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！

龙图腾网获悉南京满运冷链科技有限公司申请的专利一种结合司机体验的推荐排序方法及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：CN121146464B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511696582.6，技术领域涉及：G06Q10/0631；该发明授权一种结合司机体验的推荐排序方法及系统是由王国锋;唐星星设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种结合司机体验的推荐排序方法及系统在说明书摘要公布了：本发明公开了一种结合司机体验的推荐排序方法及系统，其中方法包括：构建由输入层网络、专家层网络、门控层网络和任务层组成的基础的多专家多任务深度排序模型，用于预测司机是否会点击候选货源以及预测司机是否会成交候选货源；基于基础的多专家多任务深度排序模型，通过引入司机体验相关特征，并新增体验任务，同时设置体验惩罚损失函数；将基础模型中的业务任务与新增的体验任务进行联合训练，构建业务‑体验多专家网络，对业务目标与司机体验进行协同优化。本发明有效改善了司机体验，实现了业务目标与司机体验的协同优化。

本发明授权一种结合司机体验的推荐排序方法及系统在权利要求书中公布了：1.一种结合司机体验的推荐排序方法，其特征在于，包括以下步骤： 构建由输入层网络、专家层网络、门控层网络和任务层组成的基础的多专家多任务深度排序模型，用于预测司机是否会点击候选货源以及预测司机是否会成交候选货源； 基于基础的多专家多任务深度排序模型，通过引入司机体验相关特征，并新增体验任务，同时设置体验惩罚损失函数； 将基础模型中的业务任务与新增的体验任务进行联合训练，构建业务-体验多专家网络，对业务目标与司机体验进行协同优化； 在构建基础的多专家多任务深度排序模型时，通过输入层网络，获取货主行为特征、司机画像特征、货主画像特征、司机货主交叉特征和司机行为特征，经过处理后拼接成矩阵作为专家层网络的输入； 在构建基础的多专家多任务深度排序模型时，将输入拼接到一起后，通过专家层网络的多个专家网络进行任务学习，并将不同信息进行任务间传递共享； 在构建基础的多专家多任务深度排序模型时，将任务专家网络输出、共享专家网络输出和原输入层信息，输入到专家网络对应的门控层，作为门控层网络的输入，其中，所述门控层网络由多个门控层构成； 通过门控层网络，将任务专家网络信息和共享专家网络信息拼接成一个列表，使用挑选器，对输入层进行挑选，输出专家网络个数维度的向量并加softmax后，与列表向量相乘，输出结果至任务层，其中，在任务层，将门控输出层加入多层全连接，并和最终label进行交叉熵损失； 在引入体验相关特征时，所述体验相关特征包括： 空驶距离相关特征，表示司机当前位置与装货地点的直线距离、实际导航距离、该距离在司机历史接单空驶距离中的占比； 净得运费相关特征，表示订单净得运费金额、净得运费与司机历史平均净得运费的比值、净得运费与运输里程的比值； 司货匹配度相关特征，表示司机当前车辆承载重量与订单货物重量的匹配度、车辆车厢尺寸与货物尺寸的匹配度、车辆运输类型与订单货物运输要求的匹配度； 在新增体验任务时，通过新增体验行为识别任务，用于识别该订单是否属于会导致司机体验度低的订单，包括：空驶距离超过司机历史最大空驶距离的1.5倍、净得运费低于司机历史最低净得运费的0.5倍或车辆匹配度低于0.3； 在进行联合训练时，设置总损失函数为各任务损失函数与体验惩罚损失函数的加权和，并采用梯度下降优化算法对模型参数进行迭代更新，直至模型收敛，确保模型在训练过程中同时学习业务目标和体验目标的优化方向，其中，所述总损失函数表示为： Ltotal=β1Lclick+β2Ldeal+β3Lexperience+Lpenalty 式中，Ltotal为模型总损失，Lclick为点击预测任务损失为交叉熵损失，Ldeal为成交预测任务损失为交叉熵损失，Lexperience为体验评分预测任务损失为均方误差损失，β1、β2、β3分别为各任务损失的权重系数，Lpenalty为体验惩罚损失函数； ， 式中，Lpenalty为体验惩罚损失，α为惩罚权重系数，yi为订单是否为体验度低的订单的真实标签，yi=1表示是，yi=0表示否，为模型预测标签，I·为指示函数，当括号内条件成立时取值为1，否则为0；∑：对所有样本的损失项进行累加；：表示真实标签与预测标签的平方误差。

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南京满运冷链科技有限公司，其通讯地址为：210012 江苏省南京市雨花台区凤信路20号3幢5层；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。