(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210401920.9 (22)申请日 2022.04.18 (71)申请人 广州万辉信息科技有限公司 地址 510000 广东省广州市越秀区北站路 166号二、 三层2341房 （仅限办公用途） (72)发明人 李文栋　 (74)专利代理 机构 北京广技专利代理事务所 (特殊普通 合伙) 11842 专利代理师 安琪 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/338(2019.01) G06F 40/30(2020.01) (54)发明名称 一种商标推荐平台及方法 (57)摘要 本发明公开了一种商标推荐平台， 包括： 商 标全集数据模 型单元， 用于根据商标类别和全集 商标数据预先建立商 标全集数据模 型库； 商标模 型语义解析单元， 用于建立对应全集商标数据模 型库的输入类型与模型映射关系， 通过语言解析 进行集合配组语义解析； 解析结果智库分析单 元， 用于将集合配组语义解析结果和全集商 标数 据模型库中的模 型进行智能配对， 并得到预推送 商标分析信息； 推荐模板生成推送单元， 用于根 据预推送商标分析信息， 生 成商标推荐展示模板 并推送到平台显示器进行显示； 一种商标推荐 方 法； 可以提高商标推荐的全面覆盖性及自动化智 能化水平。 权利要求书3页 说明书11页 附图2页 CN 114706957 A 2022.07.05 CN 114706957 A 1.一种商标推荐平台， 其特 征在于， 包括： 商标全集数据模型单元， 用于根据商标类别和全集商标数据预先建立商标全集数据模 型库； 商标模型语义解析单元， 用于建立对应全集商标数据模型库的输入类型与模型映射关 系， 通过语言解析进行集 合配组语义 解析； 解析结果智库分析单元， 用于将集合配组语义解析结果和全集商标数据模型库中的模 型进行智能配对， 并得到预推送商标分析信息； 推荐模板生成推送单元， 用于根据预推送商标分析信息， 生成商标推荐展示模板并推 送到平台显示器进行显示。 2.根据权利要求1所述的一种 商标推荐平台， 其特征在于， 所述商标全集数据模型单元 包括： 商标类型组别数据子单元， 用于通过基础代码编程对商标模板进行基础编程， 获得商 标模板基础模块； 类型组别组合全集子单元， 用于将商标模板基础模块进行模块样本组合， 创建商标模 板样本全集模型； 组合全集模型生成子单元， 用于将单一语言文字字母数据输入商标模板样本全集模 型， 获得商标全集数据模型库。 3.根据权利要求1所述的一种 商标推荐平台， 其特征在于， 所述商标模型语义解析单元 包括： 商标模型语义映射子单元， 用于将第 一类型输入和第 二类型输入建立对应全集商标数 据模型库的输入类型与模型映射关系； 语义映射集合配组子单元， 用于根据输入类型与模型映射关系将语义集合进行集合配 比权重组合； 集合配组语义解析子单元， 用于将集合配比权重组合通过语言解析进行集合配组语义 解析， 获得集 合配组语义 解析结果。 4.根据权利要求1所述的一种 商标推荐平台， 其特征在于， 所述解析结果智库分析单元 包括： 解析结果智库匹配子单元， 用于将集合配组语义解析结果和全集商标数据模型库中的 模型进行智能配对， 获得解析智库匹配对； 智库匹配条件判断子单元， 用于通过匹配条件对解析智库匹配对进行判断， 获得解析 匹配判断结果； 条件判断智库分析子单元， 用于根据解析匹配判断结果对预推送的商标进行分析， 获 得预推送商标分析信息 。 5.根据权利要求1所述的一种 商标推荐平台， 其特征在于， 所述推荐模板生成推送单元 包括： 分析结果模型调用子单元， 用于根据 预推送商标分析信 息调用商标全集数据模型单元 的商标全集数据模型； 模型调用模板生成子单元， 用于将调用的商标全集数据模型通过模板渲染生成预推荐 商标渲染模板；权　利　要　求　书 1/3 页 2 CN 114706957 A 2模板生成展示推送子单元， 用于将预推荐商标渲染模板渲染后结果生成商标推荐展示 模板并推送到平台显示器进行显示。 6.一种商标推荐方法， 其特 征在于， 包括： S100， 根据商标类别和全集商标 数据预先建立商标全集数据模型库； S200， 建立对应全集商标数据模型库的输入类型与模型映射关系， 通过语言解析进行 集合配组语义 解析； S300， 将集合配组语义解析结果和全集商标数据模型库中的模型进行智能配对， 并得 到预推送商标分析信息； S400， 根据预推送商标分析信息， 生成商标推荐展示模板并推送到平台显示器进行显 示。 7.根据权利要求6所述的一种商标推荐方法， 其特 征在于， 所述S10 0包括： S101， 通过基础代码编程对商标模板进行基础编程， 获得商标模板基础模块； S102， 将商标模板基础模块进行模块样本组合， 创建商标模板样本全集模型； S103， 将单一语言文字字母数据输入商标模板样本全集模型， 获得商标全集数据模型 库。 8.根据权利要求6所述的一种商标推荐方法， 其特 征在于， 所述S20 0包括： S201， 将第 一类型输入和第二类型输入建立对应全集商标数据模型库的输入类型与模 型映射关系； S202， 根据输入类型与模型映射关系将语义 集合进行集 合配比权 重组合； S203， 将集合配比权重组合通过语言解析进行集合配组语义解析， 获得集合配组语义 解析结果。 9.根据权利要求6所述的一种商标推荐方法， 其特 征在于， 所述S3 00包括： S301， 将集合配组语义解析结果和全集商标数据模型库中的模型进行智能配对， 获得 解析智库匹配对； S302， 通过匹配条件 对解析智库匹配对进行判断， 获得解析匹配判断结果； S303， 根据解析匹配判断结果对预推送的商标进行分析， 获得预推送商标分析信息； 根 据解析匹配判断结果对预推送的商标进行分析包括： 根据解析匹配判断结果,调用商标名 称、 商标类别,并转换商标虚拟模板按照设计模式进 行组织； 将形成设计模式组织按组织方 式分类,将形成的分类构建商标推送结构； 将商标推送结构再拆分成不同方向的推送结构 模块,推送结构模块拆分成推送结构元； 通过关键词间语义关系将推送结构元进行动态关 联； 将内容按需重组， 采用动态关联组合推送技 术实现动态关联组合推送。 10.根据权利要求6所述的一种商标推荐方法， 其特 征在于， 所述S40 0包括： S401， 根据预推送商标分析信息调用商标全集数据模型 单元的商标全集数据模型； S402， 将调用的商标全集数据模型通过模板渲染生成预推荐商标渲染模板； 确定当前 模板的商标特征点和包围点、 及各所述商 标特征点和包围点的偏移 量； 其中， 由各所述包围 点构成的包围线， 用以将各所述商 标特征点包围； 根据各所述商 标特征点和包围点、 及上一 个模板在渲染时所采用的骨架化模板， 确定所述当前模板的骨架化模板； 根据所述当前模 板的骨架化模板及各所述商标特征点和包围点的偏移量， 对所述当前模板进行渲染， 得到 渲染后的模板； 所述根据各所述商标特征点和包围点、 及上一个模板在渲染时所采用的骨权　利　要　求　书 2/3 页 3 CN 114706957 A 3