华南理工大学莫非获国家专利权
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！
龙图腾网获悉华南理工大学申请的专利一种商品评级分布预测方法、装置及存储介质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：CN118396687B 。
龙图腾网通过国家知识产权局官网在2025-12-02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：202410476804.2，技术领域涉及：G06Q30/0282；该发明授权一种商品评级分布预测方法、装置及存储介质是由莫非;梁凌宇设计研发完成，并于2024-04-19向国家知识产权局提交的专利申请。
本一种商品评级分布预测方法、装置及存储介质在说明书摘要公布了：本发明公开了一种商品评级分布预测方法、装置及存储介质，方法包括：获取数据集；对每个数据点，根据其与邻近点的距离，构建一个局部邻域图；通过谱嵌入，利用图的拉普拉斯矩阵特征值和特征向量来寻找最优的低维嵌入，以在保持高维空间中数据点之间的局部距离关系；使用随机梯度下降法逐步调整低维空间中的数据点位置，以最小化输入空间和低维空间的图的差异，获得原始输入空间的低维表示；将原始输入空间的低维表示和商品的标签分布作为标签分布支持向量回归器的输入，实现对商品评级分布的精确预测。本发明能够有效处理高维、多标签数据集，不仅显著降低了计算成本，而且提高了预测的精度和效率，可广泛应用于计算机数据挖掘领域。
本发明授权一种商品评级分布预测方法、装置及存储介质在权利要求书中公布了：1.一种商品评级分布预测方法，其特征在于，包括以下步骤： 对获取得到的某类商品的包装图片、商品属性进行预处理，获得预处理后的数据集； 在预处理后的数据集基础上，对每个数据点，根据其与邻近点的距离，构建一个局部邻域图； 通过谱嵌入，利用图的拉普拉斯矩阵特征值和特征向量来寻找最优的低维嵌入，以在保持高维空间中数据点之间的局部距离关系； 使用加权模糊交叉熵作为损失函数，使用随机梯度下降法逐步调整低维空间中的数据点位置，以最小化输入空间和低维空间的图的差异，获得原始输入空间的低维表示； 将原始输入空间的低维表示和商品的标签分布作为标签分布支持向量回归器的输入，实现对商品评级分布的精确预测。
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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励