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！

龙图腾网获悉东南大学申请的专利类别和时间敏感的事件序列预测方法、系统、介质及设备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：CN118627674B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202410748224.4，技术领域涉及：G06Q10/04；该发明授权类别和时间敏感的事件序列预测方法、系统、介质及设备是由俞沛吉;吴天星设计研发完成，并于2024-06-11向国家知识产权局提交的专利申请。

本类别和时间敏感的事件序列预测方法、系统、介质及设备在说明书摘要公布了：本发明公开了一种类别和时间敏感的事件序列预测方法、系统、介质及设备，属于机器学习领域。本发明首先获取目标用户在历史时间范围内发生的历史事件记录，依次针对可选事件库中的每个可选事件，计算目标用户关于可选事件的第一强度影响及第二强度影响，再依次针对可选事件库中的每个可选事件，计算目标用户关于可选事件的事件强度初始预测值，并通过转换函数将其转换为恒正的事件强度最终预测值，最后选取事件强度最终预测值最大的多个可选事件推荐给目标用户。本发明从事件特征和事件所属类别特征两方面刻画事件之间的影响关系，同时考虑了历史事件持续时间和发生时间的影响，可实现对下一个事件的更准确预测。

本发明授权类别和时间敏感的事件序列预测方法、系统、介质及设备在权利要求书中公布了：1.一种类别和时间敏感的事件序列预测方法，其特征在于，所述预测方法包括以下步骤： S1：获取目标用户u在历史时间范围内的所有历史事件的全部发生记录，作为历史事件数据集历史事件的每次发生记录包含用户ID、事件名称、事件所属类别、事件触发时刻和事件持续时间；所述事件为用户在平台上产生交互的一个项目； S2：依序针对可选事件库中的每个可选事件e，基于所述历史事件数据集中的每个历史事件的发生记录，在事件维度上计算目标用户u关于可选事件e的第一强度影响mu,e，计算公式为： 式中，纳入求和范围的是历史事件数据集中的所有历史事件的每一次发生，表示所触发的历史事件，和分别表示历史事件的某次触发时刻和持续时间，exp表示指数函数，其中括号内的部分为前述第一特征，表示各事件维度影响随时间间隔，即呈指数形式衰减；fe和分别为可选事件e和历史事件的事件特征向量，为历史事件对于可选事件e的事件影响矩阵，为历史事件此次发生的持续时间，为历史事件对于可选事件e的事件影响衰减矩阵，t表示目标时刻，T表示转置操作； S3：依序针对可选事件库中的每个可选事件e，基于所述历史事件数据集中的每个历史事件的发生记录，在事件类别维度上计算目标用户u关于可选事件e的第二强度影响nu,e，计算公式为： 其中，纳入求和范围的是历史事件数据集中的所有历史事件的每一次发生，表示在时刻触发的历史事件的所属类别， 表示各事件类别维度影响随时间间即呈指数形式衰减， 表示在各事件类别维度上、历史事件对可选事件e的强度的综合影响，gce和分别为可选事件e所属类别ce和历史事件所属类别的事件类别特征向量，为历史事件所属类别对于可选事件e所属类别ce的事件类别影响矩阵，为历史事件所属类别对于可选事件e所属类别ce的事件类别影响衰减矩阵 S4：依序针对可选事件库中的每个可选事件e，将可选事件的初始强度、可选事件所属类别的初始强度、第一强度影响和第二强度影响进行融合，得到目标用户u关于可选事件e的事件强度初始预测值计算公式为： 式中：au,e为目标用户u关于可选事件e的事件初始强度权值向量，bu,ce为目标用户u关于可选事件e所属类别ce的事件类别初始强度权值向量； S5：通过转换函数将目标用户关于可选事件库中每个可选事件的事件强度初始预测值转换为恒正的事件强度最终预测值然后选取事件强度最终预测值最大的多个可选事件e推荐给目标用户u。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。