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！

龍圖騰網獲悉西北大學申請的專利一種基于雙向編碼和狀態復用的序列推薦方法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：CN114780852B 。

龍圖騰網通過國家知識產權局官網在2025-04-15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：202210474168.0，技術領域涉及：G06F16/9535；該發明授權一種基于雙向編碼和狀態復用的序列推薦方法是由陳莉;包宇翔;高涵;郝星星;謝旭;周偉設計研發完成，并于2022-04-29向國家知識產權局提交的專利申請。

本一種基于雙向編碼和狀態復用的序列推薦方法在說明書摘要公布了：本發明公開了一種基于雙向編碼和狀態復用的序列推薦方法，該方法先通過非因果卷積的雙向編碼器提取項目上下文特征，并將其與項目嵌入序列相融合，接著在因果卷積解碼器卷積時，取記憶模塊中緩存的上一個子序列的隱藏狀態序列作為padding的填充內容，以建立子序列間聯系，最后以因果卷積解碼器輸出的隱藏狀態去預測用戶下一次可能交互的項目。該方法通過雙向編碼項目特征，挖掘序列中項目的前后依賴關系。而傳統的模型訓練方式即數據增強和自回歸模型都是從左至右單向建模，限制了模型的預測能力，與傳統方法相比，能捕捉項目間更為復雜的依賴關系。相比于傳統模型僅能挖掘子序列內的項目依賴關系，該方法能捕捉更長距離的項目依賴關系。

本發明授權一種基于雙向編碼和狀態復用的序列推薦方法在權利要求書中公布了：1.一種基于雙向編碼和狀態復用的序列推薦方法，其特征在于，先通過非因果卷積的雙向編碼器提取項目上下文特征，并將其與項目嵌入序列相融合，接著在因果卷積解碼器卷積時，取記憶模塊中緩存的上一個子序列的隱藏狀態序列作為padding的填充內容，以建立子序列間聯系，最后以因果卷積解碼器輸出的隱藏狀態去預測用戶下一次可能交互的項目；具體包括如下步驟：步驟1：將用戶行為序列劃分為多個等長子序列并制作訓練集、驗證集和測試集；步驟2：建立子序列間的關系字典；步驟3：對輸入序列進行mask操作并通過Embedding技術進行編碼；步驟4：通過非因果卷積編碼器得到項目上下文特征序列；步驟5：通過Embedding技術對輸入序列進行編碼，得到項目嵌入序列；步驟6：通過特征相加操作將項目上下文特征序列和項目嵌入序列進行融合，得到特征序列；步驟7：從記憶模塊中讀取上一子序列的隱藏狀態序列，作為因果卷積解碼器卷積操作時padding的填充內容；步驟8：使用因果卷積解碼器進行解碼；步驟9：使用softmax函數計算每個項目的概率；步驟10：使用交叉熵損失函數計算模型的損失值，通過反向傳播更新模型參數；所述步驟1的實現包括：數據預處理階段，將數據集中的用戶-項目交互項目按時間戳排序，得到每個用戶的歷史行為序列；用戶的歷史行為序列的長度并不一致且差異較大，因此將用戶行為序列劃分成多個等長子序列，分別輸入到模型中訓練；所述非因果卷積的雙向編碼器由多個非因果卷積層堆疊而成，每個非因果卷積層由兩個非因果空洞卷積操作和一個殘差連接組成，計算方式如下： 其中，代表非因果卷積層的輸入序列，和表示非因果空洞卷積，σ表示ReLU激活函數，表達形式如下： f（x）=max（0，x）LN表示層歸一化，是對一個中間層的所有神經元進行歸一化；第l層的輸入記為Z（l），其均值和方差計算方式如下： 其中n（l）為第l層神經元的數量；層歸一化定義為： 其中，γ和β代表縮放和平移的參數向量，和維數相同。

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西北大學，其通訊地址為：710069 陜西省西安市太白北路229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”。