浙大城市學院石龍翔獲國家專利權
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！
龍圖騰網獲悉浙大城市學院申請的專利基于構建高計算效率的深度強化學習推薦系統的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：CN115455279B 。
龍圖騰網通過國家知識產權局官網在2025-08-08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：202210950905.X，技術領域涉及：G06F16/9535；該發明授權基于構建高計算效率的深度強化學習推薦系統的推薦方法是由石龍翔;林承毅;張犁;李石堅;吳明暉設計研發完成，并于2022-08-09向國家知識產權局提交的專利申請。
本基于構建高計算效率的深度強化學習推薦系統的推薦方法在說明書摘要公布了：本發明提供了一種基于構建高計算效率的深度強化學習推薦系統的推薦方法，包括以下步驟：步驟S1，采用馬爾可夫決策過程對推薦系統建模；步驟S2，根據所有用戶的歷史記錄，建立U行M列的用戶評分矩陣，并通過矩陣分解獲得用戶與推薦系統交互的狀態表征用戶特征矩陣X和項目特征矩陣Y；步驟S3，對推薦系統的推薦策略進行建模與學習訓練，其中所述推薦策略采用神經網絡進行表征，且神經網絡輸出層采用稀疏矩陣進行參數建模；步驟S4，推薦系統部署，利用訓練好的推薦策略，根據用戶的歷史數據進行項目推薦。本發明通過改善深度強化學習中神經網絡的輸出層，減小計算復雜度，提升了學習的效率，幫助解決了在巨大的離散動作空間中的學習。
本發明授權基于構建高計算效率的深度強化學習推薦系統的推薦方法在權利要求書中公布了：1.基于構建高計算效率的深度強化學習推薦系統的推薦方法，其特征在于包括以下步驟： 步驟S1，采用馬爾可夫決策過程對推薦系統建模； 步驟S2，根據所有用戶的歷史記錄的時序數據，建立U行M列的用戶評分矩陣，并通過矩陣分解獲得用戶與推薦系統交互的狀態表征用戶特征矩陣X和項目特征矩陣Y； 步驟S3，對推薦系統的推薦策略進行建模與學習訓練，其中所述推薦策略采用神經網絡進行表征，且神經網絡輸出層采用稀疏矩陣進行參數建模； 步驟S4，推薦系統部署，利用訓練好的推薦策略，根據用戶的當前瀏覽的時序數據進行項目推薦； 步驟S3中，所述稀疏矩陣通過根據推薦系統中所有項目的用戶選擇頻次對每個項目進行排序并分類，并對低頻次的項目分配較多的訓練參數，對高頻次的項目分配較少的訓練參數構建。
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浙大城市學院，其通訊地址為：310000 浙江省杭州市拱墅區湖州街51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”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號