Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 丰享戎商数字科技(陕西)有限责任公司惠作胜获国家专利权

丰享戎商数字科技(陕西)有限责任公司惠作胜获国家专利权

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!

龙图腾网获悉丰享戎商数字科技(陕西)有限责任公司申请的专利一种基于大数据的用户管理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:CN120821910B

龙图腾网通过国家知识产权局官网在2026-04-21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:202510935323.8,技术领域涉及:G06F16/9535;该发明授权一种基于大数据的用户管理方法及系统是由惠作胜;赵建敏;郝利斌;张国辉;刘厚琴;刘仁忠;任莉设计研发完成,并于2025-07-08向国家知识产权局提交的专利申请。

一种基于大数据的用户管理方法及系统在说明书摘要公布了:本发明公开了一种基于大数据的用户管理方法及系统,包括如下步骤:S1、采集用户数据并进行预处理;S2、构建异构图结构,边表示用户与行为的交互关系;S3、将异构图结构输入图注意力神经网络,按节点类型构建权重矩阵并加权聚合,生成用户特征图谱;S4、引入结构与语义注意力因子,调整用户邻接边权重,更新用户特征图谱;S5、将用户特征图谱输入级联卷积单元,执行局部、全局及跨域采样,获取多尺度行为表征;S6、对行为表征进行兴趣与社交特征解耦,生成独立子空间并构建特征映射集;S7、聚合特征映射,计算用户状态向量,输出分群标签与管理指令集合。本发明实现用户行为精细建模与智能管理,提升分群准确性和策略响应效率。

本发明授权一种基于大数据的用户管理方法及系统在权利要求书中公布了:1.一种基于大数据的用户管理方法,其特征在于,包括如下步骤: S1、采集用户数据,并进行预处理; S2、基于预处理后的用户数据,定义节点集合与边集合,形成异构图结构,所述节点集合包括用户节点与行为节点,所述边集合表示用户与行为之间的交互关系; S3、将异构图结构输入至图注意力神经网络,依据节点类型分别构建注意力权重矩阵,对不同类型节点间的邻接关系进行加权聚合,输出用户特征图谱; S4、引入结构注意力因子与语义注意力因子,对用户节点的邻接边进行双重注意力调整,构建融合结构语义特征的注意力传播机制,更新用户特征图谱; S5、将更新后的用户特征图谱输入至图结构级联卷积单元,分别执行局部邻接采样、全局图拓扑采样与跨域跳层采样,获取多尺度用户行为表征; 所述S5具体包括: S51、将用户特征图谱输入至图结构级联卷积单元,执行局部邻接采样操作,在所述操作中设定邻接采样深度和边权阈值,基于用户节点的直接连接关系筛选局部邻居节点集合,对筛选出的邻居节点特征向量通过平均聚合与卷积变换处理,得到局部邻接特征表示; S52、执行全局图拓扑采样操作,在所述操作中为每个用户节点生成对应的图结构位置编码向量,并结合全体用户节点的特征向量,计算节点间的特征相似度系数,通过所述特征相似度系数对其他所有节点特征进行加权汇总,融合节点自身特征与位置编码后输入至全连接神经网络层,得到全局上下文感知的特征表示; S53、执行跨域跳层采样操作,在所述操作中设置跳层间隔因子,提取局部卷积输出与全局卷积输出之间的差异特征,通过跳层映射矩阵将差异特征进行仿射变换,并对局部特征、全局特征与变换后特征进行加权融合处理,最终输出每个用户节点在多尺度信息融合下的行为表征结果,即多尺度用户行为表征; S6、将多尺度用户行为表征进行兴趣特征解耦与社交特征解耦,形成独立表征子空间,并构建用户特征映射集; 所述S6具体包括: S61、将多尺度用户行为表征输入至特征解耦单元,分别设定兴趣解耦变换矩阵与社交解耦变换矩阵,对每个用户节点的多尺度行为特征向量进行两组线性变换操作,其中第一组变换用于提取用户的兴趣特征表示,第二组变换用于提取用户的社交关系特征表示,分别输出兴趣特征向量与社交特征向量,形成两组维度互异的特征表示向量; S62、针对兴趣特征向量与社交特征向量,构建正交约束机制,通过计算两个向量子空间在特征维度上的点积总和与范数归一值,衡量二者之间的相关性,并以最小化其相似度平方值作为优化目标,显式抑制兴趣特征与社交特征之间的耦合项,实现不同子空间之间的信息隔离,确保兴趣特征子空间与社交特征子空间在特征表征过程中的相互独立性; S63、将经正交约束优化后的兴趣特征向量与社交特征向量执行子空间组合,分别施加权重因子控制二者在融合过程中的影响比例,并按元素对应位置进行乘积操作,对兴趣特征与社交特征进行非线性组合,得到融合后的用户特征映射向量,并将所有用户节点对应的特征映射向量汇总形成用户特征映射集; S7、基于用户特征映射集进行特征聚合,通过特征选择权重向量计算用户状态向量,并依据状态向量输出用户分群标签与管理指令集合。

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丰享戎商数字科技(陕西)有限责任公司,其通讯地址为:710075 陕西省西安市未央区政法巷2号未央大厦A座6层603;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。