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！

龙图腾网获悉吉林大学申请的专利一种服务推荐方法、装置、终端设备及存储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：CN119988747B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510459502.9，技术领域涉及：G06F16/9535；该发明授权一种服务推荐方法、装置、终端设备及存储介质是由赵睿;李晓涵;高菲;葛校君;郑程元;高镇海;杨正才设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种服务推荐方法、装置、终端设备及存储介质在说明书摘要公布了：本申请提供了一种服务推荐方法、装置、终端设备及存储介质，适用于数据处理技术领域，该方法包括：获取历史座舱服务使用信息、当前座舱服务使用信息以及车辆行驶状态信息；对所述历史座舱服务使用信息、当前座舱服务使用信息以及车辆行驶状态信息进行映射与增强处理，生成驾驶个体行为信息；将所述驾驶个体行为信息以及驾驶群体类型信息进行匹配计算，得到匹配群体类型信息以及匹配度信息；根据所述驾驶个体行为信息、匹配群体类型信息、匹配度信息、预设的服务推荐模型以及预设的提示文本信息，生成服务推荐信息。本申请能够实现准确捕捉驾驶员的信息娱乐服务需求，有效提升智能座舱个性化服务推荐的准确性和可靠性。

本发明授权一种服务推荐方法、装置、终端设备及存储介质在权利要求书中公布了：1.一种服务推荐方法，其特征在于，包括： 获取历史座舱服务使用信息、当前座舱服务使用信息以及车辆行驶状态信息； 对所述历史座舱服务使用信息、当前座舱服务使用信息以及车辆行驶状态信息进行映射与增强处理，生成驾驶个体行为信息； 将所述驾驶个体行为信息以及驾驶群体类型信息进行匹配计算，得到匹配群体类型信息以及匹配度信息； 根据所述驾驶个体行为信息、匹配群体类型信息、匹配度信息、预设的服务推荐模型以及预设的提示文本信息，生成服务推荐信息； 预设的服务推荐模型包括预设的残差连接层、预设的归一化处理层以及多个预设的服务信息编码解码层； 所述根据所述驾驶个体行为信息、匹配群体类型信息、匹配度信息、预设的服务推荐模型以及预设的提示文本信息，生成服务推荐信息的步骤，具体包括： 根据所述驾驶个体行为信息、匹配群体类型信息、匹配度信息以及预设的提示文本信息，生成服务推荐词向量信息； 根据预设的空间权重系数，对所述服务推荐词向量信息进行投影处理，得到服务推荐投影向量； 基于预设的残差连接层以及预设的归一化处理层，对所述服务推荐投影向量进行计算，得到服务推荐投影变量； 根据所述服务推荐投影变量以及多个预设的服务信息编码解码层，生成服务推荐内容向量； 根据所述服务推荐内容向量，生成服务推荐信息； 一个预设的服务信息编码解码层包括多个预设的服务推荐门控矩阵以及多个预设的服务推荐专家子模型；所述预设的服务推荐门控矩阵与预设的服务推荐专家子模型一一对应； 所述根据所述服务推荐投影变量以及多个预设的服务信息编码解码层，生成服务推荐内容向量的步骤，具体包括： 获取初始推荐计算编码解码层数； 统计预设的服务信息编码解码层的数量，得到编码解码层数量信息； 判断初始推荐计算编码解码层数是否小于所述编码解码层数量信息； 若否，则将所述服务推荐投影变量作为服务推荐内容向量； 若是，则根据预设的服务推荐门控矩阵，对多个预设的服务推荐专家子模型进行选择，得到多个服务推荐计算子模型； 根据所述服务推荐投影变量、多个服务推荐计算子模型以及多个服务推荐门控矩阵，生成服务推荐内容中间变量； 更新初始推荐计算编码解码层数，得到中间推荐计算编码解码层数； 将所述中间推荐计算编码解码层数作为初始推荐计算编码解码层数，将所述服务推荐内容中间变量作为服务推荐投影变量，并返回至所述判断初始推荐计算编码解码层数是否小于所述编码解码层数量信息的步骤； 所述根据预设的服务推荐门控矩阵，对多个预设的服务推荐专家子模型进行选择，得到多个服务推荐计算子模型的步骤，具体包括： 根据所述服务推荐投影向量以及预设的服务推荐门控矩阵，计算多个服务推荐子模型选择权重； 对多个所述服务推荐子模型选择权重进行降序排列，得到子模型选择权重序列信息； 基于预设的服务推荐专家子模型数量，对所述子模型选择权重序列信息进行选择，得到多个被选中的子模型权重信息； 确定多个所述被选中的子模型权重信息对应的多个服务推荐专家子模型，得到多个服务推荐计算子模型； 所述服务推荐信息计算子模型包括多个连接权重矩阵； 所述根据所述服务推荐投影变量、多个服务推荐信息计算子模型以及多个服务推荐门控矩阵，生成服务推荐内容中间变量的步骤，具体包括： 对所述连接权重矩阵进行低秩分解处理，得到低秩分解矩阵； 根据所述低秩分解矩阵以及服务推荐投影变量，计算服务推荐变量分解矩阵； 根据所述服务推荐投影变量、连接权重矩阵、服务推荐变量分解矩阵以及被选中的子模型权重信息，生成服务推荐内容中间变量。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。