Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京市农林科学院信息技术研究中心顾静秋获国家专利权

北京市农林科学院信息技术研究中心顾静秋获国家专利权

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!

龙图腾网获悉北京市农林科学院信息技术研究中心申请的专利一种动植物新品种推荐方法及装置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:CN118656484B

龙图腾网通过国家知识产权局官网在2025-05-30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:202410728881.2,技术领域涉及:G06F16/335;该发明授权一种动植物新品种推荐方法及装置是由顾静秋;郭旺;崔友林;陈金超设计研发完成,并于2024-06-06向国家知识产权局提交的专利申请。

一种动植物新品种推荐方法及装置在说明书摘要公布了:本发明提供一种动植物新品种推荐方法及装置,属于农业技术领域,所述方法包括:将新品种与品种库中的所有历史品种进行匹配,得到与所述新品种相似的多个历史品种;基于所述多个历史品种,确定多个目标用户,所述目标用户是与所述多个历史品种相匹配的用户;向所述多个目标用户推荐所述新品种。本发明提供的动植物新品种推荐方法及装置,通过将新品种与历史品种进行匹配,获取与新品种相似的历史品种,能够准确地确定潜在的推荐范围,在后续步骤中只需搜索与相似历史品种相匹配的用户即可,减少了推荐的搜索空间,并且考虑了用户的历史偏好和兴趣,解决了冷启动问题,提高了品种推荐的个性化程度和精准度。

本发明授权一种动植物新品种推荐方法及装置在权利要求书中公布了:1.一种动植物新品种推荐方法,其特征在于,包括:将新品种与品种库中的所有历史品种进行匹配,得到与所述新品种相似的多个历史品种;基于所述多个历史品种,确定多个目标用户,所述目标用户是与所述多个历史品种相匹配的用户;向所述多个目标用户推荐所述新品种;所述将新品种与品种库中的所有历史品种进行匹配,得到与所述新品种相似的多个历史品种,包括:对所述新品种的资源数据进行预处理,得到所述新品种的文本序列,所述资源数据包括表征所述新品种属性的文本数据;将所述新品种的文本序列和所述品种库中任一历史品种的文本序列输入至文本相似度度量模型,得到所述文本相似度度量模型输出的相似度;基于所述品种库中各历史品种与所述新品种的相似度,确定与所述新品种相似的多个历史品种;所述文本相似度度量模型基于如下步骤确定所述新品种与所述历史品种的相似度:使用第一BERT网络对所述新品种的文本序列进行向量化表示,得到第一特征向量,所述第一特征向量表示所述新品种的文本序列的语义特征;使用双向最大匹配算法对所述新品种的文本序列进行实体识别后,对实体识别结果进行向量化,得到第一词典特征向量;对所述第一特征向量和所述第一词典特征向量进行融合,得到所述新品种的品种特征向量;使用第二BERT网络对所述历史品种的文本序列进行向量化表示,得到第二特征向量,所述第二特征向量表示所述历史品种的文本序列的语义特征;使用双向最大匹配算法对所述历史品种的文本序列进行实体识别后,对实体识别结果进行向量化,得到第二词典特征向量;对所述第二特征向量和所述第二词典特征向量进行融合,得到所述历史品种的品种特征向量;基于所述新品种的品种特征向量和所述历史品种的品种特征向量,确定所述新品种与所述历史品种的相似度;所述基于所述多个历史品种,确定多个目标用户,包括:将多个用户的用户数据与所述多个历史品种的资源数据输入至用户品种推荐模型,得到所述用户品种推荐模型输出的多个预测评分,所述多个预测评分中的任一个预测评分是一个用户对所述多个历史品种中任一历史品种的评分的预测值;基于所述多个预测评分,确定多个目标用户;其中,所述用户数据包括用户静态资源数据与行为数据;所述用户静态资源数据包括用户在推荐平台注册的静态信息,包括姓名、性别、年龄、地域、身份类型和行业,其中,行业包括植业、畜牧业、林业、渔业、副业,每类行业包括多种产业,身份类型包括小农户、家庭农场、专业大户、农民合作社、社会化服务组织、企业、农业科研人员、农技推广人员和农业管理人员;所述行为数据是基于用户在推荐平台的操作确定的,所述行为数据包括用户对品种资源数据的浏览、点赞、评论和停留时长;所述品种资源数据包括品种的品种名称、品种标识、作物品类、品种特性、适用区域和产量;所述用户品种推荐模型基于如下步骤确定预测评分:对一个用户的用户数据进行特征提取,得到用户特征;对所述新品种的资源数据进行特征提取,得到品种特征;基于所述用户特征和所述品种特征,确定所述用户对所述新品种的预测评分;其中,所述用户特征是基于如下步骤确定的:使用嵌入层对所述用户静态资源数据进行实体嵌入,得到用户嵌入向量;将所述用户嵌入向量输入至第一用户全连接层,得到所述第一用户全连接层输出的中间用户特征向量;将所述中间用户特征向量输入至第二用户全连接层,得到所述第二用户全连接层输出的用户特征;所述品种特征是基于如下步骤确定的:使用嵌入层对所述品种资源数据中的品种标识、作物品类、品种特性、适用区域和产量进行实体嵌入,得到品种嵌入向量;将所述品种嵌入向量输入至第一品种全连接层,得到所述第一品种全连接层输出的中间品种特征向量;使用卷积网络对所述品种资源数据中的品种名称进行卷积处理,得到品种名称特征向量;将所述中间品种特征向量和所述品种名称特征向量输入至第二品种全连接层,得到所述第二品种全连接层输出的品种特征。

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北京市农林科学院信息技术研究中心,其通讯地址为:100097 北京市海淀区曙光花园中路11号农科大厦A座1107;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”。

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。