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！

龙图腾网恭喜创域智能(常熟)网联科技有限公司申请的专利基于人工智能挖掘的远程数字化服务资源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：CN119739929B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510252304.5，技术领域涉及：G06F16/9535；该发明授权基于人工智能挖掘的远程数字化服务资源推荐方法及系统是由高春亚;杨建国设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本基于人工智能挖掘的远程数字化服务资源推荐方法及系统在说明书摘要公布了：本申请提供一种基于人工智能挖掘的远程数字化服务资源推荐方法及系统，首先获取目标用户在多个远程服务场景下的历史交互数据，涵盖交互记录、服务资源属性信息及用户行为序列，据此生成表征用户偏好分布与服务需求演化路径的动态特征向量。将其输入融合时序行为分析与跨场景语义关联模型的多模态推荐模型，挖掘潜在匹配模式，输出当前场景候选服务资源预测集合。依据实时场景适配度生成分层推荐列表，按适配度阈值划分服务资源优先级簇。最后，基于用户实时反馈数据动态调整模型参数权重，更新动态特征向量生成逻辑，形成闭环优化链路，有效提升远程数字化服务资源推荐的精准度与适应性。

本发明授权基于人工智能挖掘的远程数字化服务资源推荐方法及系统在权利要求书中公布了：1.一种基于人工智能挖掘的远程数字化服务资源推荐方法，其特征在于，所述方法包括： 获取目标用户的历史交互数据，所述历史交互数据包括所述目标用户在多个远程服务场景下与服务资源的交互记录、服务资源属性信息以及用户行为序列； 基于所述历史交互数据生成所述目标用户的动态特征向量，所述动态特征向量用于表征所述目标用户在不同服务场景下的偏好分布及服务需求演化路径； 将所述动态特征向量输入预训练的多模态推荐模型，输出所述目标用户在当前服务场景下的候选服务资源预测集合，所述多模态推荐模型通过融合时序行为分析模型和跨场景语义关联模型，挖掘用户行为与服务资源之间的潜在匹配模式； 根据所述候选服务资源预测集合中每个服务资源的实时场景适配度，生成分层推荐列表，所述实时场景适配度通过分析服务资源属性与当前服务场景的上下文特征之间的动态关联强度确定，所述分层推荐列表按照适配度阈值将服务资源划分为多个优先级簇； 基于所述目标用户对所述分层推荐列表的实时反馈数据，动态调整所述多模态推荐模型的参数权重，并更新所述动态特征向量的生成逻辑，形成闭环优化链路； 所述基于所述历史交互数据生成所述目标用户的动态特征向量，包括： 提取所述历史交互数据中的用户行为时序片段，所述用户行为时序片段包括连续服务请求间隔、服务类型切换频率及服务资源使用深度； 通过预训练的时空注意力网络对所述用户行为时序片段进行多粒度特征提取，生成初始行为特征矩阵，所述时空注意力网络通过捕捉用户行为在时间和空间维度上的依赖关系，识别关键服务交互节点； 融合所述服务资源属性信息和所述初始行为特征矩阵，生成跨模态融合特征，所述跨模态融合特征通过跨模态对齐算法将服务资源属性嵌入到用户行为特征空间中； 根据所述目标用户在多个服务场景下的场景切换标记，对所述跨模态融合特征进行场景感知加权，生成场景化特征向量； 基于门控循环单元对所述场景化特征向量进行动态更新，生成所述动态特征向量，所述动态特征向量包含用户长期偏好特征和当前服务场景的短期需求特征，所述多模态推荐模型的训练步骤，包括： 构建多任务学习框架，所述多任务学习框架包括服务点击率预测任务、服务完成度预测任务和服务满意度预测任务； 从服务资源知识图谱中提取实体关系特征，所述实体关系特征包括服务提供方关联网络、服务类别层次结构及服务质量评价链路； 将所述实体关系特征与用户行为特征进行异构特征对齐，生成联合嵌入表示，所述异构特征对齐通过图神经网络聚合相邻节点的属性信息； 在所述多任务学习框架下依据所述联合嵌入表示进行多任务学习，在多任务学习过程中，采用动态梯度分配策略调整所述服务点击率预测任务、服务完成度预测任务和服务满意度预测任务的损失权重，所述动态梯度分配策略根据所述服务点击率预测任务、服务完成度预测任务和服务满意度预测任务在当前训练批次中的收敛速度自动调节权重系数； 通过对抗训练机制增强所述多模态推荐模型的泛化能力，所述对抗训练机制通过生成对抗样本扰动用户特征空间，并强制所述多模态推荐模型在扰动后保持预测一致性。

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创域智能(常熟)网联科技有限公司，其通讯地址为：215500 江苏省苏州市常熟市东南街道云深路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”。