買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉吉林大學申請的專利一種服務推薦方法、裝置、終端設備及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119988747B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510459502.9，技術領域涉及：G06F16/9535；該發明授權一種服務推薦方法、裝置、終端設備及存儲介質是由趙睿;李曉涵;高菲;葛校君;鄭程元;高鎮海;楊正才設計研發完成，并于2025-04-14向國家知識產權局提交的專利申請。

本一種服務推薦方法、裝置、終端設備及存儲介質在說明書摘要公布了：本申請提供了一種服務推薦方法、裝置、終端設備及存儲介質，適用于數據處理技術領域，該方法包括：獲取歷史座艙服務使用信息、當前座艙服務使用信息以及車輛行駛狀態信息；對所述歷史座艙服務使用信息、當前座艙服務使用信息以及車輛行駛狀態信息進行映射與增強處理，生成駕駛個體行為信息；將所述駕駛個體行為信息以及駕駛群體類型信息進行匹配計算，得到匹配群體類型信息以及匹配度信息；根據所述駕駛個體行為信息、匹配群體類型信息、匹配度信息、預設的服務推薦模型以及預設的提示文本信息，生成服務推薦信息。本申請能夠實現準確捕捉駕駛員的信息娛樂服務需求，有效提升智能座艙個性化服務推薦的準確性和可靠性。

本發明授權一種服務推薦方法、裝置、終端設備及存儲介質在權利要求書中公布了：1.一種服務推薦方法，其特征在于，包括： 獲取歷史座艙服務使用信息、當前座艙服務使用信息以及車輛行駛狀態信息； 對所述歷史座艙服務使用信息、當前座艙服務使用信息以及車輛行駛狀態信息進行映射與增強處理，生成駕駛個體行為信息； 將所述駕駛個體行為信息以及駕駛群體類型信息進行匹配計算，得到匹配群體類型信息以及匹配度信息； 根據所述駕駛個體行為信息、匹配群體類型信息、匹配度信息、預設的服務推薦模型以及預設的提示文本信息，生成服務推薦信息； 預設的服務推薦模型包括預設的殘差連接層、預設的歸一化處理層以及多個預設的服務信息編碼解碼層； 所述根據所述駕駛個體行為信息、匹配群體類型信息、匹配度信息、預設的服務推薦模型以及預設的提示文本信息，生成服務推薦信息的步驟，具體包括： 根據所述駕駛個體行為信息、匹配群體類型信息、匹配度信息以及預設的提示文本信息，生成服務推薦詞向量信息； 根據預設的空間權重系數，對所述服務推薦詞向量信息進行投影處理，得到服務推薦投影向量； 基于預設的殘差連接層以及預設的歸一化處理層，對所述服務推薦投影向量進行計算，得到服務推薦投影變量； 根據所述服務推薦投影變量以及多個預設的服務信息編碼解碼層，生成服務推薦內容向量； 根據所述服務推薦內容向量，生成服務推薦信息； 一個預設的服務信息編碼解碼層包括多個預設的服務推薦門控矩陣以及多個預設的服務推薦專家子模型；所述預設的服務推薦門控矩陣與預設的服務推薦專家子模型一一對應； 所述根據所述服務推薦投影變量以及多個預設的服務信息編碼解碼層，生成服務推薦內容向量的步驟，具體包括： 獲取初始推薦計算編碼解碼層數； 統計預設的服務信息編碼解碼層的數量，得到編碼解碼層數量信息； 判斷初始推薦計算編碼解碼層數是否小于所述編碼解碼層數量信息； 若否，則將所述服務推薦投影變量作為服務推薦內容向量； 若是，則根據預設的服務推薦門控矩陣，對多個預設的服務推薦專家子模型進行選擇，得到多個服務推薦計算子模型； 根據所述服務推薦投影變量、多個服務推薦計算子模型以及多個服務推薦門控矩陣，生成服務推薦內容中間變量； 更新初始推薦計算編碼解碼層數，得到中間推薦計算編碼解碼層數； 將所述中間推薦計算編碼解碼層數作為初始推薦計算編碼解碼層數，將所述服務推薦內容中間變量作為服務推薦投影變量，并返回至所述判斷初始推薦計算編碼解碼層數是否小于所述編碼解碼層數量信息的步驟； 所述根據預設的服務推薦門控矩陣，對多個預設的服務推薦專家子模型進行選擇，得到多個服務推薦計算子模型的步驟，具體包括： 根據所述服務推薦投影向量以及預設的服務推薦門控矩陣，計算多個服務推薦子模型選擇權重； 對多個所述服務推薦子模型選擇權重進行降序排列，得到子模型選擇權重序列信息； 基于預設的服務推薦專家子模型數量，對所述子模型選擇權重序列信息進行選擇，得到多個被選中的子模型權重信息； 確定多個所述被選中的子模型權重信息對應的多個服務推薦專家子模型，得到多個服務推薦計算子模型； 所述服務推薦信息計算子模型包括多個連接權重矩陣； 所述根據所述服務推薦投影變量、多個服務推薦信息計算子模型以及多個服務推薦門控矩陣，生成服務推薦內容中間變量的步驟，具體包括： 對所述連接權重矩陣進行低秩分解處理，得到低秩分解矩陣； 根據所述低秩分解矩陣以及服務推薦投影變量，計算服務推薦變量分解矩陣； 根據所述服務推薦投影變量、連接權重矩陣、服務推薦變量分解矩陣以及被選中的子模型權重信息，生成服務推薦內容中間變量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人吉林大學，其通訊地址為：130012 吉林省長春市前進大街2699號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。