[发明专利]一种基于人工智能的商标智能推荐方法和系统

权利要求书

1.一种基于人工智能的商标智能推荐方法，其特征在于，包括：

获取商标库海量商标数据；其中，所述商标数据至少包括商标类别和每个商标类别下的商标名称；

将所述商标数据输入初始人工智能模型进行训练，得到第一推荐模型；

获取用户设计需求，将所述用户设计需求输入所述第一推荐模型中，输出得到目标商标名称；

将所述用户设计需求和所述目标商标名称输入预先创建的第二推荐模型中，输出得到目标商标图形；其中，所述第二推荐模型内至少包括：海量设计模板数据库；

依据所述目标商标名称和所述目标商标图形组合生成目标商标；

其中，所述用户设计需求至少包括：用户的起名意向词、用户需求的商标字体、商标类别、商标配色。

2.根据权利要求1所述的方法，其特征在于，所述将所述商标数据输入初始人工智能模型进行训练，得到第一推荐模型进一步包括：

针对每个商标类别，将该商标类别下的商标名称进行排列，输入初始人工智能模型应用去重算法后，得到多个商标类别，每个商标类别对应多个商标名称；

将所述多个商标类别和所述多个商标名称确定为比对数据库，依据所述比对数据库构建得到第一推荐模型。

3.根据权利要求1所述的方法，其特征在于，所述用户设计需求至少包括：用户的起名意向词；

所述将所述用户设计需求输入所述第一推荐模型中，输出得到目标商标名称进一步包括：

将所述起名意向词输入所述第一推荐模型中，与所述第一推荐模型中的比对数据库中的商标名称依次进行相似度计算；

若所述起名意向词与任一商标名称相似度等于预设阈值，则所述第一推荐模型输出不通过字样，以提示用户重新输入起名意向词，直至所述第一推荐模型输出通过字样；

将所述通过的起名意向词确定为目标商标名称；

其中，所述目标商标名称为一个或多个。

4.根据权利要求3所述的方法，其特征在于，所述将所述起名意向词输入所述第一推荐模型中，与所述第一推荐模型中的比对数据库中的商标名称依次进行相似度计算进一步包括：

将所述起名意向词输入所述第一推荐模型中生成特征向量，表示为（）；

选取比对数据库中特征向量数量与所述起名意向词相同的商标名称作为目标比对库；

针对目标比对库中的每一个商标名称生成特征向量表示为（）；其中，为起名意向词中拆分字；为商标名称中拆分字；

按照特征向量的顺序，依次计算和的相似度。

5.根据权利要求4所述的方法，其特征在于，若所述起名意向词与任一商标名称相似度等于预设阈值，则所述第一推荐模型输出不通过字样进一步包括：

若=，则相似度加1处理；这里的预设阈值取为n，即相似度等于n时，所述第一推荐模型输出不通过字样；其中，所述预设阈值等于所述起名意向词的特征向量数量。

6.根据权利要求1所述的方法，其特征在于，所述用户设计需求至少包括：用户需求的商标字体、商标类别、商标配色；

所述将所述用户设计需求和所述目标商标名称输入预先创建的第二推荐模型中，输出得到目标商标图形进一步包括：

将所述用户需求的商标字体、商标类别、商标配色和所述目标商标名称输入预先创建的第二推荐模型中，根据所述用户需求的商标字体、商标类别、商标配色和所述目标商标名称应用所述设计模板数据库中对应的模板生成目标商标图形；

其中，所述目标商标图形为一个或多个。

7.根据权利要求1-6任一项中所述的方法，其特征在于，所述方法还包括：

用户从所述多个目标商标名称及多个目标商标图形中选择一个目标商标名称和一个目标商标图形，作为最终目标商标名称和最终目标商标图形；

或，将所述目标商标名称和所述目标商标图形确定为最终目标商标名称和最终目标商标图形。