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！

龙图腾网获悉北京淘幂科技有限公司申请的专利面向个性化推荐的大语言模型社交数据标签属性生成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：CN120974108B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511108400.9，技术领域涉及：G06Q50/00；该发明授权面向个性化推荐的大语言模型社交数据标签属性生成方法是由全文俊;许秀春;张爽设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本面向个性化推荐的大语言模型社交数据标签属性生成方法在说明书摘要公布了：本发明涉及社交数据处理技术领域，具体地说，涉及面向个性化推荐的大语言模型社交数据标签属性生成方法。包括如下步骤：构建多模态社交特征关联矩阵；生成社交场景适配的初始标签集；实现标签属性的多维量化：通过改进的语义依存树构建标签层级关系，基于行为发生时间间隔计算时效衰减系数，统计核心社交圈中相同标签的用户占比作为群体关联值。本发明通过构建多模态社交特征关联矩阵，能够适配社交场景中多模态数据的复杂性，使生成的标签体系更贴合社交数据的多元特征。本发明通过改进的语义依存树自动构建标签层级关系、计算时效衰减系数，提升了对社交语义的深度解析能力。

本发明授权面向个性化推荐的大语言模型社交数据标签属性生成方法在权利要求书中公布了：1.面向个性化推荐的大语言模型社交数据标签属性生成方法，其特征在于，包括如下步骤： S100、构建多模态社交特征关联矩阵：对用户的文本数据、行为数据、关系数据及多媒体数据进行特征提取，通过特征归一化处理映射至同一特征空间，计算不同模态数据间的共现关联度，生成带权重的融合特征集； S200、生成社交场景适配的初始标签集：基于用户社交关系的互动强度划分核心社交圈，提取核心社交圈的共性特征构建动态提示模板，将融合特征集按模板格式输入经社交语料微调的大语言模型，生成含出现概率描述的初始标签集； S300、实现标签属性的多维量化：通过改进的语义依存树构建标签层级关系，基于行为发生时间间隔计算时效衰减系数，统计核心社交圈中相同标签的用户占比作为群体关联值，形成包含层级属性、时效属性、群体关联属性的标签属性集； 所述S300中通过改进的语义依存树构建标签层级关系包括如下步骤： S310.1、标签语义量化： 对初始标签集去重后，采用预训练语言模型将每个标签转换为维语义向量，计算任意两个标签与的语义相似度： ； 其中，为向量点积，为向量的L2范数，； S310.2、基础层级聚类： 采用层次凝聚聚类构建初始层级，初始化每个标签为独立节点；每次迭代合并相似度最高的两个节点，合并条件为，其中为预设相似度阈值，生成父节点，其父节点语义向量为子节点向量的加权平均： ； 其中，、为子节点权重；为父节点的语义向量； S310.3、层级逻辑校验： 通过大语言模型生成父节点的描述文本，计算父节点与子节点的语义包含度： ； 其中，为多层感知器，为向量拼接操作，； 若，则移除该层级关联并重新聚类；其中，为包含度阈值； S310.4、动态层级更新： 设置更新周期，当新增标签的语义向量与现有层级节点的最大相似度时，触发层级重构，重复步骤S310.2-S310.3更新语义依存树；其中，为更新阈值，且； S310.5、标签层级关系符号定义： 将经S310.1-S310.4最终生成的语义依存树，及其包含的父-子节点层级结构、语义包含度，统一定义为标签层级关系； S400、动态调整标签及属性权重：设置实时监测窗口，当用户产生新社交行为时，触发新增标签的初始权重赋值，根据后续互动数据定期调整权重，非活跃标签按设定周期衰减权重； S500、输出个性化推荐适配结果：根据推荐场景预设标签属性权重分配，计算待推荐对象与标签的匹配得分，按得分排序输出结果及核心贡献标签。

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淘幂科技有限公司，其通讯地址为：100102 北京市朝阳区阜通东大街1号院3号楼17层1单元112005；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。