買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉遼寧省網聯數字科技產業有限公司申請的專利基于深度學習的招標采購服務能力智能匹配方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120410692B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510839271.4，技術領域涉及：G06Q30/0601；該發明授權基于深度學習的招標采購服務能力智能匹配方法是由張汪洋;景莉婷;張彥端;金萍;岳文巖;佟偉設計研發完成，并于2025-06-23向國家知識產權局提交的專利申請。

本基于深度學習的招標采購服務能力智能匹配方法在說明書摘要公布了：本發明涉及電子招標采購技術領域，具體是指基于深度學習的招標采購服務能力智能匹配方法，所述方法包括歷史數據準備、文本表示、語義匹配建模、智能匹配決策和模型優化，本方案通過設計了一種基于多模態融合與異構圖建模的語義鄰域增強方法，通過構建掩碼異構圖，并采用多尺度多頭自注意力機制及時序圖卷積網絡，能夠有效提取局部與全局語義依賴，實現多模態信息的深度協同表達，提升匹配的準確性及可解釋性；設計了一種語義特征學習機制，通過雙層自編碼器與梯度式編碼調整，實現招標語義向量與供應商語義向量的自監督高效對齊，增強模型對語義模糊性的適應能力，提高匹配的穩定性和泛化性能。

本發明授權基于深度學習的招標采購服務能力智能匹配方法在權利要求書中公布了：1.基于深度學習的招標采購服務能力智能匹配方法，其特征在于：該方法包括以下步驟： 步驟S1：歷史數據準備，采集歷史招標方數據和歷史供應商數據并進行預處理； 步驟S2：文本表示，使用預訓練語言模型對歷史招標方數據和歷史供應商數據編碼為招標語義向量和供應商語義向量； 步驟S3：語義匹配建模，設計基于多模態融合與異構圖建模的語義鄰域增強方法，根據招標語義向量和供應商語義向量，得到最終的招標方與供應商語義鄰域表示； 步驟S4：智能匹配決策，采集需要進行智能匹配的招標方數據和供應商數據，預處理后執行步驟S2，輸入至步驟S3的深度語義匹配模型，輸出匹配結果； 步驟S5：模型優化，根據步驟S4的匹配結果，收集反饋數據，對深度語義匹配模型進行迭代訓練和優化后部署至步驟S3中； 步驟S3，基于多模態融合與異構圖建模的語義鄰域增強方法，具體包括以下步驟： 步驟S31：收集輔助特征，表示為； 步驟S32：語義向量輸入，招標語義向量表示為，供應商語義向量表示為，采用跨模態注意力機制將輔助特征融入至招標語義向量和供應商語義向量中，得到和； 步驟S33：構造鄰域關系，基于和，計算相似度矩陣，生成鄰接矩陣； 步驟S34：特征對齊，基于自監督聚類算法對和進行特征對齊，動態生成區域掩碼； 步驟S35：掩碼協同表示，根據區域掩碼構建掩碼異構圖，通過圖卷積網絡提取區域掩碼的協同表示； 步驟S36：多尺度多頭自注意力機制，對區域掩碼的協同表示使用多尺度多頭自注意力機制，得到局部語義依賴和全局語義依賴，生成強化的語義表示； 步驟S37：時序鄰域自適應建模，引入時序圖卷積網絡對鄰接矩陣進行時間動態建模，根據局部語義依賴和全局語義依賴，得到時序動態特征； 步驟S38：自監督損失，基于掩碼異構圖和時序動態特征，設計自監督損失函數； 步驟S39：融合優化，將步驟S36得到的強化語義表示與步驟S37得到的時序動態特征融合，作為最終的招標方與供應商語義鄰域表示。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人遼寧省網聯數字科技產業有限公司，其通訊地址為：110031 遼寧省沈陽市皇姑區北陵大街34-3號15樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。