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！

龍圖騰網獲悉山東科技大學申請的專利一種基于節點特征增強的神經網絡平臺小說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：CN120296258B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202510758691.X，技術領域涉及：G06F16/9535；該發明授權一種基于節點特征增強的神經網絡平臺小說推薦方法是由段華;趙宇飛;王文浩設計研發完成，并于2025-06-09向國家知識產權局提交的專利申請。

本一種基于節點特征增強的神經網絡平臺小說推薦方法在說明書摘要公布了：本發明公開了一種基于節點特征增強的神經網絡平臺小說推薦方法，屬于深度學習領域，構建基于節點特征增強的異質圖神經網絡模型，該模型包括小度節點連通性增強模塊、路徑凈化模塊和路徑間聚合模塊；該方法具體包括如下步驟：從當前小說平臺收集所有用戶的所有小說歷史數據，并處理成異質圖形式，并進行特征轉換；基于小度節點連通性增強模塊擴展小度節點的連接關系；基于路徑凈化模塊對元路徑進行凈化；基于路徑間聚合模塊生成節點的最終嵌入矩陣表示；構建損失函數優化訓練模型；獲取當前用戶的小說數據，輸入訓練完成的模型，根據每個用戶的偏好生成個性化的小說推薦列表。本發明顯著提升了小說推薦的精準度，向用戶推薦與喜好最匹配的小說。

本發明授權一種基于節點特征增強的神經網絡平臺小說推薦方法在權利要求書中公布了：1.一種基于節點特征增強的神經網絡平臺小說推薦方法，其特征在于，構建基于節點特征增強的異質圖神經網絡模型HGNN-CERE，該模型包括小度節點連通性增強模塊、路徑凈化模塊和路徑間聚合模塊；該方法具體包括如下步驟： 步驟1、從當前小說平臺收集所有用戶的所有小說歷史數據，并處理成異質圖形式，并進行特征轉換； 步驟2、小度節點連通性增強模塊利用節點重要性發現算法識別異質圖中的關鍵節點信息，然后將小度節點與關鍵節點信息相連，擴展小度節點的連接關系； 步驟3、基于路徑凈化模塊動態調整每條元路徑的權重；具體過程為： 步驟3.1、定義異質圖的元路徑集合，為第個元路徑；計算每個節點在每個元路徑注意力值： 7； 其中，是第個節點在第個元路徑的注意力值，；是第個節點在第個元路徑的鄰居節點集合；為以e為底的指數函數；是激活函數；代表連接操作；是第個元路徑的注意力向量；是經過特征變換后第個節點的特征向量；是經過特征變換后第個節點的特征向量，此處第個節點為中的第個鄰居節點； 步驟3.2、采用注意力機制執行元路徑內聚合，獲取每個節點在每個元路徑的特征嵌入向量： 8； 其中，是第個節點在第個元路徑的特征嵌入向量；是激活函數； 步驟3.3、在得到了每個節點在每個元路徑的特征嵌入向量后，將同一元路徑的所有節點的特征嵌入向量按行堆疊，獲得了同一元路徑所有節點構成的特征嵌入矩陣；然后將原始節點特征矩陣與特征嵌入矩陣融合： 9； 其中，是融合后的第個元路徑的特征嵌入矩陣；為第個元路徑所有節點構成的特征嵌入矩陣；是原始節點特征矩陣；是可學習參數，表示元路徑可信度的權重，根據動態調整每條元路徑的權重，計算公式為： 10； 其中，是另一個可學習的參數；表示sigmoid激活函數； 步驟4、路徑間聚合模塊采用路徑級聚合策略融合不同元路徑的特征嵌入，生成節點的最終嵌入矩陣表示； 步驟5、構建損失函數優化訓練模型HGNN-CERE； 步驟6、獲取當前用戶的小說數據，輸入訓練完成的模型HGNN-CERE，根據每個用戶的偏好生成個性化的小說推薦列表。

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山東科技大學，其通訊地址為：266590 山東省青島市黃島區前灣港路579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”。