，其中M和N分别表示用户的数量以及服务的数量； 基于所构建的交互超图的增强图卷积GCN通过超边裁剪操作选取与用户u相关的节点特征矩阵；其中，节点特征矩阵的更新方式定义为： 其中，表示第l层的节点特征矩阵，表示第l+1层的节点特征矩阵，A表示邻接矩阵，归一化的邻接矩阵，W表示线性转移矩阵，D表示度矩阵，表示激活函数； 通过用户偏好聚合获取用户交互的偏好，包括如下步骤： 首先，经过堆叠L层的超图卷积操作，对第L层的输出采用平均池化操作，获取用户u的结构性的偏好； 然后将结构性偏好和用户个性化的偏好相加得到最终的用户全面偏好表示，定义为： 其中，表示用户全面偏好，表示用户个性化的偏好，表示用户u经过l层超图卷积得到的节点特征矩阵，表示平均池化操作； 步骤4、通过多粒度的霍克斯过程模型，引入感知服务时间间隔的注意力机制，联合步骤3中得到的用户交互偏好向量，学习用户在不同时间粒度下的周期性行为模式； 步骤5、基于步骤4中构建的多粒度霍克斯过程模型所建模的周期性行为强度函数，设计时间感知的服务推荐模型，利用强度函数对用户在当前时刻触发各种候选服务的概率进行估计，对候选服务进行排序并生成推荐结果，在训练过程中，通过最小化推荐排序损失函数对模型参数进行优化。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。