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！

龙图腾网获悉贵州商学院申请的专利一种融合多模态数据的营销决策因子挖掘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：CN121456838B 。

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：202610014054.6，技术领域涉及：G06F18/25；该发明授权一种融合多模态数据的营销决策因子挖掘方法及系统是由王刚;张俊;张春兰;严小雅设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本一种融合多模态数据的营销决策因子挖掘方法及系统在说明书摘要公布了：本发明属于多模态数据的营销决策技术领域，本发明提供了一种融合多模态数据的营销决策因子挖掘方法及系统，包括：搭建基于Kafka与Flink的分布式实时数据管道，分别接入文本、图像、行为信号三类数据流，并利用MiniBERT和TinyViT模型进行轻量化处理，生成多模态事件包；通过事件触发式对齐机制校准时间戳，并引入动态阈值过滤模型拦截噪声数据；基于轻量化跨模态基础模型将多模态数据映射至统一语义空间，结合稀疏动态注意力机制筛选关键模态特征进行深度交互，输出实时融合特征；采用滑动窗口与增量式XGBoost模型动态挖掘营销因子，通过KL散度、效果下降率及业务反馈联合检测数据漂移，触发窗口缩放与紧急更新机制，显著提升营销决策的精准性与响应速度。

本发明授权一种融合多模态数据的营销决策因子挖掘方法及系统在权利要求书中公布了：1.一种融合多模态数据的营销决策因子挖掘方法，其特征在于：包括： S1：搭建实时数据管道接入文本、图像、行为信号数据，采用MiniBERT模型处理文本数据、TinyViT模型处理图像数据并绑定行为信号数据生成多模态事件包，基于事件触发式对齐机制校准多模态事件包时间戳，并引入动态阈值过滤模型拦截噪声数据； S2：基于生成的多模态事件包，通过预训练轻量化跨模态基础模型，该模型基于TinyCLIP进行改造，新增行为信号适配层，使得模型可同时处理文本、图像、行为信号数据三类模态数据，将文本、图像、行为信号数据映射至统一语义空间；以预设时间段内的营销效果指标为反馈，计算文本、图像、行为信号数据贡献度权重；采用稀疏动态注意力机制，仅对贡献度权重排名前2的文本、图像、行为信号数据执行深度交互，输出实时融合特征； S3：构建5分钟窗口、1分钟步长的滑动窗口，采用增量式XGBoost挖掘增量因子集；通过KL散度、效果下降率、业务反馈检测漂移，触发漂移时缩小窗口至2分钟并紧急更新因子； 所述触发漂移时缩小窗口至2分钟并紧急更新因子的具体过程为： 将滑动窗口大小设为5分钟，滑动步长设为1分钟，窗口随时间以1分钟步长动态滑动，覆盖不同时段的实时融合特征数据； 基于输出的实时融合特征按时间戳顺序流入滑动窗口；采用增量式XGBoost模型，仅对滑动窗口内的新增数据，即当前窗口与上一窗口的差异数据进行决策树节点更新，滑动窗口内累计流入实时融合特征向量，每条向量关联统一格式的营销效果标签、客单价区间；聚焦实时融合特征与目标营销效果指标的关联，通过特征重要性排序，找出对该指标提升最显著的特征组合；输出增量因子集，通过KL散度、效果下降率、业务反馈三类指标联合检测漂移，具体如下： KL散度检测：计算滑动窗口内融合特征的统计分布与过去24小时正常数据分布的KL散度； 当KL散度值＞0.5时，判定分布差异显著，触发数据分布漂移；KL散度计算对象为单模态特征的边际分布，且每滑动1次窗口重新计算1次； 效果下降率检测：统计滑动窗口内核心营销指标的实时值与过去24小时同时间段均值的差值，计算效果下降率；当效果下降率＞15%时，触发效果漂移； 业务反馈检测：接入客服实时反馈数据，当单窗口内相关反馈量＞5条时，触发业务逻辑漂移； 当任一漂移指标触发时，执行漂移紧急响应：将原本5分钟的窗口缩小至2分钟；基于缩小后的2分钟窗口数据，重新使用增量XGBoost进行挖掘，优先更新与漂移相关的因子； S4：选取1%用户流量进行1分钟微批量AB测试，根据效果差异判定因子是否全量推广；构建因子关联度矩阵，校准冲突因子。

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贵州商学院，其通讯地址为：550014 贵州省贵阳市白云区二十六大道1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。