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！

龙图腾网获悉辽宁省网联数字科技产业有限公司申请的专利基于深度学习的招标采购服务能力智能匹配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：CN120410692B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510839271.4，技术领域涉及：G06Q30/0601；该发明授权基于深度学习的招标采购服务能力智能匹配方法是由张汪洋;景莉婷;张彦端;金萍;岳文岩;佟伟设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本基于深度学习的招标采购服务能力智能匹配方法在说明书摘要公布了：本发明涉及电子招标采购技术领域，具体是指基于深度学习的招标采购服务能力智能匹配方法，所述方法包括历史数据准备、文本表示、语义匹配建模、智能匹配决策和模型优化，本方案通过设计了一种基于多模态融合与异构图建模的语义邻域增强方法，通过构建掩码异构图，并采用多尺度多头自注意力机制及时序图卷积网络，能够有效提取局部与全局语义依赖，实现多模态信息的深度协同表达，提升匹配的准确性及可解释性；设计了一种语义特征学习机制，通过双层自编码器与梯度式编码调整，实现招标语义向量与供应商语义向量的自监督高效对齐，增强模型对语义模糊性的适应能力，提高匹配的稳定性和泛化性能。

本发明授权基于深度学习的招标采购服务能力智能匹配方法在权利要求书中公布了：1.基于深度学习的招标采购服务能力智能匹配方法，其特征在于：该方法包括以下步骤： 步骤S1：历史数据准备，采集历史招标方数据和历史供应商数据并进行预处理； 步骤S2：文本表示，使用预训练语言模型对历史招标方数据和历史供应商数据编码为招标语义向量和供应商语义向量； 步骤S3：语义匹配建模，设计基于多模态融合与异构图建模的语义邻域增强方法，根据招标语义向量和供应商语义向量，得到最终的招标方与供应商语义邻域表示； 步骤S4：智能匹配决策，采集需要进行智能匹配的招标方数据和供应商数据，预处理后执行步骤S2，输入至步骤S3的深度语义匹配模型，输出匹配结果； 步骤S5：模型优化，根据步骤S4的匹配结果，收集反馈数据，对深度语义匹配模型进行迭代训练和优化后部署至步骤S3中； 步骤S3，基于多模态融合与异构图建模的语义邻域增强方法，具体包括以下步骤： 步骤S31：收集辅助特征，表示为； 步骤S32：语义向量输入，招标语义向量表示为，供应商语义向量表示为，采用跨模态注意力机制将辅助特征融入至招标语义向量和供应商语义向量中，得到和； 步骤S33：构造邻域关系，基于和，计算相似度矩阵，生成邻接矩阵； 步骤S34：特征对齐，基于自监督聚类算法对和进行特征对齐，动态生成区域掩码； 步骤S35：掩码协同表示，根据区域掩码构建掩码异构图，通过图卷积网络提取区域掩码的协同表示； 步骤S36：多尺度多头自注意力机制，对区域掩码的协同表示使用多尺度多头自注意力机制，得到局部语义依赖和全局语义依赖，生成强化的语义表示； 步骤S37：时序邻域自适应建模，引入时序图卷积网络对邻接矩阵进行时间动态建模，根据局部语义依赖和全局语义依赖，得到时序动态特征； 步骤S38：自监督损失，基于掩码异构图和时序动态特征，设计自监督损失函数； 步骤S39：融合优化，将步骤S36得到的强化语义表示与步骤S37得到的时序动态特征融合，作为最终的招标方与供应商语义邻域表示。

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辽宁省网联数字科技产业有限公司，其通讯地址为：110031 辽宁省沈阳市皇姑区北陵大街34-3号15楼；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”。