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！

龙图腾网获悉深圳广联数科科技有限公司申请的专利一种基于数据模型的汽车用户行为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：CN119558550B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510136315.7，技术领域涉及：G06Q10/063；该发明授权一种基于数据模型的汽车用户行为预测方法是由赵展;沈剑;叶赛;孔令晟设计研发完成，并于2025-02-07向国家知识产权局提交的专利申请。

本一种基于数据模型的汽车用户行为预测方法在说明书摘要公布了：本申请涉及智能汽车数据处理领域，公开了一种基于数据模型的汽车用户行为预测方法，包括以下步骤：步骤一、采集用户多模态数据，所述数据包括用户行驶轨迹、购买记录、车载视频和语音指令；步骤二、对所述多模态数据进行标准化处理，构建数据矩阵；步骤三、计算所述数据矩阵的协方差矩阵，并通过优化算法提升协方差矩阵的稳定性；步骤四、基于随机矩阵理论剔除协方差矩阵中的噪声特征，提取信号强度较高的特征；步骤五、采用特征交互建模方法优化信号特征间的协作关系。本发明采用多模态数据采集与标准化处理相结合的技术方案，通过统一不同模态数据的尺度和分布，实现了高维、多样数据在同一分析框架下的融合。

本发明授权一种基于数据模型的汽车用户行为预测方法在权利要求书中公布了：1.一种基于数据模型的汽车用户行为预测方法，其特征在于，包括以下步骤： 步骤一、采集用户多模态数据，所述数据包括用户行驶轨迹、购买记录、车载视频和语音指令； 步骤二、对所述多模态数据进行标准化处理，构建数据矩阵； 步骤三、计算所述数据矩阵的协方差矩阵，并通过优化算法提升协方差矩阵的稳定性； 所述协方差矩阵的优化通过Ledoit-Wolf收缩估计完成，该方法将协方差矩阵与单位矩阵的线性组合进行加权，以提高协方差矩阵的稳定性和估计精度； 步骤四、基于随机矩阵理论剔除协方差矩阵中的噪声特征，提取信号强度较高的特征； 步骤五、采用特征交互建模方法优化信号特征间的协作关系，并通过注意力机制调整特征权重； 所述信号特征的交互建模通过构建二次型函数完成，所述二次型函数由特征向量的交互关系矩阵、线性权重和偏置项组成； 步骤六、将优化后的特征输入用户行为预测模型，完成用户行为的预测； 步骤七、当新数据到达时，动态更新协方差矩阵和用户行为预测模型，实时调整预测结果； 所述用户行为预测模型采用Transformer框架，包含输入层、自注意力层、前馈神经网络层和输出层，其中自注意力层用于捕捉信号特征之间的相关性； 所述动态更新包括以下内容： 步骤一、对新数据进行标准化处理； 步骤二、计算更新后的协方差矩阵，并与历史协方差矩阵按时间衰减因子进行加权组合； 步骤三、基于更新的协方差矩阵调整预测模型的参数。

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深圳广联数科科技有限公司，其通讯地址为：518051 广东省深圳市南山区桃源街道福光社区留仙大道3370号南山智园崇文园区1号楼1404；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”。