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！

龙图腾网获悉广东工业大学;宁波大学科学技术学院申请的专利基于大语言模型与领域模型协同的个性化推荐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：CN121030100B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511563249.8，技术领域涉及：G06F16/9535；该发明授权基于大语言模型与领域模型协同的个性化推荐方法及系统是由吴鹏跃;周晖杰;李志设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本基于大语言模型与领域模型协同的个性化推荐方法及系统在说明书摘要公布了：本发明公开了基于大语言模型与领域模型协同的个性化推荐方法及系统，涉及信息推荐技术领域。该方法，在目标推荐场景下，通过大语言模型处理非结构化数据得到语义模式特征，同时用指定领域模型分析用户可量化操作记录，输出行为模式特征，实现了非结构化语义信息与结构化行为信息的同步提取；对两类特征进行双向信息补充与知识转移，构建协同优化的特征映射集，实现了跨模态特征的统一转换与同步调度；结合反映用户当前意图与场景需求变化的实时交互信息，通过双模型协同推理生成初始推荐列表，经动态排序后判定是否输出个性化推荐结果，实现了跨场景用户实时需求与个性化推荐精准适配，提升推荐时效性，进而有效提高个性化推荐的快速适配性。

本发明授权基于大语言模型与领域模型协同的个性化推荐方法及系统在权利要求书中公布了：1.基于大语言模型与领域模型协同的个性化推荐方法，其特征在于，所述方法包括： 步骤一，在目标推荐场景下，利用大语言模型对获取的非结构化数据进行语义理解，以输出语义模式特征，同时利用指定领域模型对获取的用户行为数据进行协同分析，以输出行为模式特征，所述用户行为数据表示用户在目标推荐场景中的可量化操作记录； 步骤二，将大语言模型输出的语义模式特征，以及指定领域模型输出的行为模式特征，进行双向信息补充，以形成协同优化的特征映射集； 步骤三，结合用户实时交互信息及形成的特征映射集，通过大语言模型与指定领域模型的协同推理生成初始推荐列表，经动态排序后以判定是否输出个性化推荐结果，所述用户实时交互信息用于反映用户当前操作状态及场景化需求变化，所述个性化推荐结果用于支持跨模态场景下的快速适配； 所述形成协同优化的特征映射集，具体包括： 第一步，对输出的语义模式特征与行为模式特征进行维度标准化处理，以通过特征映射矩阵将两类特征转换至指定维度空间，降低因特征来源不同导致的维度差异； 第二步，基于当前推荐场景下的语义-行为特征关联度，计算当前语义-行为特征关联度与预设的特征关联度范围中点的偏差值； 第三步，偏差值为正数：若偏差值不小于偏差值允许范围上限，则判定耦合冗余度过高，并基于第一偏差值获取语义模式特征权重的下调比例，同时对行为模式特征权重按同等比例上调，所述语义模式特征权重与行为模式特征权重之和为1； 若偏差值小于偏差值允许范围上限，则维持当前语义模式特征权重与行为模式特征权重不变； 第四步，偏差值为负数：若偏差值的相反数不小于偏差值允许范围中点，则判定耦合深度不足，并基于第二偏差值获取语义模式特征权重的上调比例，同时对行为模式特征权重按同等比例下调； 若偏差值的相反数小于偏差值允许范围中点，则维持当前语义模式特征权重与行为模式特征权重不变； 所述第一偏差值与所述第二偏差值均用于量化特征耦合程度偏离预期状态的程度； 第五步，若偏差值在偏差值允许范围内，则维持当前语义与行为模式特征权重不变，将两类特征按当前权重对应的维度进行对齐匹配，得到融合通用语义知识与领域行为规律的特征映射集。

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东工业大学;宁波大学科学技术学院，其通讯地址为：510000 广东省广州市东风东路729号；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。