一种基于深度学习的科技成果供需智能匹配方法

本发明涉及一种基于深度学习的科技成果供需智能匹配方法，通过收集科技成果数据(如技术文档、知识产权、应用领域等)和需求方数据(如技术需求、行业背景等)，并进行清洗、标注和标准化处理，提取文本特征，将非文本数据(如图像、表格)转换为向量表示，并通过图神经网络(GNN)建模科技成果与需求方的关系，设计基于双塔模型和注意力机制的深度学习匹配模型，结合对比学习和交叉熵损失优化模型，提高匹配精度，将科技成果与需求方的特征输入匹配模型，计算匹配度并生成推荐列表，提供匹配结果的解释以增强用户信任。本发明通过GNN和基于双塔模型和注意力机制的深度学习模型的结合，实现了高效、精准的科技成果供需智能匹配，具有广泛的应用前景。