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！

龙图腾网获悉浙江大学申请的专利一种面向零样本的跨领域推荐方法和系统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：CN120086814B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510542911.5，技术领域涉及：G06F18/27；该发明授权一种面向零样本的跨领域推荐方法和系统是由周洒帅;夏炎;雷可;朱杰明;赵洲设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种面向零样本的跨领域推荐方法和系统在说明书摘要公布了：本发明公开了一种面向零样本的跨领域推荐方法和系统，属于推荐系统领域。利用多领域物品数据集预训练一个残差量化变分自编码器，用于将物品编码为多层级概念标识ID；预训练时，需对物品进行格式化文本描述，基于课程学习的方法优化并引入熵惩罚损失；利用跨领域推荐数据集训练一个自回归大语言模型，使其根据用户历史交互物品的多层级概念标识ID预测下一待交互物品的多层级概念标识ID；采用训练后的模型对待推荐物品列表排序。本发明将物品编码为多层级概念标识ID，统一物品标记，采用课程学习以降低初始训练复杂度并缓解码本塌缩问题，动态监控码本使用频率，增强知识迁移效率，本发明可以应用于不同领域的物品推荐任务。

本发明授权一种面向零样本的跨领域推荐方法和系统在权利要求书中公布了：1.一种面向零样本的跨领域推荐方法，其特征在于，包括： 利用多领域物品数据集预训练一个残差量化变分自编码器； 所述的残差量化变分自编码器引入统一的物品标记机制，将物品编码为多层级概念标识ID；所述的残差量化变分自编码器包括一个编码器、一个多层级码本和一个仅用于预训练的解码器；所述编码器对输入的物品特征降维编码，再利用多层级码本从粗到细依次生成层级编号构成多层级概念标识ID；所述解码器用于根据多层级概念标识ID重构输入的物品特征； 预训练时，对多领域物品数据集中的物品进行格式化文本描述，基于课程学习的方法优化残差量化变分自编码器中的多层码本，并在课程学习阶段联合重构损失、码本与承诺损失、熵惩罚损失协同约束残差量化变分自编码器参数；其中，重构损失是指由解码器重构得到的物品特征与原始输入的物品特征之间的损失；码本与承诺损失是指多层级概念标识ID对应码字叠加后的物品特征分别与原始输入的物品特征、以及解码器重构得到的物品特征之间的损失之和；熵惩罚损失是指实际的码本使用分布与理想的平均分布之间的损失； 利用跨领域推荐数据集训练一个自回归大语言模型，跨领域推荐数据集中的物品采用预训练的残差量化变分自编码器生成多层级概念标识ID，训练自回归大语言模型根据用户历史交互物品的多层级概念标识ID预测下一待交互物品的多层级概念标识ID； 采用训练后的自回归大语言模型对待推荐物品列表排序。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。