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！

摘要：本发明公开了一种基于大模型的营销文稿智能生成方法及系统，涉及计算机技术领域。其中，该方法包括：使用大数据技术对目标对象的行为及需求进行分析，以获取目标对象的阅读习惯信息以及兴趣偏好信息；基于网络信息监测系统对图书市场的动态信息与趋势信息进行分析，以获取图书市场的即时热点话题信息与受众关注点信息；提取预设书库中的图书资源的关键著录信息、故事情节信息以及人物形象信息，并将关键著录信息、故事情节信息以及人物形象信息增加到营销文稿的创作素材库中；基于第一标签信息、第二标签信息以及创作素材库，利用人工智能大模型生成营销文稿。本申请实现了提高对图书产品的营销文稿的撰写效率。

主权项：1.一种基于大模型的营销文稿智能生成方法，其特征在于，包括：使用大数据技术对目标对象的行为及需求进行分析，以获取所述目标对象的阅读习惯信息以及兴趣偏好信息，其中，所述目标对象是待推广的图书产品的目标受众；基于网络信息监测系统对图书市场的动态信息与趋势信息进行分析，以获取所述图书市场的即时热点话题信息与受众关注点信息；基于所述目标对象的所述阅读习惯信息以及所述兴趣偏好信息生成第一标签信息；以及基于所述图书市场的所述即时热点话题信息以及所述受众关注点信息生成第二标签信息；提取预设书库中的图书资源的关键著录信息、故事情节信息以及人物形象信息，并将所述关键著录信息、所述故事情节信息以及所述人物形象信息增加到营销文稿的创作素材库中，其中，所述营销文稿是对所述待推广的图书产品进行推广的文稿；基于所述第一标签信息、所述第二标签信息以及所述创作素材库，利用人工智能大模型生成所述营销文稿；其中，基于所述目标对象的所述阅读习惯信息以及所述兴趣偏好信息生成第一标签信息；以及基于所述图书市场的所述即时热点话题信息以及所述受众关注点信息生成第二标签信息，包括：利用浮动权重标签算法将所述目标对象的所述阅读习惯信息以及所述兴趣偏好信息与阅读领域字典进行匹配和分析，为所述目标对象的所述阅读习惯信息以及所述兴趣偏好信息生成带有第一权重信息的所述第一标签信息；利用所述浮动权重标签算法将所述图书市场的所述即时热点话题信息以及所述受众关注点信息与图书领域字典进行匹配和分析，为所述图书市场的所述即时热点话题信息以及所述受众关注点信息生成带有第二权重信息的所述第二标签信息；其中，所述浮动权重标签算法包括以下步骤：根据词性为预置字符信息赋予不同的权重w，得到有效字符m个，其中，所述预置字符信息包括阅读习惯信息以及兴趣偏好信息；或热点话题信息以及受众关注点信息，w的数值是针对不同类型的词性词语的权重数值；将所述有效字符与相关领域字典进行匹配，根据匹配程度为字符赋予标签Tag及标签贴合度y，得到所述有效字符的标签系数x，；其中，所述相关领域字典包括h个阅读领域字典以及h个图书领域字典；基于以下表达式对所述预置字符信息进行汇总计算，得到标签特征: ；其中，为被打上标签a的有效字符的标签系数和；为被打上标签b的有效字符的标签系数和；为被打上标签n有效字符的标签系数和；其中，在所述基于所述第一标签信息、所述第二标签信息以及所述创作素材库，利用人工智能大模型生成所述营销文稿之前，参考所述第一标签信息、所述第二标签信息，从所述创作素材库中确定出基本文本素材；将所述基本文本素材输入大纲预测模型，获取大纲预测模型针对所述基本文本素材生成的大纲，其中，所述大纲预测模型为基于预训练语言模型预先训练得到；基于大语言模型识别所述大纲包括的不同文本素材之间存在的语义跃迁；根据所述大纲包括的不同文本素材之间存在的语义跃迁，将所述大纲引入所需生成所述营销文稿的内容建模，获得营销文稿生成模型，通过所述营销文稿生成模型生成营销文稿；基于损失函数更新所述营销文稿生成模型的参数，直至所述损失函数收敛；其中，所述营销文稿生成模型训练过程中构造的损失函数的表达式如下： ；其中,*为乘号；t为文本素材的数量;表示不同文本素材之间存在的语义跃迁；v表示置信度系数；为基于度量分解的模型的全局偏差；为偏差最大值；u为超参数;表示在训练时，以预设频率丢弃部分维度的分量。

全文数据：

权利要求：

百度查询： 中信出版集团股份有限公司 一种基于大模型的营销文稿智能生成方法及系统