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！

龙图腾网获悉合肥工业大学申请的专利多模态数据驱动的产品众筹成功率预测方法与系统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：CN120409795B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510497331.9，技术领域涉及：G06Q10/04；该发明授权多模态数据驱动的产品众筹成功率预测方法与系统是由许卢鑫;王安宁;冯梦圆;张蓓宁;胡文悦;戚志翔;孔德正;姜冠宇设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本多模态数据驱动的产品众筹成功率预测方法与系统在说明书摘要公布了：本发明提供一种多模态数据驱动的产品众筹成功率预测方法与系统，涉及深度学习技术领域。通过构建分层混合模型，结构化数据经过结构化分支，筛选得到结构化特征；文本信息和图片信息分别经过文本处理模型和图像处理模型，得到语义特征和视觉特征；根据语义特征和视觉特征能够得到多个专家网络的激活概率，选择较大的激活概率对应的专家网络进行激活，若众筹项目侧重美学相关的产品，则会激活美观性专家或创意性专家等，获得特化隐含特征；将这些特化隐含特征和结构化特征输入至特征融合模型，得到预测成功率。在处理与产品外观、美学特征紧密相关的非结构化数据时，通过专家网络能够突出强化这类特征，提高美学类众筹项目的预测准确性。

本发明授权多模态数据驱动的产品众筹成功率预测方法与系统在权利要求书中公布了：1.一种多模态数据驱动的产品众筹成功率预测方法，其特征在于，包括： 将众筹项目的结构化数据输入至分层混合模型的结构化分支，筛选得到结构化特征，其中，所述分层混合模型包括结构化分支、隐含特征分支和特征融合模型； 将众筹项目的文本信息输入至文本处理模型，得到语义特征，其中，所述隐含特征分支包括多模态深度学习模型，所述多模态深度学习模型包括文本处理模型、图像处理模型和专家网络； 将众筹项目的图片信息输入至图像处理模型，得到视觉特征，其中，所述文本处理模型和图像处理模型共用同一个Transformer编码器，所述Transformer编码器通过对比学习损失函数，用于跨模态的参数共享和语义对齐； 根据所述语义特征和视觉特征，得到多个专家网络的激活概率，其中，所述专家网络包括视觉专家、语言专家、跨模态专家、功能性专家、美观性专家和创意性专家； 根据所述激活概率，稀疏性激活对应的专家网络，得到与专家网络对应的特化隐含特征； 将所述结构化特征和特化隐含特征输入至特征融合模型中，得到预测成功率； 所述特征融合模型包括门控交叉注意力机制、双线性池化和多层感知机； 所述将所述结构化特征和特化隐含特征输入至特征融合模型中，得到预测成功率包括： 将所述结构化特征和特化隐含特征输入至门控交叉注意力机制中，得到加权权重和注意力矩阵； 将所述结构化特征和特化隐含特征输入至双线性池化中，得到第一融合特征； 将所述结构化特征和特化隐含特征输入至多层感知机中，得到第二融合特征； 根据所述加权权重、第一融合特征和第二融合特征，加权得到最终融合特征； 根据最终融合特征，得到预测成功率。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。

以上内容由龙图腾AI智能生成。