Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州知识矩阵信息科技有限公司房樑获国家专利权

杭州知识矩阵信息科技有限公司房樑获国家专利权

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!

龙图腾网获悉杭州知识矩阵信息科技有限公司申请的专利基于用户新媒体APP交互操作的数据处理方法及装置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:CN119862890B

龙图腾网通过国家知识产权局官网在2025-06-24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:202510338874.6,技术领域涉及:G06F40/30;该发明授权基于用户新媒体APP交互操作的数据处理方法及装置是由房樑;丁肇亮设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。

基于用户新媒体APP交互操作的数据处理方法及装置在说明书摘要公布了:本申请公开了一种基于用户新媒体APP交互操作的数据处理方法及装置,方法包括:响应于用户针对目标对象的评论框的交互指令,实时对评论框输入的内容;目标对象是用户在新媒体APP中浏览的作品,作品用于描述目标产品;识别预设动态主题库中各主题对应的语义簇中是否存在与实时输入评论框的内容相关的语义簇;若存在,获取与实时输入评论框的内容相关的语义簇所属的目标主题,截取评论框的区域截图并提取所有的用户评论文本;根据预设量化参数和用户评论文本,确定用户针对目标产品的需求标签;存储目标产品的产品标识、目标主题与需求标签的三元映射关系。因此,采用本申请,可保证采集的数据准确性高,能全面反映用户的真实需求和行为模式。

本发明授权基于用户新媒体APP交互操作的数据处理方法及装置在权利要求书中公布了:1.一种基于用户新媒体APP交互操作的数据处理方法,其特征在于,所述方法包括: 响应于用户针对目标对象的评论框的交互指令,实时获取所述用户针对所述评论框输入的内容;其中,所述目标对象是所述用户在新媒体APP中浏览的作品,所述作品用于描述目标产品; 对实时输入所述评论框的内容进行上下文语义分析,以识别预设动态主题库中各主题对应的语义簇中是否存在与实时输入所述评论框的内容所相关的语义簇,语义簇由预先训练的语义簇分析模型输出;其中,所述预设动态主题库是根据预设周期内所述作品中存在的多条原始评论进行定期更新得到的; 在存在与实时输入所述评论框的内容所相关的语义簇的情况下,获取与实时输入所述评论框的内容所相关的语义簇所属的目标主题,并截取所述评论框的区域截图,以及提取所述区域截图中所有的用户评论文本; 根据预设量化参数以及所述用户评论文本,确定所述用户针对所述目标产品的需求标签; 在数据库中,存储所述目标产品的产品标识、所述目标主题与所述需求标签之间的三元映射关系;按照以下步骤生成预先训练的语义簇分析模型,包括: 从新媒体APP中采集预设时间段内存储的历史用户评论数据,所述历史用户评论数据涵盖多个作品; 对所述历史用户评论数据进行数据预处理,得到每条历史用户评论数据对应的词汇序列,所述数据预处理包括文本清洗、分词处理、去除停用词以及词性标注; 对所述每条历史用户评论数据对应的词汇序列进行语义信息捕捉,以将所述每条历史用户评论数据对应的词汇序列转换为高维向量,得到所述每条历史用户评论数据的多个词汇特征; 根据每条样本评论数据的多个词汇特征,构建所述每条样本评论数据的语义簇; 将所述每条样本评论数据的语义簇作为标签,对所述每条历史用户评论数据对应的词汇序列进行标注,得到模型训练样本; 创建语义簇分析模型; 将所述模型训练样本输入所述语义簇分析模型中进行机器学习,输出模型损失值; 在所述模型损失值到达最小时,生成预先训练的语义簇分析模型; 所述根据所述每条样本评论数据的多个词汇特征,构建所述每条样本评论数据的语义簇,包括: 初始化所述每条样本评论数据的多个词汇特征,以将所述多个词汇特征标记为未访问; 遍历所述每条样本评论数据的多个词汇特征中第一个未访问的词汇特征,并将遍历到的词汇特征作为待分析词汇特征,以及将所述待分析词汇特征的状态标记为已访问; 查询与所述待分析词汇特征的领域内所有未访问的第一词汇特征; 计算所述待分析词汇特征与每个第一词汇特征之间的相似度; 将所述相似度大于等于预设相似度阈值的第一词汇特征与所述待分析词汇特征归为一个簇,得到所述每条样本评论数据的聚类簇; 继续执行所述遍历所述每条样本评论数据的多个词汇特征中第一个未访问的词汇特征的步骤,直到所述多个词汇特征全标记为已访问,得到所述每条样本评论数据的多个聚类簇; 将所述每条样本评论数据的每个聚类簇中的词汇特征进行逆向转换,得到所述每条样本评论数据的每个聚类簇的词汇序列; 将所述每条样本评论数据的每个聚类簇的词汇序列输入预设大语言模型中,以分析所述每条样本评论数据的每个聚类簇的代表词汇,得到所述每条样本评论数据的语义簇。

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杭州知识矩阵信息科技有限公司,其通讯地址为:310000 浙江省杭州市滨江区长河街道建业路599号华业发展中心12层1201室;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”。

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。