北京元石创新科技有限公司李岩获国家专利权
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!
龙图腾网获悉北京元石创新科技有限公司申请的专利基于用户实时数据的推荐内容生成方法、装置及存储介质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:CN119493907B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202411541856.X,技术领域涉及:G06F16/9535;该发明授权基于用户实时数据的推荐内容生成方法、装置及存储介质是由李岩;王裕鑫;王晓瑞;徐万鸿;行梦婷;高杰设计研发完成,并于2024-10-31向国家知识产权局提交的专利申请。
本基于用户实时数据的推荐内容生成方法、装置及存储介质在说明书摘要公布了:本申请公开了一种基于用户实时数据的推荐内容生成方法、装置及存储介质,包括:采集与目标用户对应的第一实时数据,并基于第一实时数据生成与目标用户对应的第一消息列表;根据第一消息列表,搜索符合目标用户的兴趣的第一内容信息;以及基于第一内容信息并利用基于大语言模型的内容创作模型,生成用于推荐给目标用户的第二内容信息。
本发明授权基于用户实时数据的推荐内容生成方法、装置及存储介质在权利要求书中公布了:1.一种基于用户实时数据的推荐内容生成方法,其特征在于,包括: 采集与目标用户对应的第一实时数据,并基于所述第一实时数据生成与所述目标用户对应的第一消息列表; 根据所述第一消息列表,搜索符合所述目标用户的兴趣的第一内容信息;以及 基于所述第一内容信息并利用基于大语言模型的内容创作模型,生成用于推荐给所述目标用户的第二内容信息,其中根据所述第一消息列表,搜索符合所述目标用户的兴趣的第一内容信息的操作,包括: 将所述第一消息列表输入至预先训练的第一大语言模型,并利用所述第一大语言模型预测与所述目标用户对应的第一兴趣话题;以及 将所述第一兴趣话题输入至预先训练的智能体,利用所述智能体并基于所述第一消息列表,搜索符合所述目标用户的兴趣的第一内容信息,其中将所述第一兴趣话题输入至预先训练的智能体,利用所述智能体并基于所述第一消息列表,搜索符合所述目标用户的兴趣的第一内容信息的操作,包括: 将所述第一消息列表输入至预先训练的智能体,并利用所述智能体生成所述目标用户的第一用户画像;以及 利用所述智能体,并根据所述第一兴趣话题和所述第一用户画像,搜索符合所述第一兴趣话题和所述第一用户画像的第一内容信息,其中还包括: 采集与所述目标用户对应的第二实时数据,并基于所述第二实时数据生成第二消息列表,其中所述第二实时数据用于指示更新后的第一实时数据,所述第二消息列表用于指示更新后的所述第一消息列表; 在生成所述第二消息列表的情况下,将所述第二消息列表输入至所述智能体,并利用所述智能体生成所述目标用户的第二用户画像;以及 利用所述第二用户画像更新所述第一用户画像,其中还包括:预先对所述智能体中确定所述第一用户画像的用户画像确定模块进行训练,其中预先对所述用户画像确定模块进行训练的操作,包括: 确定与多个第一真实用户对应的第一行为数据样本,并基于所述第一行为数据样本生成第三消息列表; 利用预先训练的第二大语言模型确定与各个第一真实用户对应的第三用户画像,从而基于与各个第一真实用户对应的第三消息列表和与所述各个第一真实用户对应的第三用户画像,构建多个第一样本对; 确定与多个第二真实用户对应的第二行为数据样本,并基于所述第二行为数据样本生成第四消息列表; 利用人工标注的方式确定与各个第二真实用户分别对应的第四用户画像,从而基于与各个第二真实用户对应的第四消息列表和与所述各个第二真实用户对应的第四用户画像,构建多个第二样本对;以及 将所述第一样本对和所述第二样本对输入至所述用户画像确定模块,并对所述用户画像确定模块进行训练,其中用于对所述用户画像确定模块进行训练的交叉熵损失函数如下: 其中,N表示所述第一样本对或所述第二样本对的数量,θ1表示所述用户画像确定模块的参数,表示标签掩码,并且C表示字符的类别的数量,表示所述第一样本对中的第三消息列表和所述第二样本对中的第四消息列表在类别C下的真实标签,表示所述用户画像确定模块对于所述第一样本对中的第三消息列表和所述第二样本对中的第四消息列表预测属于类别C的概率。
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北京元石创新科技有限公司,其通讯地址为:100000 北京市海淀区启迪科技大厦C座302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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励