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！

龙图腾网获悉南京国睿信维软件有限公司申请的专利一种基于大语言模型和图模型的设备智能推荐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：CN121051233B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511608515.4，技术领域涉及：G06F16/334；该发明授权一种基于大语言模型和图模型的设备智能推荐方法是由徐振权设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种基于大语言模型和图模型的设备智能推荐方法在说明书摘要公布了：本发明涉及一种基于大语言模型和图模型的设备智能推荐方法，包括：通过大语言模型人机交互界面输入对设备选型需求描述的自然语言；调用Qwen32B大语言模型API，执行语义解析，生成Json格式的结构化数据；通过提取Json数据中三元组，将设备选型需求转换为图数据库Cypher查询语言，在设备知识图谱中执行多维度检索，返回设备ID；对图谱返回的设备ID在设备知识库中执行增强检索；通过API调用第三方系统设备实时数据，过滤筛选；构建设备能力画像，展示出来。本发明推荐的精准度更高，更快捷。

本发明授权一种基于大语言模型和图模型的设备智能推荐方法在权利要求书中公布了：1.一种基于大语言模型和图模型的设备智能推荐方法，其特征在于，包括以下步骤： 步骤1：输入设备选型需求：用户通过大语言模型人机交互界面输入对设备选型需求的自然语言描述； 步骤2：LLM语义解析：调用Qwen32B大语言模型API，执行语义解析，生成结构化数据请求格式；具体过程为：在提示词中增加描述，按照模板的格式，生成Json格式的结构化数据，数据结构化内容包括：意图类别、显式参数、隐式需求和实体关系； 语义解析具体过程为： 步骤2.1意图识别：先通过调用Qwen32B大语言模型API接口，再运用PromptEngineering自动解析需求，判断用户的核心测试目标； 步骤2.2实体识别：识别具体的性能参数和技术指标，提取显式参数，所述显式参数包括温度范围、协议标准和时序参数； 步骤2.3关系建立：建立显式参数间逻辑关联； 步骤2.4隐含需求推导：根据电子学原理自动生成衍生需求； 步骤3：Neo4j图谱查询：将结构化Json数据，通过代码提取三元组后，转换为图数据库Cypher查询语言，在设备知识图谱中执行多维度检索，返回设备ID； 三元组的提取包括： 显式参数三元组：包括温度范围、协议标准和上升沿时间， 隐式需求三元组：包括隐含带宽需求、隐含采样率需求和隐含温漂补偿， 推导关系三元组：包括根据上升沿时间,推导出带宽，根据温度范围,推导出需要温漂补偿； 步骤4：RAG检索增强：对图谱返回的设备ID，在已有的设备知识库中执行增强检索，增强检索包括向量化查询和多源检索，所述多源检索包括设备手册库检索、案例数据库检索、标准文档库检索和上下文融合检索，具体为： 4.1向量检索：基于向量数据库的相似度计算，快速匹配最相关的设备知识； 4.2本地知识库：构建设备参数本地库，设备参数本地库包括设备手册库、案例数据库、标准文档库； 4.3混合检索引擎：采用Bge-Large-zh-v1.5文本嵌入模型将设备参数文档、用户需求描述转化为高维语义向量； 4.4上下文融合检索：将检索结果与用户输入需求融合，通过Qwen32B大语言模型生成精准推荐； 步骤5：动态状态过滤：通过API数据接口调用SCADA系统中设备ID的实时数据，按照过滤规则：设备可用状态、设备故障率、设备校准时间多个维度进行过滤筛选； 过滤规则包括： a.设备可用性状态为在线， b.故障率小于故障率阈值， c.下次校准时间大于设定的天数， 上述条件全部满足，输出推荐选择； 步骤6：生成LLM推理决策：构建设备能力画像，通过前端可视化界面把设备能力画像展示出来。

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南京国睿信维软件有限公司，其通讯地址为：210000 江苏省南京市雨花台区安德门大街57号楚翘城5幢1号楼12层；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。