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！

龙图腾网获悉北京迅奥科技有限公司申请的专利一种面向多模态实时搜索的异构数据缓存方法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：CN120687494B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511181069.3，技术领域涉及：G06F16/2455；该发明授权一种面向多模态实时搜索的异构数据缓存方法是由王飞;王学松;赵博;王天诚;夏青;石俊峰;吕善杰设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本一种面向多模态实时搜索的异构数据缓存方法在说明书摘要公布了：本发明公开了一种面向多模态实时搜索的异构数据缓存方法，涉及异构数据缓存技术领域，本发明包括：S10：构建关键信息的实时搜索特征；S20：将各分片与各模态类型进行匹配；S30：明确各缓存对象的缓存区域；S40：对各缓存对象在对应缓存区域中的搜索索引进行确定；S50：根据关键信息的搜索频率，对关键信息对应的搜索索引、第一缓存区和第二缓存区的缓存位置进行确定。本发明可根据匹配结果对缓存信息进行组合，进而快速得到关键信息的第一搜索结果，有利于搜索系统在面对不同组合的异构数据时能够快速做出反应，以及对关键信息的实时缓存结果进行更新，同时将更新的缓存结果与模态类型进行匹配，有利于提高搜索系统的搜索效率。

本发明授权一种面向多模态实时搜索的异构数据缓存方法在权利要求书中公布了：1.一种面向多模态实时搜索的异构数据缓存方法，其特征在于：所述方法包括： S10：获取用户通过搜索引擎输入搜索框的关键信息的模态类型，根据关键信息在不同模态状态下生成的第一搜索结果，与用户目标搜索结果之间的内容相似度，构建关键信息的实时搜索特征； S20：基于关键信息的关联搜索特征，对关键信息在关联模态状态下对应的搜索内容偏差指数进行计算，根据计算结果，对用户目标搜索结果进行分片处理，并将各分片与各模态类型进行匹配； 所述S20包括： S201：将关键信息在不同模态状态下得到的历史内容相似度存储在集合M中； 在集合M中，获取关键信息搜索特征Ht的关联搜索特征，记获取的关联搜索特征为Hp，Hp={Up,Rp}，关联搜索特征中的模态状态编号为，与模态状态编号Rt包含的模态类型相比仅增加或减少一种模态类型时对应的模态状态编号，其中，Up=max{Yip,Yjp}，Rp表示Up对应的模态状态编号，p表示历史时间值； S202：构建计算模型对关键信息在模态状态Rt与模态状态Rp下对应的搜索内容偏差指数Gp→t进行计算，构建的计算模型为： Gp→t=-1w×Ut-Up； 其中，w=1或w=2，当模态状态Rt包含的模态类型与模态状态Rp包含的模态类型相比，仅增加一种模态类型时，w=2，当模态状态Rt包含的模态类型与模态状态Rp包含的模态类型相比，仅减少一种模态类型时，w=1，Ut=max{Yit,Yjt}，max表示最大值符号，t表示实时时间值，Yjt表示t时刻获取的关键信息在纯模态状态j下生成的第一搜索结果，与用户目标搜索结果之间的内容相似度，Yit表示t时刻获取的关键信息在组合模态状态i下生成的第一搜索结果，与用户目标搜索结果之间的内容相似度，t表示实时时间值； S203：将搜索内容偏差指数Gp→t对应的用户目标搜索结果部分作为一个分片，并将该分片与增加或减少的模态类型进行匹配，其中所述增加或减少的模态类型由模态状态Rt包含的模态类型与模态状态Rp包含的模态类型相比获得； S30：根据各类模态类型匹配的分片情况，对关键信息在各模态类型下的第一缓存对象和第二缓存对象进行确定，并明确各缓存对象的缓存区域； 所述S30包括： S301：随机选定S203中增加或减少的一种模态类型，对与选定模态类型进行匹配的分片之间的交集进行确定，将确定的交集分片作为关键信息在选定模态类型下的第一缓存对象，将与选定模态类型进行匹配的各分片相较于确定的交集分片之间的差集作为关键信息在选定模态类型下的第二缓存对象； S302：遍历S203中增加或减少的所有模态类型，将第一缓存对象存储在第一缓存区，将第二缓存对象存储在第二缓存区； S40：对各缓存对象在对应缓存区域中的搜索索引进行确定； S50：根据关键信息的搜索频率，对关键信息对应的搜索索引、第一缓存区和第二缓存区的缓存位置进行确定。

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北京迅奥科技有限公司，其通讯地址为：100080 北京市海淀区苏州街55号10层1002；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”。

以上内容由龙图腾AI智能生成。