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！

龙图腾网恭喜杭州多熠网络科技有限公司申请的专利一种深度学习多维用户画像的电商平台智能引导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：CN119784478B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510281050.X，技术领域涉及：G06Q30/0601；该发明授权一种深度学习多维用户画像的电商平台智能引导方法是由宋金;鲁盼盼;沈伟设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种深度学习多维用户画像的电商平台智能引导方法在说明书摘要公布了：本发明涉及电商平台技术领域，具体涉及一种深度学习多维用户画像的电商平台智能引导方法，通过构建用户的需求标签和兴趣标签，结合目标用户群的行为数据，精准预测用户需求并进行个性化商品推荐。通过深度学习算法构建需求标签和兴趣标签，通过计算目标用户群的关联度，构建用户群体的需求预算，并根据用户对特定商品或服务的兴趣强度，进行不同层次的兴趣引导，系统还基于市场反馈进行动态调整，如通过正向反馈来调节商品定价和促销策略，该方法能够有效提升用户购买转化率，增强平台的盈利能力，且具有较高的智能化水平，适用于电商平台在个性化营销中的应用。

本发明授权一种深度学习多维用户画像的电商平台智能引导方法在权利要求书中公布了：1.一种深度学习多维用户画像的电商平台智能引导方法，其特征在于，包括以下步骤： S1、标签构建：利用深度学习方法构建标签集合；具体包括： S101、采集用户数据，将用户数据划分为主观类数据和客观类数据； S102、基于主观类数据，构建初始需求标签集合；其中，下角标i为用户群组序号； S103、将初始需求标签集合代入矩阵内部，构建初始需求标签矩阵；其中，下角标i为用户群组序号； S104、基于客观类数据，构建兴趣标签集合； S105、将兴趣标签集合代入矩阵内部，构建兴趣标签矩阵； S106、基于深度学习方法，对初始需求标签矩阵和兴趣标签矩阵进行循环训练，得到收敛需求标签矩阵和收敛兴趣标签矩阵； S107、根据收敛需求标签矩阵和收敛兴趣标签矩阵，构建广义复合标签集合； S2、计算目标用户相关度：针对目标用户群，构建目标用户向量组和特征标签向量，加权求和得到目标用户关联函数，作为目标用户针对电商平台的关注值；具体包括： S201、针对目标用户群构建目标用户向量组，其中，表示第个用户群组的目标用户向量； S202、基于目标用户向量构建目标用户标签集合，针对每一个目标用户向量构建特征标签向量，并赋予权重参数，得到目标用户标签集合； S203、计算目标用户关联函数；将目标用户向量组和特征标签向量求夹角，计算用户相关度值，针对同一用户群组的用户相关度值进行加权求和，得到目标用户关联函数； S3、计算目标用户群需求预算：计算群体用户关联度并构建群体用户关联函数，结合目标用户关联函数，计算目标用户群兴趣强度占比；具体包括： S301、根据同一个目标时间，针对目标用户群，将目标用户向量组转化为目标用户群向量组，满足： ； 其中，为针对进行平滑化函数操作的时间跨度，为平滑化函数，表示将目标用户向量在时间跨度T内进行平滑化处理，采用时间窗口滑动算法；表示将关注度作为倍数系数乘以平滑化处理后的目标用户向量，得到目标用户群向量； S302、计算目标用户群关联度，对目标用户群向量组进行加和，得到目标用户群向量； S303、目标用户群向量和特征标签向量计算相关度，得到目标用户群关联函数； S304、目标用户关联函数和目标用户群关联函数确定比例值，得到目标用户群兴趣强度占比，满足： ； 其中，表示目标用户群兴趣强度占比，即目标用户群的兴趣强度在总用户群兴趣强度的占比； S4、兴趣引导响应：基于目标用户群兴趣强度占比，针对目标用户进行引导。

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杭州多熠网络科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道长河路351号3号楼6层C座616室；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”。