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！

龙图腾网获悉江西省通信产业服务有限公司申请的专利一种基于无监督跨模态学习的金融信息聚合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：CN121388291B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511960032.0，技术领域涉及：G06F16/9535；该发明授权一种基于无监督跨模态学习的金融信息聚合推荐方法及系统是由赖清山;陆蓉;曾春英;付熙瑞设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本一种基于无监督跨模态学习的金融信息聚合推荐方法及系统在说明书摘要公布了：本发明属于计算机技术领域，公开了一种基于无监督跨模态学习的金融信息聚合推荐方法及系统，其通过构建多渠道数据采集的爬虫引擎，采用动态爬虫获取跨平台数据源‌的异构数据；部署语义引擎和数值引擎的异构双引擎架构，对获取的异构数据进行语义解析并提取交易特征；构建跨模态动态对齐矩阵生成联合表征向量；获取实时搜索关键词及点击行为构成‌短期意图，分析历史跨平台行为轨迹构成‌长期偏好，根据‌短期意图和‌长期偏好构建双层意图识别网络；输出集成业务目标与用户满意度指标的动态推荐结果。本发明基于无监督跨模态学习技术，实现跨平台多渠道金融信息聚合、用户意图深度解析及个性化推荐，以解决现有技术中存在的问题。

本发明授权一种基于无监督跨模态学习的金融信息聚合推荐方法及系统在权利要求书中公布了：1.一种基于无监督跨模态学习的金融信息聚合推荐方法，其特征在于，该方法包括以下步骤： 步骤S10、构建多渠道数据采集的爬虫引擎，采用动态爬虫获取跨平台数据源的异构数据； 步骤S20、部署语义引擎和数值引擎的异构双引擎架构，对获取的异构数据进行语义解析并提取交易特征；其中，语义引擎采用动态剪枝的语义解析模型处理文本和图像数据，数值引擎通过时序自编码器提取交易特征； 步骤S30、构建跨模态动态对齐矩阵，利用对比学习损失函数消除文本描述、图表数据与数值序列间的语义偏差，映射至统一语义空间并生成联合表征向量； 步骤S40、获取实时搜索关键词及点击行为构成‌短期意图，分析历史跨平台行为轨迹构成长期偏好，根据‌短期意图和‌长期偏好构建双层意图识别网络； 步骤S50、将所述异构数据的语义解析和交易特征输入至双层意图识别网络，捕捉金融实体间的隐性关联，驱动跨周期推荐策略生成，输出集成业务目标与用户满意度指标的动态推荐结果； 其中，步骤S40中，获取实时搜索关键词及点击行为构成‌短期意图，分析历史跨平台行为轨迹构成‌长期偏好，包括以下步骤： 通过集成的搜索引擎获取用户的实时搜索关键词，对搜索关键词进行处理和清洗，去除噪音信息； 从用户的实时点击行为数据中提取信息，记录每一次点击的时间、页面、点击对象，并通过追踪用户点击行为生成点击日志； 对实时搜索关键词和点击行为数据进行特征提取，提取短期意图特征并使用短期意图识别网络进行意图分类； 基于历史行为轨迹预测用户的长期偏好，并通过长期偏好识别网络进行建模，结合短期意图与长期偏好进行意图识别输出。

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江西省通信产业服务有限公司，其通讯地址为：330009 江西省南昌市西湖区桃苑大街2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。