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！

龙图腾网获悉成都任性科技有限公司申请的专利基于机器学习的需求预测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：CN120912257B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511084373.6，技术领域涉及：G06Q30/0202；该发明授权基于机器学习的需求预测方法及系统是由毕胜;刘婷;唐俊设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本基于机器学习的需求预测方法及系统在说明书摘要公布了：本发明提供一种基于机器学习的需求预测方法及系统，首先获取包含多个由连续时间戳标记的自然语言语句组成的用户旅游相关文本数据集合，接着对文本数据集合进行需求层次解析，得到每个用户表达内容单元的显式需求要素和隐式需求线索，然后对显式需求要素和隐式需求线索进行需求关联建模，生成包含语义连接关系及关联强度信息的需求关联特征集合，再基于需求关联特征集合进行需求演化分析，生成包含需求要素随时间变化规律及隐式需求线索转化规则的需求演化特征集合，最后根据需求演化特征集合生成包含用户对不同类别旅游产品需求优先级分布及需求变化趋势描述的需求预测结果，从而能够全面准确挖掘用户需求，实现精准的需求预测。

本发明授权基于机器学习的需求预测方法及系统在权利要求书中公布了：1.一种基于机器学习的需求预测方法，其特征在于，所述方法包括： 获取用户旅游相关的文本数据集合，所述文本数据集合包含多个用户表达内容单元，每个用户表达内容单元由连续时间戳标记的自然语言语句组成； 对所述文本数据集合进行需求层次解析处理，得到每个用户表达内容单元的显式需求要素和隐式需求线索，所述显式需求要素为用户明确陈述的旅游产品功能诉求，所述隐式需求线索为用户未直接陈述但通过语义关联传递的潜在需求倾向； 对所述显式需求要素和所述隐式需求线索进行需求关联建模处理，生成需求关联特征集合，所述需求关联特征集合包含显式需求与隐式需求之间的语义连接关系及关联强度信息； 基于所述需求关联特征集合进行需求演化分析处理，生成需求演化特征集合，所述需求演化特征集合包含需求要素随时间变化的连续性规律及隐式需求线索向显式需求要素转化的关联规则； 根据所述需求演化特征集合进行需求预测处理，生成旅游产品需求预测结果，所述需求预测结果包含用户对不同类别旅游产品的需求优先级分布及需求变化趋势描述； 所述对所述显式需求要素和所述隐式需求线索进行需求关联建模处理，生成需求关联特征集合，包括： 构建需求关联图模型，将所述显式需求要素作为图模型的第一类节点，将所述隐式需求线索作为图模型的第二类节点，所述第一类节点和第二类节点分别对应不同的需求特征类型； 在所述需求关联图模型中，基于用户表达内容单元的语义逻辑关系建立第一类节点与第二类节点之间的边连接，所述语义逻辑关系包含修饰、因果或并列关系，所述边连接的权重值由显式需求要素与隐式需求线索在同一语义上下文中的共现频率确定； 对所述需求关联图模型进行社区发现处理，通过聚类算法识别由高权重边连接的节点簇，所述节点簇表示具有强关联关系的显式需求要素与隐式需求线索组合； 提取所述节点簇中第一类节点与第二类节点的连接路径特征，生成显式需求与隐式需求之间的语义连接关系，所述语义连接关系包含需求特征之间的逻辑传递路径； 统计所述节点簇中边连接的权重值分布，生成显式需求与隐式需求之间的关联强度信息，所述关联强度信息包含需求特征之间的关联紧密程度； 将所述语义连接关系和所述关联强度信息合并，生成需求关联特征集合； 所述基于所述需求关联特征集合进行需求演化分析处理，生成需求演化特征集合，包括： 将所述需求关联特征集合按时间戳顺序排列，构建时间序列需求关联特征矩阵，所述时间序列需求关联特征矩阵包含不同时间点的需求关联特征信息； 对所述时间序列需求关联特征矩阵进行滑动窗口处理，提取每个时间窗口内的需求关联特征子集，所述时间窗口包含预设数量的连续时间点； 对所述需求关联特征子集进行特征变化率计算处理，统计显式需求要素的新增、消失、频率变化情况及隐式需求线索的出现、转移、强度变化情况，生成需求要素变化特征，所述需求要素变化特征包含需求特征在时间维度上的动态变化信息； 分析所述需求要素变化特征在连续时间窗口中的传递规律，识别显式需求要素与隐式需求线索之间的演化路径，所述演化路径包含隐式需求线索持续出现后转化为显式需求要素的过程或显式需求要素随时间弱化后转化为隐式需求线索的过程； 总结所述演化路径的触发条件和传递规则，生成需求要素随时间变化的连续性规律及隐式需求线索向显式需求要素转化的关联规则，所述连续性规律包含需求特征在时间维度上的稳定变化模式，所述关联规则包含需求特征转化的前提条件和传递方式； 将所述连续性规律和所述关联规则合并，生成需求演化特征集合； 所述根据所述需求演化特征集合进行需求预测处理，生成旅游产品需求预测结果，包括： 对所述需求演化特征集合中的连续性规律和关联规则进行模式匹配处理，识别当前时间点的需求特征与历史演化模式的匹配程度，生成模式匹配相似度值； 基于所述模式匹配相似度值，对历史演化模式进行加权融合处理，生成未来时间段内的需求特征演化预测模型，所述需求特征演化预测模型包含需求要素变化的概率分布及隐式需求线索转化的概率分布； 利用所述需求特征演化预测模型计算用户对不同类别旅游产品的需求优先级分布，所述需求优先级分布通过需求要素的出现频率和关联强度确定； 分析所述需求特征演化预测模型中需求要素的变化趋势，生成需求变化趋势描述，所述需求变化趋势描述包含需求要素增强、减弱或转移的方向信息； 对所述需求优先级分布和所述需求变化趋势描述进行验证处理，将验证后的需求优先级分布和需求变化趋势描述合并，生成旅游产品需求预测结果。

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成都任性科技有限公司，其通讯地址为：610041 四川省成都市高新区天府五街200号3号楼B区8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”。

以上内容由龙图腾AI智能生成。