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！

龙图腾网获悉广东海洋大学申请的专利应用预测模型的智能广告内容推荐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：CN119991221B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510482375.4，技术领域涉及：G06Q30/0251；该发明授权应用预测模型的智能广告内容推荐方法及系统是由赵文雯;屠丹;吕云虹设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本应用预测模型的智能广告内容推荐方法及系统在说明书摘要公布了：本申请提供一种应用预测模型的智能广告内容推荐方法及系统，首先获取目标用户在广告交互场景下的历史交互数据集合，其含多个由用户标识符等组成的广告交互序列，接着对该历史交互数据集合执行跨维度特征融合处理，生成组合行为特征集合和广告内容关联特征集合，调用预置深度预测模型对组合行为特征集合进行时序依赖建模，得到包含点击概率分布及交互意图分类标签的广告内容偏好预测结果，再根据此广告内容偏好预测结果与广告内容关联特征集合进行动态权重匹配，确定候选广告内容优先级排序列表，最后基于该候选广告内容优先级排序列表推送适配广告内容集合，并依据实时反馈数据更新深度预测模型参数配置，实现智能精准的广告推荐。

本发明授权应用预测模型的智能广告内容推荐方法及系统在权利要求书中公布了：1.一种应用预测模型的智能广告内容推荐方法，其特征在于，所述方法包括： 获取目标用户在广告交互场景下的历史交互数据集合，所述历史交互数据集合包括多个广告交互序列，每个广告交互序列由用户标识符、广告内容标识符、交互行为类型及交互时间戳组成； 对所述历史交互数据集合执行跨维度特征融合处理，生成每个广告交互序列的组合行为特征集合和广告内容关联特征集合； 调用预置的深度预测模型对所述组合行为特征集合进行时序依赖建模，生成广告内容偏好预测结果，所述广告内容偏好预测结果包含用户对候选广告内容的点击概率分布及交互意图分类标签； 根据所述广告内容偏好预测结果与所述广告内容关联特征集合执行动态权重匹配，确定候选广告内容的优先级排序列表； 基于所述优先级排序列表向目标用户推送适配的广告内容集合，并依据实时反馈数据更新所述深度预测模型的参数配置； 所述对所述历史交互数据集合执行跨维度特征融合处理，生成每个广告交互序列的组合行为特征集合和广告内容关联特征集合，包括： 对所述广告交互序列中的交互行为类型进行时间窗口切分处理，生成多个行为片段单元，每个行为片段单元包含预设时长内的连续交互行为； 提取每个行为片段单元的行为密度特征和交互强度特征，所述行为密度特征由单位时间内的交互频次确定，所述交互强度特征由交互持续时长与操作深度的加权值确定； 对所述广告内容标识符对应的广告素材进行语义解析处理，提取广告文本的语义主题分布特征和视觉元素的注意力权重特征； 将同一广告交互序列对应的所述行为密度特征、交互强度特征、语义主题分布特征及注意力权重特征进行特征拼接，生成所述组合行为特征集合； 调用广告知识库匹配所述广告内容标识符对应的产品类目树，提取类目路径的层级关联特征和用户历史偏好匹配度，生成所述广告内容关联特征集合； 所述提取类目路径的层级关联特征和用户历史偏好匹配度，生成所述广告内容关联特征集合，包括： 解析所述产品类目树的父子节点关系，生成包含层级连接关系的类目图结构数据； 将所述类目图结构数据输入图神经网络，通过邻接节点的特征传播生成每个类目节点的层级感知嵌入向量； 统计所述目标用户历史交互数据集合中每个类目节点的历史曝光次数与点击转化率，生成用户类目偏好分布向量； 将所述层级感知嵌入向量与所述用户类目偏好分布向量进行矩阵乘积运算，生成类目节点匹配度权重； 拼接所述层级感知嵌入向量与所述类目节点匹配度权重，生成所述广告内容关联特征集合的维度对齐特征矩阵。

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海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路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”。