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！

龙图腾网获悉广州市扬海数码科技有限公司申请的专利一种家装设计师智能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：CN120372085B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510444181.5，技术领域涉及：G06F16/9535；该发明授权一种家装设计师智能推荐方法及系统是由凌远龙;陈振宇设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本一种家装设计师智能推荐方法及系统在说明书摘要公布了：本申请涉及一种家装设计师智能推荐方法及系统，其包括步骤：获取用户需求信息以及历史行为信息，并提取需求特征以及历史行为特征；获取设计师数据库并进行分类形成多维特征向量；将需求特征、历史行为特征以及多维特征向量输入至匹配模型生成匹配度矩阵；基于损失函数以及求解算法生成匹配度矩阵的需求解；基于生成的需求解生成推荐列表；本申请通过提取需求特征以及历史行为特征，结合多维特征向量输入匹配模型生成匹配度矩阵，并基于损失函数及求解算法生成其需求解从而生成并输出推荐列表，实现对家装设计的动态偏好挖掘与结合多维特征的设计师推荐，具有提升推荐系统的实用性与用户满意度的效果。

本发明授权一种家装设计师智能推荐方法及系统在权利要求书中公布了：1.一种家装设计师智能推荐方法，其特征在于：包括步骤： 获取用户需求信息以及历史行为信息，并分别提取需求特征以及历史行为特征； 识别用户需求信息对应的身份信息，并获取该身份信息的历史行为信息； 将历史行为信息输入至预训练好的特征提取模型，使特征提取模型基于历史行为信息提取并输出历史行为特征； 所述特征提取模型包括量化层、关联层、识别层以及输出层，所述历史行为信息包括浏览行为、收藏行为、咨询行为以及负面反馈； 量化层对浏览行为以及收藏行为进行特征量化，输出基础特征向量； 关联层捕捉浏览行为、收藏行为、咨询行为以及负面反馈之间的关联行为，并基于关联行为对基础特征向量进行优化，输出优化特征向量； 识别层基于浏览行为、收藏行为、咨询行为以及负面反馈生成隐含行为向量以及异常行为向量； 识别层对浏览行为以及收藏行为进行文本分析，并提取偏好风格标签以及紧迫性标签； 紧迫性标签为从行为文本中提取的时间敏感特征； 计算所提取的偏好风格标签的偏好强度以及紧迫性标签的紧迫强度； 偏好强度为对特定风格标签的偏好程度量化值； 紧迫强度为对时间敏感需求的量化评估值； 基于偏好强度以及紧迫强度生成隐含行为向量； 基于预设置的矛盾检测规则提取浏览行为、收藏行为、咨询行为以及负面反馈中的矛盾行为特征； 基于预设置的频率检测规则提取浏览行为、收藏行为、咨询行为以及负面反馈中的异常频率特征； 基于矛盾行为特征以及异常频率特征生成异常行为向量； 输出层基于优化特征向量、隐含行为向量以及异常行为向量生成历史行为特征； 获取设计师数据库，并基于预设置的分类算法对设计师数据库中的设计师信息进行分类，以对应形成设计师信息关联的多维特征向量； 将需求特征、历史行为特征以及多维特征向量输入至同一预训练好的匹配模型，使其生成匹配度矩阵； 所述匹配模型包括嵌入层、交互层以及输出层； 嵌入层将需求特征、历史行为特征以及多维特征向量映射至同一嵌入空间，生成用户嵌入向量以及设计师嵌入向量； 交互层对用户嵌入向量以及设计师嵌入向量的交互关联进行识别，生成交互特征向量； 输出层基于交互特征向量生成匹配度矩阵； 当接收到匹配模型输出的匹配度矩阵时，基于预定义的损失函数以及该损失函数关联的求解算法生成若干需求解； 基于匹配度矩阵匹配预设对应的匹配误差损失函数以及多样性约束损失函数； 基于所匹配的匹配误差损失函数以及多样性约束损失函数构建多目标损失函数，并匹配关联的求解算法； 基于多目标损失函数生成推荐解集合； 基于匹配的求解算法对推荐解集合生成若干需求解； 基于生成的若干需求解生成推荐列表并发送至发出用户需求信息的用户端。

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广州市扬海数码科技有限公司，其通讯地址为：510000 广东省广州市广州高新技术产业开发区科学城光谱西路65号三楼；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。