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！

龙图腾网获悉北京银河引力科技有限公司申请的专利基于大数据分析的内容营销用户行为预测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：CN121350658B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511494003.X，技术领域涉及：G06F18/23；该发明授权基于大数据分析的内容营销用户行为预测方法及系统是由王骞设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本基于大数据分析的内容营销用户行为预测方法及系统在说明书摘要公布了：本发明提供一种基于大数据分析的内容营销用户行为预测方法及系统，涉及内容营销技术领域，包括：采集用户历史行为数据并预处理得到特征向量，利用迁移学习进行特征增强和权重自适应调整，采用聚类算法将用户分为三类群体，构建基于联邦学习的分布式预测系统进行用户行为预测，并利用强化学习算法生成营销策略，实现了跨场景用户行为特征的统一表示，保护了数据隐私，提高了预测准确性和营销效果。

本发明授权基于大数据分析的内容营销用户行为预测方法及系统在权利要求书中公布了：1.基于大数据分析的内容营销用户行为预测方法，其特征在于，包括： 采集用户在内容营销平台的历史行为数据，建立用户标识映射关系，对所述历史行为数据进行预处理，通过去除异常数据、归一化处理和特征降维生成用户行为特征向量； 基于迁移学习方法对所述用户行为特征向量进行特征增强，通过跨场景特征映射为不同场景下的用户行为特征向量建立统一特征表示空间，根据特征重要性得分动态分配权重系数，实现特征权重的自适应调整，包括： 接收源域特征空间中的用户行为特征向量和目标域特征空间中的用户行为特征向量，所述源域特征空间中的用户行为特征向量和所述目标域特征空间中的用户行为特征向量具有不同的分布特性； 通过跨场景特征映射构建双流神经网络结构，所述双流神经网络结构包括源域特征提取子网络和目标域特征提取子网络，利用所述源域特征提取子网络中预先设置的第一特征映射函数对所述源域特征空间中的用户行为特征向量进行非线性变换得到第一映射特征，利用所述目标域特征提取子网络中预先设置的第二特征映射函数对所述目标域特征空间中的用户行为特征向量进行非线性变换得到第二映射特征； 基于最大均值差异度量准则计算所述第一映射特征样本均值与所述第二映射特征样本均值在再生核希尔伯特空间中的二范数距离得到特征分布差异，将所述特征分布差异输入至动态核选择机制，所述动态核选择机制包含多个预设的高斯核函数，通过梯度下降方法对所述多个预设的高斯核函数的权重系数进行迭代优化得到最优核函数组合； 接收所述第一映射特征和所述第二映射特征，利用预先设置的可学习的变换矩阵进行线性变换后通过双曲正切激活函数得到特征隐层表示，将预先设置的可学习的注意力向量与所述特征隐层表示进行内积运算得到每个特征维度的重要性得分； 对所述特征重要性得分进行softmax归一化处理得到特征权重系数，对所述特征权重系数施加L1范数稀疏正则化约束，通过设定正则化系数控制特征权重的稀疏程度，得到稀疏化特征权重系数； 将所述稀疏化特征权重系数分别作用于所述第一映射特征和所述第二映射特征，得到统一特征表示空间中的增强特征表示，其中所述稀疏化特征权重系数用于突出重要特征维度的贡献并抑制无关特征维度的影响； 通过聚类算法对特征增强后的用户行为特征向量进行处理，计算用户特征间的相似度距离并基于所述相似度距离将用户划分为第一类用户群体、第二类用户群体和第三类用户群体； 构建基于联邦学习的分布式预测方法，通过本地训练单元在各个数据源上独立训练局部预测算法，采用加权平均方式融合多个局部预测算法的参数，并向算法参数中添加随机噪声进行数据隐私保护； 将所述第一类用户群体、所述第二类用户群体和所述第三类用户群体的数据分别输入至所述分布式预测方法得到用户行为预测结果，通过强化学习算法根据预设的奖励函数对所述用户行为预测结果进行策略优化，生成内容营销策略数据。

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银河引力科技有限公司，其通讯地址为：102206 北京市昌平区沙河镇能源东路1号院1号楼11层2单元1103；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”。

以上内容由龙图腾AI智能生成。