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！

龙图腾网获悉北京信息科技大学申请的专利一种基于WES-BTM主题模型和NSGA-II的家具产品和服务匹配优化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：CN118761504B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202410891233.9，技术领域涉及：G06Q10/04；该发明授权一种基于WES-BTM主题模型和NSGA-II的家具产品和服务匹配优化方法是由贾彦鹤;高为超设计研发完成，并于2024-07-04向国家知识产权局提交的专利申请。

本一种基于WES-BTM主题模型和NSGA-II的家具产品和服务匹配优化方法在说明书摘要公布了：本发明公开了一种基于WES‑BTM主题模型和NSGA‑II的家具产品和服务匹配优化方法，属于管理服务机理及匹配技术领域，包括，首先基于产品和服务特点对产品模块和服务模块进行划分；其次，利用主题模型对顾客满意度进行抽取以更贴合企业的应用场景；然后，在对顾客满意度抽取的基础上，以顾客满意度和企业的收益为目标建立了多目标优化模型，并通过NSGA‑II进行了求解，得到一组非支配解集；最后，运用TOPSIS算法在多个评估方案中选择最佳方案。本发明采用上述一种基于WES‑BTM主题模型和NSGA‑II的家具产品和服务匹配优化方法，有利于企业满足顾客多样化需求，保证企业收益，为不同的客户提供不同的家具产品服务匹配方案。

本发明授权一种基于WES-BTM主题模型和NSGA-II的家具产品和服务匹配优化方法在权利要求书中公布了：1.一种基于WES-BTM主题模型和NSGA-II的家具产品和服务匹配优化方法，其特征在于，包括以下步骤：S1、产品服务模块划分，根据产品及服务特点，划分出与产品服务匹配的产品模块和服务模块，作为匹配对象；S2、使用WES-BTM模型进行顾客需求分析挖掘，企业通过顾客反馈和平台的顾客信息途径，收集顾客需求和意见；根据收集到的顾客信息，通过WES-BTM模型挖掘顾客内在的需求和潜在的问题；其中，WES-BTM模型建立在BTM模型的基础上，通过加载Word2Vec预训练模型将词对转化为词向量，并通过计算词对的相似性来完成词对过滤；S3、以顾客满意度和企业收益为目标构建多目标优化模型；S4、设计NSGA-Ⅱ的染色体编码方式、种群初始化的方法、遗传算子和环境选择，通过NSGA-Ⅱ输出一组非支配解集；S5、运用加权TOPSIS算法进行决策；步骤S2具体包括：S21、词对筛选，首先，加载一个预训练的Word2Vec模型，该预训练模型是在一个大规模中文文本语料库上进行训练的，提供了词向量嵌入；其次，计算词对之间的余弦相似度；最后，对相似度小的词对进行筛除处理；S22、最优主题数确认，采用一致性评分确定主题数；S23、主题生成；S24、主题结果分析，通过主题模型的训练，得到主题结果后，对相似度高的主题进行人工划分，从而将挖掘到的主题信息作为顾客满意度指标；步骤S3中的顾客满意度为以步骤S24中的主题结果分析作为顾客满意度指标；企业收益为以产品模块和服务模块的总收益作为企业收益的优化目标；使用集合表示产品服务匹配过程中所有的产品模块集合，其中，表示产品的类别数，表示每个模块下的产品实例；使用集合表示所有服务模块组成的集合，其中，表示服务模块的类别数，表示每个模块下的服务模块实例；步骤S4具体包括：S41、使用整数编码的方式进行染色体编码；染色体中每个基因用一个整数表示，染色体的长度表示决策变量的个数，编码中的数字表示选择的模块；S42、采用整数随机采样策略生成初始种群，通过随机选择整数值生成初始解集，每个个体均为一个产品和服务选择方案；S43、通过锦标赛选择法进行父代的选择，从种群中选择个个体，通过比较个体的排序和拥挤度值，选择一个个体排序和拥挤度值高于其他个体的唯一个体作为优胜者；通过调整值，调整每次参与锦标赛选择的个体规模；使用均匀交叉的方式生成新的子代个体，从种群中选择两个父代进行交叉，为两个父代生成与其长度相同的掩码，掩码由一连串随机产生的二进制数构成，该序列的每个二进制数映射到亲本染色体上相应的等位基因，在继承中，该掩码序列的特定值决定后代在各异位基因位置上的遗传取向；使用整数多项式变异的方法实现变异操作，通过随机选择若干个个体的基因进行变异，利用多项式变异公式计算新的基因值，用计算出来的新值替代被选中的基因值，从而完成变异；S44、通过非支配排序将进化种群分为若干层，当两个个体属于相同的非支配层级时，通过拥挤度距离进行比较，拥挤度距离是一个衡量个体在其目标空间中邻近个体密度的指标；S45、反复迭代直至满足终止条件，从而找到多目标问题的一组非支配解，也是Pareto最优解集；步骤S5中TOPSIS算法包括：首先，根据NSGA-Ⅱ得到的若干个Pareto最优解，构建规范决策矩阵，通过对决策矩阵中的各项指标进行标准化处理，消除指标之间的量纲影响，并赋予每个指标权重实现加权处理；其次，算法确定出正理想化目标和负理想化目标；然后，对每个方案计算其与正负理想解的欧几里得距离，利用这些距离计算每个方案的综合评价指标；最后，根据综合评价指标对所有方案进行排序，综合评价指标值高的方案被确定为最优解。

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北京信息科技大学，其通讯地址为：102206 北京市昌平区太行路55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”。