Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海宇丰电子信息科技发展有限公司杨煜卿获国家专利权

上海宇丰电子信息科技发展有限公司杨煜卿获国家专利权

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!

龙图腾网获悉上海宇丰电子信息科技发展有限公司申请的专利基于行业语料的大模型信息推送方法及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:CN119691286B

龙图腾网通过国家知识产权局官网在2025-07-11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:202510213170.6,技术领域涉及:G06F16/9535;该发明授权基于行业语料的大模型信息推送方法及系统是由杨煜卿;刘世进;曾庆文设计研发完成,并于2025-02-26向国家知识产权局提交的专利申请。

基于行业语料的大模型信息推送方法及系统在说明书摘要公布了:本发明涉及机器学习技术领域,公开了基于行业语料的大模型信息推送方法及系统,该方法首先获取目标用户的正向和负向行为记录序列,提取行为特征并生成行为权重,构建多维用户画像向量;然后基于预训练行业语言模型得到语义嵌入向量,通过相似度阈值调整生成正负偏好嵌入向量,并据此得到调整后的推送内容集合;最后对候选推送内容进行智能排序,生成精准推送内容序列;本发明通过精确捕捉用户的即时需求和情感波动,实现了精准且动态的个性化推荐,有效提升了用户体验、减少了信息疲劳。

本发明授权基于行业语料的大模型信息推送方法及系统在权利要求书中公布了:1.基于行业语料的大模型信息推送方法,其特征在于,所述方法包括: 获取目标用户的正向行为记录序列和负向行为记录序列;从正向行为记录序列中提取第一行为特征,从负向行为记录序列中提取第二行为特征;生成第一行为特征的第一行为权重和第二行为特征的第二行为权重;根据第一行为特征、第一行为权重、第二行为特征和第二行为权重,生成多维用户画像向量; 构建预训练行业语言模型,根据多维用户画像向量和预训练行业语言模型,得到第一语义嵌入向量和第二语义嵌入向量;根据预设的相似度阈值θ1对第一语义嵌入向量和第二语义嵌入向量进行调整,生成正偏好嵌入向量和负偏好嵌入向量;使用负偏好嵌入向量对行业语料库中的文本内容进行语义相似度检索,生成第二候选推送内容集合;根据正偏好嵌入向量和负偏好嵌入向量,得到调整后的推送内容集合; 所述生成正偏好嵌入向量和负偏好嵌入向量包括:计算第一语义嵌入向量和第二语义嵌入向量的相似度,得到正负偏好相似度得分D1;若正负偏好相似度得分D1大于θ1,则触发嵌入向量调整流程,得到正偏好嵌入向量和负偏好嵌入向量; 所述嵌入向量调整流程包括: 步骤S2221,随机采样噪声向量,根据噪声向量对第一语义嵌入向量进行调整,得到调整后的第一语义嵌入向量,标记为正偏好嵌入向量; 步骤S2222,根据噪声向量对第二语义嵌入向量进行调整,得到调整后的第二语义嵌入向量,标记为负偏好嵌入向量; 步骤S2223,计算正偏好嵌入向量和负偏好嵌入向量的相似度D2,判断D2是否小于或等于θ1,若是,则完成嵌入向量调整流程;否则,返回步骤S2221,重新随机采样噪声向量,重复执行步骤S2221-步骤S2223,直至D2≤θ1; 基于调整后的推送内容集合,构建和训练语义对抗生成网络,其中,将调整后的推送内容集合标记为正样本,将第二候选推送内容集合标记为负样本以构建训练数据集;获取目标用户的实时行为数据,根据所述实时行为数据和所述语义对抗生成网络,得到第三候选推送内容集合;对第三候选推送内容集合中的内容进行智能排序,生成精准推送内容序列。

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上海宇丰电子信息科技发展有限公司,其通讯地址为:200437 上海市虹口区中山北二路1800号7幢8楼801室;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。