Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州万物有翼科技有限公司杜淼东获国家专利权

广州万物有翼科技有限公司杜淼东获国家专利权

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!

龙图腾网获悉广州万物有翼科技有限公司申请的专利基于人工智能的心理咨询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:CN121260514B

龙图腾网通过国家知识产权局官网在2026-03-31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:202511807883.1,技术领域涉及:G16H50/70;该发明授权基于人工智能的心理咨询智能推荐方法及系统是由杜淼东;张明春;罗丹设计研发完成,并于2025-12-03向国家知识产权局提交的专利申请。

基于人工智能的心理咨询智能推荐方法及系统在说明书摘要公布了:本发明公开了基于人工智能的心理咨询智能推荐方法及系统,属于人工智能技术领域,解决了现有方法意图向量的数据来源仅依赖文本类信息,导致对用户心理状态的捕捉片面,无法精准反映用户的真实需求的问题,方法包括对多模态交互信息预处理,并构建多维度拼接向量,基于交互推荐模型分析多维度拼接向量与推荐数据库内多维能力特征向量的信息交互度,基于强化学习算法确定多维能力特征向量与多维度拼接向量综合效用度;本发明在多维度拼接向量跨模态融合时基于张量融合网络与多头注意力机制将两类模态向量跨模态融合并捕捉模态间的交互关系,显著提升语义理解的深度和抗干扰能力,使得多维度拼接向量能够更立体、客观地刻画用户心理状态。

本发明授权基于人工智能的心理咨询智能推荐方法及系统在权利要求书中公布了:1.基于人工智能的心理咨询智能推荐方法,其特征在于,所述方法包括: 基于公开数据抓取心理干预资源信息,对心理干预资源信息预处理,并基于预处理后的心理干预资源信息导入至资源能力模板,并将资源能力模板中的信息上传至推荐数据库内; 基于分布式采集终端实时采集用户关联的多模态交互信息,对多模态交互信息预处理,并基于预处理后的多模态交互信息构建多维度拼接向量; 预构建基于神经网络的交互推荐模型,遍历推荐数据库,并从推荐数据库中导出建模样本信息,采用建模样本信息对交互推荐模型迭代训练,输出收敛的交互推荐模型; 加载多维度拼接向量,基于交互推荐模型分析多维度拼接向量与推荐数据库内多维能力特征向量的信息交互度,基于预设交互阈值筛选符合的多维能力特征向量,并生成初始推荐队列; 所述交互推荐模型以双翼混合专家模型为基础架构,还包括输入层、输出层,所述输出层与双翼混合专家模型之间设置有聚类关联层,聚类关联层与输出层之间还设置有综合效用评估层,其中,双翼混合专家模型为并行设置的两组混合专家模型,每组所述的混合专家模型分别对应于多维度拼接向量、多维能力特征向量;双翼混合专家模型还包括交互嵌入层、全连接层以及Softmax分类层,所述交互嵌入层用于同步获取多维度拼接向量、多维能力特征向量,并基于策略迁移机制自适应学习多维度拼接向量、多维能力特征向量的交互融合信息,全连接层基于门控网络分别学习多维度拼接向量、多维能力特征向量在交互融合信息的门控权重,并基于多维度拼接向量、多维能力特征向量在交互融合信息的门控权重计算交互融合权重,Softmax分类层基于交互融合权重确定多维度拼接向量、多维能力特征向量的交互概率,所述聚类关联层利用基于学习路径的谱聚类算法对多维度拼接向量、多维能力特征向量的交互概率进行聚类分析,并基于聚类分析结果构建不同用户的有向权重图,结合蚁群算法对有向权重图求出初始信息素,利用初始信息素和启发式信息求解用户的概率转移矩阵,基于概率转移矩阵计算多维度拼接向量与推荐数据库内多维能力特征向量的信息交互度;综合效用评估层基于加权余弦相似度的强化学习计算函数计算初始推荐队列中多维能力特征向量与多维度拼接向量的综合效用度,基于综合效用度筛选前M个多维能力特征向量作为最终推荐队列。

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万物有翼科技有限公司,其通讯地址为:510000 广东省广州市天河区珠江东路16号3501室(部位 : 自编01A、02、03单元);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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。