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！

龙图腾网恭喜杭州劢狄翼网络科技有限公司申请的专利基于注意力迭代的电商平台消费者行为预测与决策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：CN119784424B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510281051.4，技术领域涉及：G06Q30/0202；该发明授权基于注意力迭代的电商平台消费者行为预测与决策优化方法是由宋金;陈洁琼;许芳设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本基于注意力迭代的电商平台消费者行为预测与决策优化方法在说明书摘要公布了：本发明涉及电子商务管理的技术领域，具体涉及基于注意力迭代的电商平台消费者行为预测与决策优化方法；该方法通过数据收集、预处理及消费者分类等步骤，对电商平台上的消费者行为数据进行深入分析，基于注意力机制对消费者的行为数据进行向量化、分类及加权求和，建立消费者行为预测模型，通过递归神经网络对点击日志序列进行迭代计算；本方法能够动态优化预测模型，提高消费者未来行为的预测准确性，能够在不同的点击和购买行为之间建立起内在联系，通过注意力机制为每个消费者行为分配不同的权重，精准捕捉用户的购买意图，最终可以实现个性化推荐、精准预测以及实时决策优化，从而提高电商平台的运营效率、用户体验和商业价值。

本发明授权基于注意力迭代的电商平台消费者行为预测与决策优化方法在权利要求书中公布了：1.基于注意力迭代的电商平台消费者行为预测与决策优化方法，其特征在于，包括以下步骤： S1、数据收集：按需求收集电商平台的电商信息，包括消费者行为数据、交易数据和产品数据； S2、数据预处理：根据使用需求对所述电商信息进行预处理，得到预处理数据集合；预处理剔除无效或缺失的数据，并对用户行为数据进行时间序列化处理，将每个用户的点击行为按时间顺序排序，生成了用户的行为序列； S3、消费者分类：根据预处理数据集合构建向量化数据集合、点击日志序列和购买行为数据集合，分类向量化数据集合和向量化初始权重和值向量集合，基于注意力机制对分类后的向量化数据集合进行加权求和和递归迭代计算；具体为： S31、构建向量化数据集合： 根据所述预处理数据集合确定序列数据，所述序列数据满足个点击行为对应一个购买行为，所述L为正整数且满足； 所述向量化数据集合用表示，其中，表示电商平台上的第名用户的第次点击行为，表示电商平台上的第名用户在其第次点击后完成的购买行为；其中，，，U和I分别表示总用户数和总点击数； S32、确定点击日志序列：根据所述向量化数据集合，确定满足条件T1的向量化数据集合作为点击日志序列，所述条件T1为：至少连续次点击构成购买； S33、确定购买行为数据集合：以向量化数据集合为基础，将至少一个满足向量化数据集合的所有向量组成集合，构建购买行为数据集合，购买行为数据集合满足： ； 其中，至分别表示第一名用户至最后一名用户的向量化数据集合； S34、循环分类：将所述点击日志序列和所述购买行为数据集合按照不同用户进行分类； S35、构建初始权重向量和初始值向量：根据循环分类结果，确定同一用户的所有点击日志序列构建初始权重向量，确定同一用户的同一点击日志序列下的后续所有购买行为构建初始值向量； S36、注意力加权：基于神经网络的注意力机制对所述初始值向量做加权求和计算，求出所有后续的购买行为相对于该点击日志序列的可能性最大的目标购买行为，构建目标值向量，所有针对该点击日志序列的目标值向量组成目标向量集合； S37、迭代递归：采用递归神经网络的方式对点击日志序列做迭代计算，相邻的两个点击日志序列的初始值向量共同确定第一个点击日志序列的目标值向量作为输出，确定第二个点击日志序列的初始值向量作为输出，输入与输出共同作为输入递归后续点击日志序列的输入，神经网络通过不断迭代，对神经网络的权重向量进行优化直到收敛； S4、建立消费者预测模型：将经过加权求和和递归迭代计算的向量化数据集合输入分类器，确定待预测消费者； S5、行为预测：基于所述消费者预测模型预测所述待预测消费者的后续行为。

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杭州劢狄翼网络科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道长河路351号3号楼6层C座602室；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”。