面向商品评论的基于对比学习的用户个性化偏好建模方法(高校公示15天)(不包年费滞纳金)(需要二变)
本申请属于自然语言处理技术领域,公开了一种面向商品评论的基于对比学习的用户个性化偏好建模方法,包括:构建语料库并进行数据预处理;对文档进行数据增强得到成对的文档对;将成对的文档通过LLM进行主题分配,并将结果输入文档的主题分布的向量表示;将成对的文档通过LLM进行主题分配得到文档‑主题分布,并将用户索引输入用户推断网络获得用户偏好分布;将文档‑主题分布与用户偏好分布点乘获得个性化文档‑主题分布;从狄利克雷分布中采样先验分布;最小化狄利克雷先验分布对齐的先验损失和对比学习损失,从而训练用户推断网络。本申请能够有效地分析电商平台用户的偏好。
《面向商品评论的基于对比学习的用户个性化偏好建模方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025105826923,当前法律状态为已下证,由南京邮电大学提出申请,发明人为陆家豪;姚遥;吴严生;王睿,申请日期为2025-05-07,公开(公告)日期为2025-08-01,国际专利分类号(IPC)为 G06F 16/9535 (2019.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本申请属于自然语言处理技术领域,公开了一种面向商品评论的基于对比学习的用户个性化偏好建模方法,包括:构建语料库并进行数据预处理;对文档进行数据增强得到成对的文档对;将成对的文档通过LLM进行主题分配,并将结果输入文档的主题分布的向量表示;将成对的文档通过LLM进行主题分配得到文档‑主题分布,并将用户索引输入用户推断网络获得用户偏好分布;将文档‑主题分布与用户偏好分布点乘获得个性化文档‑主题分布;从狄利克雷分布中采样先验分布;最小化狄利克雷先验分布对齐的先验损失和对比学习损失,从而训练用户推断网络。本申请能够有效地分析电商平台用户的偏好。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
