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！

龍圖騰網獲悉四川眾鶴科技有限公司申請的專利基于人工智能的智慧校園服務推送方法及系統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：CN120045941B 。

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：202510149472.1，技術領域涉及：G06F18/214；該發明授權基于人工智能的智慧校園服務推送方法及系統是由胡洪源;廖偉設計研發完成，并于2025-02-11向國家知識產權局提交的專利申請。

本基于人工智能的智慧校園服務推送方法及系統在說明書摘要公布了：本發明提供一種基于人工智能的智慧校園服務推送方法及系統，通過獲取標注有服務接受度描述畫像的服務推送訓練樣例，并對服務推送訓練樣例中的服務使用軌跡數據和校園服務資源數據進行特征提取，生成多個服務知識矢量。利用注意力網絡獲取各服務知識矢量的注意力系數，并結合估計網絡進行服務接受度畫像估計，生成對應于多個服務推送節點的服務接受度估計畫像。通過計算網絡訓練誤差，優化服務接受度畫像估計網絡中的神經元權重信息，直至網絡收斂。該方法能夠準確地對目標推送對象進行智慧校園服務推送決策，提高了服務推送的精準度和用戶滿意度，實現了智慧校園服務的高效、個性化推送。

本發明授權基于人工智能的智慧校園服務推送方法及系統在權利要求書中公布了：1.一種基于人工智能的智慧校園服務推送方法，其特征在于，所述方法包括： 獲取智慧校園服務的服務推送訓練樣例，所述服務推送訓練樣例標注有所述服務推送訓練樣例對應于目標服務推送節點的服務接受度描述畫像； 對所述服務推送訓練樣例中的服務使用軌跡數據和校園服務資源數據進行特征提取生成所述服務推送訓練樣例包括的多個服務知識矢量； 通過注意力網絡獲得各個服務知識矢量的注意力系數，并通過估計網絡依據所述服務推送訓練樣例包括的多個服務知識矢量和各個所述服務知識矢量的注意力系數進行服務接受度畫像估計，生成所述服務推送訓練樣例對應于多個服務推送節點中的各個服務推送節點的服務接受度估計畫像； 依據所述服務推送訓練樣例對應于目標服務推送節點的服務接受度描述畫像和服務推送訓練樣例對應于各個服務推送節點的服務接受度估計畫像計算網絡訓練誤差； 基于所述網絡訓練誤差優化服務接受度畫像估計網絡中用于估計所述服務推送訓練樣例對應于所述目標服務推送節點的神經元權重信息，直到達到網絡收斂要求后，依據所述服務接受度畫像估計網絡對所述目標推送對象進行智慧校園服務推送決策，其中，所述服務接受度畫像估計網絡包括所述注意力網絡和所述估計網絡； 所述估計網絡包括第一網絡功能單元和第二網絡功能單元，所述對所述服務推送訓練樣例中的服務使用軌跡數據和校園服務資源數據進行特征提取生成所述服務推送訓練樣例包括的多個服務知識矢量的步驟，包括： 對所述服務使用軌跡數據進行清洗、去噪和歸一化處理，提取出關鍵行為特征，同時對所述校園服務資源數據進行語義分析、關鍵詞提取和向量化表示，生成對應的資源特征矢量，將所述關鍵行為特征和所述資源特征矢量進行融合，生成包含服務信息和資源語義的各個服務知識矢量； 所述通過注意力網絡獲得各個服務知識矢量的注意力系數的步驟，包括： 采用所述注意力網絡的全局注意力機制捕捉各個服務知識矢量之間的全局依賴關系，具體通過對每個服務知識矢量與其它所有服務知識矢量進行相似度計算，得到全局相似度矩陣，該全局相似度矩陣反映了每個服務知識矢量在全局上下文中的重要性，然后利用所述全局相似度矩陣對所述服務知識矢量進行加權求和，得到融合全局上下文信息的增強服務知識矢量； 對每個增強服務知識矢量進行分段處理，生成多個子矢量，并基于所述注意力網絡的局部注意力機制對每個子矢量應用局部注意力函數，該局部注意力函數通過計算子矢量的內部元素之間的相關性來識別出局部關注焦點，并將每個子矢量的局部關注焦點進行合并，生成針對整個服務知識矢量的局部關注焦點矢量； 采用所述注意力網絡的多層次注意力融合策略以定義出多個層次的注意力頭，每個注意力頭用于捕捉對應層次上的信息； 對每個局部關注焦點矢量同時應用所述注意力頭，得到多個層次的注意力表示，并通過加權求和的方式將所述多個層次的注意力表示進行融合，生成融合了多層次注意力信息的最終服務知識矢量，所述層次包括語義層次、行為層次和資源層次； 對每個最終服務知識矢量的注意力系數應用預先定義的動態調整規則，得到經過動態調整的注意力系數，所述動態調整規則包括基于時間衰減的調整規則、基于用戶偏好的調整規則以及基于服務熱度的調整規則； 計算所有經過動態調整的注意力系數的總和或最大值，并將每個注意力系數除以所述總和或最大值，得到歸一化后的注意力系數； 所述通過估計網絡依據所述服務推送訓練樣例包括的多個服務知識矢量和各個所述服務知識矢量的注意力系數進行服務接受度畫像估計，生成所述服務推送訓練樣例對應于多個服務推送節點中的各個服務推送節點的服務接受度估計畫像的步驟，包括： 對于每個服務知識矢量，將該服務知識矢量與該服務知識矢量對應的注意力系數進行加權計算，生成與每個服務知識矢量對應的目標加權知識矢量； 通過所述第一網絡功能單元依據所述服務推送訓練樣例對應的多個目標加權知識矢量進行服務接受度畫像估計，生成所述服務推送訓練樣例對應于各個服務推送節點的第一服務接受度估計畫像； 通過所述第二網絡功能單元依據所述服務推送訓練樣例對應的多個目標加權知識矢量進行服務接受度畫像估計，生成所述服務推送訓練樣例對應于各個服務推送節點的第二服務接受度估計畫像； 所述依據所述服務推送訓練樣例對應于目標服務推送節點的服務接受度描述畫像和服務推送訓練樣例對應于各個服務推送節點的服務接受度估計畫像計算網絡訓練誤差的步驟，包括： 依據所述服務推送訓練樣例對應的服務推送節點的服務接受度描述畫像、服務推送訓練樣例對應于各個服務推送節點的第一服務接受度估計畫像以及服務推送訓練樣例對應于各個服務推送節點的第二服務接受度估計畫像計算網絡訓練誤差； 所述基于所述網絡訓練誤差優化服務接受度畫像估計網絡中用于估計所述服務推送訓練樣例對應于所述目標服務推送節點的神經元權重信息的步驟，包括： 基于所述網絡訓練誤差優化所述注意力網絡的神經元權重信息，優化所述第一網絡功能單元中用于估計所述服務推送訓練樣例對應于所述目標服務推送節點的神經元權重信息，以及優化所述第二網絡功能單元的神經元權重信息。

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四川眾鶴科技有限公司，其通訊地址為：610000 四川省成都市天府新區華陽街道祥鶴四街418號1棟10層7號；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”。