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！

龙图腾网获悉深圳特为科创信息技术有限公司申请的专利基于AI的场景化决策界面动态生成与持续优化方法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：CN121255153B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511814565.8，技术领域涉及：G06F8/20；该发明授权基于AI的场景化决策界面动态生成与持续优化方法是由陈飞;邹好为设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本基于AI的场景化决策界面动态生成与持续优化方法在说明书摘要公布了：本发明涉及人工智能学习技术领域，公开了一种基于AI的场景化决策界面动态生成与持续优化方法。该方法包括：获取用户实时交互行为序列、任务上下文信息及界面组件库；融合编码生成实时任务状态向量；通过序列预测模型预测下一决策步骤所需界面组件的概率分布；依概率分布与布局约束动态组合渲染目标界面；并基于用户反馈计算奖励值，利用强化学习持续优化预测模型。本发明实现了界面随用户意图动态演化与自适应优化，提升交互效率与用户体验。

本发明授权基于AI的场景化决策界面动态生成与持续优化方法在权利要求书中公布了：1.一种基于AI的场景化决策界面动态生成与持续优化方法，其特征在于，包括： 获取用户在决策界面中的实时交互行为序列、当前任务上下文信息以及决策界面组件库；所述实时交互行为序列包括用户的点击、悬停、输入、滚动操作以及对应的时间戳和界面元素标识符；所述当前任务上下文信息包括任务类型、任务目标以及用户角色权限；所述决策界面组件库预先存储了多个原子化的界面组件及其关联的元数据，所述元数据包括组件功能定义、数据输入输出接口规范以及布局约束规则； 对所述实时交互行为序列和所述当前任务上下文信息进行多模态融合编码以生成表征用户当前决策意图与任务进展状态的实时任务状态向量； 基于所述实时任务状态向量，通过预先训练的序列预测模型，预测出在下一决策步骤中用户最需使用的一个或多个界面组件的概率分布； 根据所述概率分布，从所述决策界面组件库中选取一个或多个高概率界面组件，并依据所述元数据中定义的布局约束规则，动态地组合与渲染所述高概率界面组件，从而生成面向下一决策步骤的目标决策界面，包括： 设定预设的概率阈值，从概率分布的向量中筛选出所有概率值大于该阈值的界面组件，形成候选组件集合； 遍历所述候选组件集合，查询所述决策界面组件库以获取每一个候选组件的元数据，所述元数据中定义的布局约束规则包括组件的相对位置关系、尺寸适配规则以及显隐依赖关系； 启动约束求解引擎，将所有候选组件的布局约束规则作为输入，所述约束求解引擎采用回溯搜索算法，计算出满足所有约束条件的、无冲突的界面布局方案； 所述布局方案以一种结构化描述语言格式进行定义，该定义描述了每一个组件在界面网格系统中的精确位置、尺寸和层级关系； 前端应用程序接收到所述结构化描述语言格式的布局方案后，调用界面渲染引擎，根据该方案从组件库中加载并实例化对应的组件，最终在用户界面上呈现出所述目标决策界面； 将所述目标决策界面呈现给用户，并持续获取用户与所述目标决策界面的后续交互行为，将该后续交互行为作为反馈信号； 基于所述反馈信号，计算用于评估所述目标决策界面生成效果的奖励值，并采用强化学习算法，利用所述奖励值对所述序列预测模型进行参数的迭代更新，以持续优化后续目标决策界面的生成策略； 所述对所述实时交互行为序列进行预处理，将离散的交互事件转换为固定长度的动作标识序列，包括： 将原始交互事件流按时间戳排序后截取最近个事件构成行为窗口，为预设的固定长度； 每个事件根据其类型和目标元素路径标识映射为唯一的动作标识符，形成离散的动作标识序列； 对该动作标识序列进行填充或截断操作，使其统一为固定长度，缺失部分以特殊占位符填充。

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深圳特为科创信息技术有限公司，其通讯地址为：518000 广东省深圳市龙华区龙华街道三联社区三联创业路31号弓村新城商业中心(汇海广场)A栋1611-1612-1613；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。