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！

龙图腾网获悉广东烟草梅州市有限公司申请的专利基于大语言模型的烟草营销数据挖掘方法、设备及介质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：CN121350120B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511903879.5，技术领域涉及：G06F16/2458；该发明授权基于大语言模型的烟草营销数据挖掘方法、设备及介质是由罗翔;朱斌;郭淑玲;谢韬设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于大语言模型的烟草营销数据挖掘方法、设备及介质在说明书摘要公布了：本发明公开了一种基于大语言模型的烟草营销数据挖掘方法、设备及介质。方法包括以下步骤：收集烟草营销数据；基于烟草营销数据训练得到基础大语言模型；对烟草营销数据进行特定标注，对基础大语言模型进行多任务联合训练，得到多任务分析模型；对多任务分析模型进行强化学习优化，得到强化策略模型；对强化策略模型进行模型压缩，作为营销数据挖掘模型部署使用。本发明融合多源异构的烟草营销数据，利用预训练大语言模型的强大能力，在多任务联合学习框架下深度挖掘数据价值，并通过强化学习实现策略优化和自适应模型更新，以提升营销决策的智能化水平和实际应用价值。

本发明授权基于大语言模型的烟草营销数据挖掘方法、设备及介质在权利要求书中公布了：1.一种基于大语言模型的烟草营销数据挖掘方法，其特征在于，包括以下步骤： 收集烟草营销数据； 基于烟草营销数据训练得到基础大语言模型； 对所述烟草营销数据进行特定标注，对所述基础大语言模型进行多任务联合训练，得到多任务分析模型； 对所述多任务分析模型进行强化学习优化，得到强化策略模型； 对所述强化策略模型进行模型压缩，作为营销数据挖掘模型部署使用； 其中，对所述烟草营销数据进行特定标注，具体包括销量预测任务标注、客户分类任务标注和营销文案生成任务标注； 其中，所述销量预测任务标注，针对所述烟草营销数据中的销量数据进行标注，标注内容为未来预期销量； 所述客户分类任务标注，针对所述烟草营销数据中的客户行为数据进行标注，标注内容为客户类别； 所述营销文案生成任务标注，针对所述烟草营销数据中产品关键词和受众的文本描述进行标注，标注内容为营销文本参考； 所述对所述基础大语言模型进行多任务联合训练，具体包括以下步骤： 在所述基础大语言模型上设置特定独立输出层；所述特定独立输出层包括销量预测回归头、客户分类头和营销文本输出头； 将进行特定标注后的烟草营销数据混合，输入基础大语言模型的共享编码器，通过所述特定独立输出层分别得到销量预测任务、客户分类任务和营销文案生成任务的输出； 分别计算销量预测任务、客户分类任务和营销文案生成任务输出的损失；其中，针对销量预测任务，使用均方误差计算损失；针对客户分类任务，使用交叉熵计算损失；针对营销文案生成任务，使用负对数似然计算损失； 为所述销量预测任务、客户分类任务和营销文案生成任务输出的损失引入合规性约束项；加权汇总所述销量预测任务、客户分类任务和营销文案生成任务输出的损失以及合规性损失，得到总损失； 以总损失最小化为目标，对所述基础大语言模型进行多轮多任务联合训练，直至所述基础大语言模型的总损失收敛； 当所述基础大语言模型的总损失收敛后，将该轮多任务联合训练得到的基础大语言模型作为多任务分析模型输出； 所述对所述多任务分析模型进行强化学习优化，具体包括以下步骤： 建立一个奖励模型；所述奖励模型的奖励函数为销量预测目标、客户分类目标和营销文案生成目标的多维度加权和； 使用所述多任务分析模型生成一组销量预测任务、客户分类任务和营销文案生成任务的输出，作为目标输出； 将所述目标输出输入所述奖励模型，基于所述奖励函数计算目标输出的奖励值； 基于所述奖励值使用近端策略优化方法更新所述多任务分析模型的模型参数； 返回使用所述多任务分析模型生成一组销量预测任务、客户分类任务和营销文案生成任务的输出这一步骤，基于更新参数后的多任务分析模型生成新的目标输出；提高所述目标输出的奖励值；直至目标输出的奖励值达到预设奖励值阈值或达到预设生成次数； 将最后一轮更新参数的多任务分析模型作为强化策略模型输出。

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烟草梅州市有限公司，其通讯地址为：514071 广东省梅州市梅江区三角镇剑英公园大道22号华潮大厦商业楼；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。