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！

龙图腾网获悉深圳大学申请的专利一种基于多模态表征的物品推荐方法、装置、设备及介质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：CN119807547B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510288376.5，技术领域涉及：G06F16/9536；该发明授权一种基于多模态表征的物品推荐方法、装置、设备及介质是由周东霖;潘微科;明仲设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本一种基于多模态表征的物品推荐方法、装置、设备及介质在说明书摘要公布了：本发明涉及物品推荐技术领域，具体是涉及一种基于多模态表征的物品推荐方法、装置、设备及介质。本发明首先对文本和图像进行对齐编码处理，得到文本语义编码矩阵和图像语义编码矩阵，然后再根据文本语义编码矩阵和图像语义编码矩阵以及物品表示矩阵，预测用户对各个物品的偏好程度，最后根据用户的偏好程度，得到目标推荐物品。本发明的对齐是为了使得文本语义编码矩阵和图像语义编码矩阵这两个矩阵中对应的同一行指向同一个物品，以有效表征同一个物品。由于对齐可以准确匹配出同一个物品所对应的文本语义和图像语义，从而使得后续能够根据物品的文本语义和图像语义计算出用户对各个物品的偏好程度，进而提高推荐准确性。

本发明授权一种基于多模态表征的物品推荐方法、装置、设备及介质在权利要求书中公布了：1.一种基于多模态表征的物品推荐方法，其特征在于，包括： 获取用户的历史交互物品文本、历史交互物品图像，并对历史交互物品文本、历史交互物品图像进行对齐编码处理，得到文本语义编码矩阵和图像语义编码矩阵，所述文本语义编码矩阵和所述图像语义编码矩阵的相同行列元素对应同一个物品； 生成用于表征各个物品的交互时间和标识信息的物品表示矩阵，依据所述文本语义编码矩阵和所述图像语义编码矩阵以及所述物品表示矩阵，预测用户对各个所述物品的偏好程度； 依据用户对各个所述物品的偏好程度，得到目标推荐物品； 对历史交互物品文本、历史交互物品图像进行对齐编码处理，得到文本语义编码矩阵和图像语义编码矩阵，包括： 对历史交互物品文本、历史交互物品图像应用语义判别器，得到所述历史交互物品文本的物品语义和所述历史交互物品图像的物品语义； 对标记有所述物品语义的历史交互物品文本应用文本编码器，得到文本语义编码矩阵； 对标记有所述物品语义的历史交互物品图像应用图像编码器，得到图像语义编码矩阵； 所述文本编码器和所述图像编码器为训练之后的文本编码器和训练之后的图像编码器，所述文本编码器和所述图像编码器的训练方式为联合训练，其中构建联合训练的总损失函数包括： 训练过程中，获取所述文本编码器输出的文本语义编码样本矩阵，获取所述图像编码器输出的图像语义编码样本矩阵； 将所述文本语义编码样本矩阵所包含的各个样本文本语义划分成文本样本对组，每组所述文本样本对组包括第一正样本对和第一负样本对，所述第一正样本对和所述第一负样本对所对应的物品中仅包括一个相同的物品； 依据所述第一正样本对和所述第一负样本对，得到第一损失函数； 将所述图像语义编码样本矩阵所包含的各个图像样本语义划分成图像样本对组，每组所述图像样本对组包括第二正样本对和第二负样本对，所述第二正样本对和所述第二负样本对所对应的物品中仅包括一个相同的物品； 依据所述第二正样本对和所述第二负样本对，得到第二损失函数； 依据所述文本语义编码样本矩阵和所述图像语义编码样本矩阵，得到文本图像样本组，每组所述文本图像样本组包括文本图像正样本对和文本图像负样本对，每组的所述文本图像正样本对所包括的样本文本语义和图像样本语义对应于同一个物品，所述文本图像负样本对所包括的样本文本语义和图像样本语义对应于两个不同的物品； 依据所述文本图像正样本对和所述文本图像负样本对，得到第三损失函数； 依据所述第一损失函数、所述第二损失函数、所述第三损失函数，构建总损失函数。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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”。