[发明专利]基于元宇宙的身份交互方法、系统、设备及计算机可读介质在审

专利信息
申请号: 202211538499.2 申请日: 2022-12-01
公开(公告)号: CN115730148A 公开(公告)日: 2023-03-03
发明(设计)人: 邬青;张军 申请(专利权)人: 邬青
主分类号: G06F16/9535 分类号: G06F16/9535;G06Q50/00;G06N3/045;G06N3/08
代理公司: 上海港慧专利代理事务所(普通合伙) 31402 代理人: 杨锴
地址: 201206 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 宇宙 身份 交互 方法 系统 设备 计算机 可读 介质
【权利要求书】:

1.一种基于元宇宙的身份交互方法,其特征在于,所述方法包括:

分别获取第一用户在元宇宙的虚拟身份数据和物理世界的真实身份数据、第二用户在元宇宙的虚拟身份数据和物理世界的真实身份数据;

将第一用户的虚拟身份数据和真实身份数据进行融合训练,得到第一训练结果,并将第二用户的虚拟身份数据和真实身份数据进行融合训练,得到第二训练结果;

根据所述第一训练结果和所述第二训练结果进行模型推理,得到用于表征所述第一用户和所述第二用户的偏好匹配度的推理结果;

若所述推理结果满足预设匹配度,则将所述第一用户的真实身份信息发送至所述第二用户,和/或,将所述第二用户的真实身份信息发送至所述第一用户。

2.根据权利要求1所述的方法,其特征在于,所述将第一用户的虚拟身份数据和真实身份数据进行融合训练,得到第一训练结果,并将第二用户的虚拟身份数据和真实身份数据进行融合训练,得到第二训练结果包括:

基于数字孪生技术,确定第一用户的虚拟身份数据和真实身份数据的第一映射关系;

根据所述第一映射关系进行融合训练,得到所述第一训练结果;以及,

基于数字孪生技术,确定第二用户的虚拟身份数据和真实身份数据的第二映射关系;

根据所述第二映射关系进行融合训练,得到所述第二训练结果。

3.根据权利要求2所述的方法,其特征在于,所述根据所述第一映射关系进行融合训练,得到所述第一训练结果包括:结合深度学习算法,根据所述第一映射关系进行融合训练,得到所述第一训练结果;

所述根据所述第二映射关系进行融合训练,得到所述第二训练结果包括:结合深度学习算法,根据所述第二映射关系进行融合训练,得到所述第二训练结果。

4.根据权利要求1所述的方法,其特征在于,所述将第一用户的虚拟身份数据和真实身份数据进行融合训练,得到第一训练结果,并将第二用户的虚拟身份数据和真实身份数据进行融合训练,得到第二训练结果包括:

将第一用户的虚拟身份的历史数据和真实身份的历史数据进行融合,得到第一融合结果,并将第一用户的虚拟身份的当前数据和真实身份的当前数据进行融合,得到第二融合结果;

根据所述第一融合结果和所述第二融合结果进行融合训练,得到所述第一训练结果;

将第二用户的虚拟身份的历史数据和真实身份的历史数据进行融合,得到第三融合结果,并将第二用户的虚拟身份的当前数据和真实身份的当前数据进行融合,得到第四融合结果;

根据所述第三融合结果和所述第四融合结果进行融合训练,得到所述第二训练结果。

5.根据权利要求4所述的方法,其特征在于,所述将第一用户的虚拟身份的历史数据和真实身份的历史数据进行融合,得到第一融合结果,并将第一用户的虚拟身份的当前数据和真实身份的当前数据进行融合,得到第二融合结果,包括:

根据第一用户的虚拟身份的历史数据,确定虚拟身份的历史偏好数据;

根据第一用户的真实身份的历史数据,确定真实身份的历史偏好数据;

根据第一用户的所述虚拟身份的历史偏好数据和所述真实身份的历史偏好数据进行数据融合,得到所述第一融合结果;

根据第一用户的虚拟身份的当前数据,确定虚拟身份的当前偏好数据;

根据第一用户的真实身份的当前数据,确定真实身份的当前偏好数据;

根据第一用户的所述虚拟身份的当前偏好数据和所述真实身份的当前偏好数据进行数据融合,得到所述第二融合结果。

6.根据权利要求5所述的方法,其特征在于,具体通过身份图谱的方式,分别获取所述第一用户的虚拟身份的历史偏好数据、真实身份的历史偏好数据、虚拟身份的当前偏好数据和真实身份的当前偏好数据。

7.根据权利要求4所述的方法,其特征在于,所述将第一用户的虚拟身份的历史数据和真实身份的历史数据进行融合,得到第一融合结果,并将第一用户的虚拟身份的当前数据和真实身份的当前数据进行融合,得到第二融合结果,包括:

分别对第一用户的真实身份的历史数据和真实身份的当前数据进行预处理后,再执行所述进行融合的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于邬青,未经邬青许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211538499.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top