恭喜北京科杰科技有限公司高海玲获国家专利权
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!
龙图腾网恭喜北京科杰科技有限公司申请的专利基于Transformer的结构化数据建模分析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:CN119577402B 。
龙图腾网通过国家知识产权局官网在2025-05-16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:202510131948.9,技术领域涉及:G06F18/2113;该发明授权基于Transformer的结构化数据建模分析方法是由高海玲;高经郡;董明慧设计研发完成,并于2025-02-06向国家知识产权局提交的专利申请。
本基于Transformer的结构化数据建模分析方法在说明书摘要公布了:本发明提供一种基于Transformer的结构化数据建模分析方法,涉及数据分析技术领域,包括通过双流特征编码器对数值型特征和类别型特征分别执行分段线性变换和自适应量子编码,并通过门控机制融合得到融合特征;将增强训练样本输入包含层次注意力模块和自校准模块的特征提取网络,通过特征亲和图和因果注意力机制提取全局特征表示;构建信息瓶颈特征筛选器选取关键特征子集,采用双分支网络进行预测和重建,并使用结构化梯度方法分析特征贡献度。本发明能够有效处理异构特征,提升模型性能,同时提供可解释的特征重要性评估机制。
本发明授权基于Transformer的结构化数据建模分析方法在权利要求书中公布了:1.基于Transformer的结构化数据建模分析方法,其特征在于,包括:接收结构化原始数据,将所述结构化原始数据划分为数值型特征和类别型特征,其中所述数值型特征包括用户年龄、访问次数、消费总额、最近购买距今天数、收藏商品数、购物车商品数,所述类别型特征包括性别、会员等级、设备类型、偏好购物品类、收货地区;通过双流特征编码器,对所述数值型特征执行分段线性变换,得到归一化主干特征,对所述类别型特征执行自适应量子编码,得到连续值映射特征;通过可学习的门控机制进行自适应权重分配,融合所述归一化主干特征和所述连续值映射特征,得到融合特征;基于所述融合特征的重要性评分进行动态采样,生成增强训练样本集;将所述增强训练样本集输入包含层次注意力模块和自校准模块的特征提取网络,所述层次注意力模块计算样本特征的相似度矩阵,基于所述相似度矩阵构建特征亲和图,通过图分割算法将所述特征亲和图划分为多个特征子图;在每个所述特征子图内,采用因果注意力机制提取局部特征表示,并通过跨子图的注意力融合机制整合多个局部特征表示,得到全局特征表示;所述自校准模块接收所述全局特征表示,通过残差连接和动态归一化进行特征非线性变换,得到深层特征表示;构建信息瓶颈特征筛选器,通过最大化任务相关信息和最小化冗余信息,对所述深层特征表示进行筛选,得到关键特征子集;将所述关键特征子集输入包含主预测分支和辅助重建分支的双分支网络,所述主预测分支基于注意力机制对所述关键特征子集进行处理得到特征权重向量,并根据所述特征权重向量生成预测结果,所述辅助重建分支通过重建所述关键特征子集提供正则化约束;根据所述特征权重向量和所述预测结果,采用结构化梯度方法计算所述关键特征子集中各特征对所述预测结果的贡献度,生成用户购买意向预测的分析结果。
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科杰科技有限公司,其通讯地址为:100096 北京市海淀区东升科技园北街6号院10号楼11层101;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。