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！

龙图腾网获悉湖南师范大学申请的专利基于强化学习驱动大模型自适应提示的推荐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：CN120849720B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511331445.2，技术领域涉及：G06F16/9535；该发明授权基于强化学习驱动大模型自适应提示的推荐方法及系统是由肖林;贺诗康;宋启亚;梁迩耀设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本基于强化学习驱动大模型自适应提示的推荐方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习驱动大模型自适应提示的推荐方法及系统，本发明方法包括获取用户画像文本并进行语义相似度匹配以确定用户对应的提示词类型；通过深度Q网络DQN、置信上限算法UCB在预设的多种提示优化策略选择推荐的提示优化策略并获得提示优化策略S；基于提示优化策略S和用户对应的提示词类型利用大模型生成优化后的提示词，利用推荐系统进行验证和性能指标评估；继续迭代直至满足预设的结束条件以得到优化后的提示词以应用于目标推荐系统。本发明旨在通过引入细粒度用户画像和强化学习驱动大模型为不同用户群体进行个性化提示优化的机制，解决现有推荐技术中软提示模板僵化、个性化不足的问题，提升推荐准确性。

本发明授权基于强化学习驱动大模型自适应提示的推荐方法及系统在权利要求书中公布了：1.一种基于强化学习驱动大模型自适应提示的推荐方法，其特征在于，包括下述步骤： S101，获取用于表示用户偏好的用户画像文本，将用户画像文本与预设的多种提示词类型描述进行语义相似度匹配以确定用户对应的提示词类型； S102，将编码后的用户画像文本作为状态、提示优化策略作为动作，通过深度Q网络DQN结合状态、动作以及上一轮的即时奖励信号在多种提示优化策略中选择推荐的提示优化策略；根据上一轮的即时奖励信号更新历史奖励信号，通过置信上限算法UCB根据历史奖励信号在预设的多种提示优化策略选择推荐的提示优化策略；将两种推荐的提示优化策略加入策略候选池并执行策略决策以获得最终的提示优化策略S； S103，基于最终的提示优化策略S和用户对应的提示词类型利用大模型生成优化后的提示词，并利用推荐系统进行验证，执行推荐系统的性能指标评估，并更新计算本轮的即时奖励信号； S104，判断是否满足预设的结束条件，如果满足预设的结束条件，则将最后得到的优化后的提示词输出以用于目标推荐系统来获得推荐结果；否则，跳转步骤S102继续迭代。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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”。

以上内容由龙图腾AI智能生成。