Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国标准化研究院廖景行获国家专利权

恭喜中国标准化研究院廖景行获国家专利权

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!

龙图腾网恭喜中国标准化研究院申请的专利基于卷积神经网络的用户满意度仿真方法及系统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:CN119741072B

龙图腾网通过国家知识产权局官网在2025-06-20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:202510221798.0,技术领域涉及:G06Q30/0282;该发明授权基于卷积神经网络的用户满意度仿真方法及系统是由廖景行;冯蕾;禄雨薇;杨景娜设计研发完成,并于2025-02-27向国家知识产权局提交的专利申请。

基于卷积神经网络的用户满意度仿真方法及系统在说明书摘要公布了:本发明公开了基于卷积神经网络的用户满意度仿真方法及系统,包括采集用户的行为数据和产品测试数据,对行为数据和产品测试数据进行预处理;采用卷积神经网络对行为数据进行特性规律提取获得特性数据,对特性数据进行行为语义识别获得语义数据;将产品测试数据与语义数据进行关联获得关联数据,根据关联数据进行有向加权获得数据权重,采用语义数据和数据权重构造满意度函数;根据满意度函数构建用户满意度仿真模型,优化用户满意度仿真模型,将待仿真数据输入用户满意度仿真模型,输出仿真结果。该方法不仅提高用户满意度仿真的精度,同时具有较好的可解释性,直接应用于用户满意度仿真系统中。

本发明授权基于卷积神经网络的用户满意度仿真方法及系统在权利要求书中公布了:1.基于卷积神经网络的用户满意度仿真方法,其特征在于,包括以下步骤:采集用户的行为数据和产品测试数据,对所述行为数据和所述产品测试数据进行预处理;采用卷积神经网络对所述行为数据进行特性规律提取获得特性数据,对所述特性数据进行行为语义识别获得语义数据;包括:采用卷积神经网络提取行为数据的图像特征获得图像特征,对图像特征进行筛选,表达式为: , , ,其中第一图像特征为,第二图像特征为,二进制异或运算法为,统计运算结果为1的总位数函数为,第一图像特征和第二图像特征的汉明距离为H,汉明距离的最小值为,取余为%,汉明距离的最大值为,第b个图像特征对间的汉明距离为,自动变化参数为,设置常量分别为、;对满足汉明距离判定条件的图像特征进行进一步筛选,表达式为: , ,其中图像特征为中心的窗口为G,窗口G内部的偏移坐标为,第s+1时刻第一图像特征为,第s时刻第一图像特征为,第一图像特征和的相似度分数为U,第s+1时刻行为数据的第一图像特征为,第s时刻行为数据的第一图像特征为,第一行为数据和第二行为数据的第一图像特征相似度为;给定相似度阈值,当相似度U小于相似度阈值时,将图像特征输出为关键特征;计算行为数据的变化度: ,其中第s+1时刻第b个关键特征为,第s时刻第b个关键特征为,关键特征的数量为,控优系数为,欧几里得范数为,调整参数为,第s时刻和第s+1时刻间的第b个关键特征相似度为,第s时刻和第s+1时刻间第b个行为数据的变化度为;将行为数据的变化度按组分类,并输出为特性数据;将所述产品测试数据与所述语义数据进行关联获得关联数据,根据所述关联数据进行有向加权获得数据权重,采用所述语义数据和所述数据权重构造满意度函数;根据所述满意度函数构建用户满意度仿真模型,优化所述用户满意度仿真模型,将待仿真数据输入所述用户满意度仿真模型,输出仿真结果。

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中国标准化研究院,其通讯地址为:100080 北京市海淀区知春路4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”。

免责声明
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。