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！

龙图腾网获悉广州五湖欢喜科技有限公司申请的专利多模态社交舆情感知的需求预测系统及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：CN120509928B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202510617605.3，技术领域涉及：G06Q30/0202；该发明授权多模态社交舆情感知的需求预测系统及方法是由樊建富设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本多模态社交舆情感知的需求预测系统及方法在说明书摘要公布了：本发明涉及大数据分析和人工智能领域，具体涉及基于多模态数据的社交舆情感知和商品需求预测系统及方法，包括：多模态－文图情感融合模块通过双通道特征提取处理文本和图像数据，生成文本特征向量和图像特征向量，并执行跨模态表征学习将两者融合为多模态－文图情感向量，预处理模块将多模态－文图情感向量与直播活动数据、商品历史销量和直播影响力数据进行融合，形成时序敏感的多模态－文图情感融合表征，需求感知模块通过多层感知机对融合表征进行自适应特征转换，生成多模态－文图融合向量，专家系统结合销量数据、标签类型和粉丝数量信息，基于决策理论对商品需求进行预测，实现了文本和图像模态特征的有效提取和双向转换。

本发明授权多模态社交舆情感知的需求预测系统及方法在权利要求书中公布了：1.一种多模态社交舆情感知的需求预测系统,其特征在于,包括: 多模态-文图情感融合模块,用于接收社交平台的原始文本数据和图像数据,通过双通道特征提取对文本数据和图像数据进行处理,生成文本特征向量和图像特征向量,并执行跨模态表征学习将文本特征向量和图像特征向量融合为多模态-文图情感向量,所述多模态-文图情感融合模块包括: 文本输入层,用于接收原始文本数据,采用预训练语言模型对输入文本进行编码,生成文本特征向量； 图像输入层,用于接收原始图像数据,采用视觉语言模型对输入图像进行编码,生成图像特征向量； 特征映射单元,用于将文本特征向量映射至图像特征空间或将图像特征向量映射至文本特征空间,实现双向的跨模态特征转换,所述特征映射单元包括: 文本到图像映射通道,用于将文本特征向量通过多层映射网络转换为图像特征空间表示； 图像到文本映射通道,用于将图像特征向量通过逆向映射网络转换为文本特征空间表示； 特征校准网络,用于对比原始特征与映射特征的差异,通过残差连接保留原始特征的关键信息,修正映射误差,确保双向映射的一致性和准确性； 情感融合单元,用于融合文本特征向量和图像特征向量,形成多模态-文图情感向量,并通过非线性转换将融合向量转换为情感分类向量； 预处理模块,与多模态-文图情感融合模块连接,用于接收多模态-文图情感融合模块输出的多模态-文图情感向量,通过时间维度量化直播活动数据和商品历史销量,通过频次维度量化直播影响力,并利用循环神经网络将量化后的数据和原始文本数据融合,形成时序敏感的多模态-文图情感融合表征； 需求感知模块,与预处理模块连接,用于接收预处理模块输出的多模态-文图情感融合表征,并通过多层感知机对接收的融合表征进行自适应特征转换,生成历史销量和粉丝实时情感的多模态-文图融合向量； 专家系统,与需求感知模块连接,用于接收需求感知模块输出的多模态-文图融合向量,结合销量数据、标签类型和粉丝数量信息,基于决策理论对商品需求进行预测,并输出预测结果； 所述特征校准网络的校准过程表示为: 其中:为映射得到的图像特征向量；Vimg为原始图像特征向量；为校准后的图像特征向量；α为校准系数,取值范围为0.1-0.5； 所述需求感知模块包括: 特征转换网络,包含多层非线性变换结构,用于将时序敏感的融合表征分解为历史销量特征和实时情感特征,针对不同特征类型执行非线性特征变换,生成优化后的特征表示； 动态激活单元,用于根据特征分布特性选择最优激活函数,设置门控激活机制处理不同类型特征,自适应调整激活函数参数,增强模型对复杂特征的表达能力； 自适应调整单元,用于基于验证集性能动态调整网络参数,设置性能阈值触发调整流程,采用渐进式调整策略避免过度修改,建立调整历史记录进行长期优化。

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广州五湖欢喜科技有限公司，其通讯地址为：510000 广东省广州市增城区新塘镇广深大道西277号501房；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。