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！

龙图腾网获悉云南中烟工业有限责任公司申请的专利新零售模式下基于多模态数据的消费者标签预测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：CN116150473B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211305278.0，技术领域涉及：G06F16/9535；该发明授权新零售模式下基于多模态数据的消费者标签预测方法是由周家贤;蒲雪松;郭梁;刘志;梁筱雨;马宗泽;王家寿;曾建新;李中华;唐峻;李欣明;杨传真;李淳;赵桂艳;甘志雄;苏杨设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本新零售模式下基于多模态数据的消费者标签预测方法在说明书摘要公布了：本发明公开了一种新零售模式下基于多模态数据的消费者标签预测方法，其包括：通过感官模态特征提取器对多感官模态信息进行特征提取，得到伪标签序列，多感官模态信息至少包括嗅觉模态信息和感觉模态信息；通过基于卷积神经网络的跨模态原型网络生成用于表示用户与卷烟间的交叉关系的用户‑卷烟交叉特征；将消费者伪标签和用户‑卷烟交叉特征输入基于Transformer翻译模型的多模态协调器，得到消费者预测标签。本发明提供的新零售模式下基于多模态数据的消费者标签预测方法，将多模态中难以利用的嗅觉与感觉的模态信息与消费者信息进行协调学习，实现了模块化特定转换之间的功能层信息共享和对齐，使得消费者标签维度信息得以提升。

本发明授权新零售模式下基于多模态数据的消费者标签预测方法在权利要求书中公布了：1.一种新零售模式下基于多模态数据的消费者标签预测方法，其特征在于，包括： 通过跨模态原型的感官模态特征提取器对多感官模态信息进行特征提取，得到消费者伪标签序列，所述多感官模态信息至少包括嗅觉模态信息和感觉模态信息：利用伪标签生成跨模态原型，为每个嗅觉模态信息和感觉模态信息的感官文本生成一个伪标签，由所有感官文本对应的伪标签组成消费者伪标签序列； 通过基于卷积神经网络的跨模态原型网络生成用户-卷烟交叉特征，其中，所述用户-卷烟交叉特征用于表示用户与卷烟间的交叉关系； 将所述消费者伪标签和所述用户-卷烟交叉特征输入基于Transformer翻译模型的多模态协调器，得到消费者预测标签， 所述利用伪标签生成跨模态原型，为每个嗅觉模态信息和感觉模态信息的感官文本对生成一个伪标签，具体包括： 利用自动标记器构建伪标签生成跨模态原型； 利用伪标签生成跨模态原型，对每个嗅觉模态信息和感觉模态信息的感官文本进行嵌 入表示，生成一个伪标签，得到伪标签集合： 1 其中，表示第i个伪标签，每个伪标签由多个特征单词组成，为第i个伪标签中的第j个单词，表示伪标签序列中的伪标签数量，伪标签序列R是多 个伪标签的有序集合，每个伪标签通过跨模态原型模块从感官文本中提取特征单词组合生 成； 利用伪标签器进行特征提取，并通过以下公式得到伪标签中的第个单词的预测结 果， 2 其中，表示第i个伪标签的向量编码，由该伪标签中k个单词的二分类结果组成，，即，表示第i个伪标签中第j个单词的二分类结 果，1表示该单词对应的特征存在，0表示不存在，多个组合形成one-hot向量， 所述通过基于卷积神经网络的跨模态原型网络生成用户-卷烟交叉特征，其中，所述用户-卷烟交叉特征用于表示用户与卷烟间的交叉关系，具体包括： 将用户信息与卷烟信息进行嵌入表示，得到用户-卷烟交叉特征矩阵； 将所述用户-卷烟交叉特征矩阵进行卷积操作； 将每个卷积层的卷积结果输入全连接层，得到所述用户-卷烟交叉特征； 根据所述用户-卷烟交叉特征，计算伪标签与真实标签间的误差。

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云南中烟工业有限责任公司，其通讯地址为：650231 云南省昆明市五华区红锦路367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。