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！

龙图腾网获悉重庆邮电大学申请的专利一种多方半监督学习的金融产品潜在用户推荐方法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：CN116523602B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202310508313.7，技术领域涉及：G06Q30/0601；该发明授权一种多方半监督学习的金融产品潜在用户推荐方法是由陈奉;何杭轩;钱鹰;陈雪;吕九峦;刘歆;韦庆杰;熊炜设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本一种多方半监督学习的金融产品潜在用户推荐方法在说明书摘要公布了：本发明涉及一种多方半监督学习的金融产品潜在用户推荐方法，属于大数据推荐领域，针对金融产品提供方只拥有正样本的己方数据而无法进行推荐的问题，在保护多方数据安全隐私的情况下，联合多方未标记数据进行多次随机采样，构建正负样本均衡的二分类数据集，训练基于基学习器的纵向联邦学习模型，根据其预测结果，从未标记样本数据中选出可靠正样本，多次迭代数据集重构采样、模型训练预测过程，选出批量可靠正样本。本方法有效地解决了只有少量正样本和大量未标记样本的批量推荐，提高了推荐的可靠性，实现了金融产品潜在用户的精准与批量推荐。

本发明授权一种多方半监督学习的金融产品潜在用户推荐方法在权利要求书中公布了：1.一种多方半监督学习的金融产品潜在用户推荐方法，其特征在于：包括以下步骤： S1：建立包含购买金融产品用户信息和其他多方用户信息的金融产品潜在用户推荐多方数据集，并对所述金融产品潜在用户推荐多方数据集进行预处理、样本对齐，构建正样本数据集和未标记样本数据集； S2：在未标记样本数据集中进行随机有放回采样，建立负样本数据集；利用所述负样本数据集与正样本数据集构建训练集，利用未标记样本数据集中未被采样到的样本构建预测集；构建基于基学习器的纵向联邦学习模型，在训练集上进行训练，在预测集上进行预测，得到预测集中每个样本的预测分数； S3：多次重复步骤S2的采样、训练与预测过程；根据所述未标记样本数据集中每个样本预测分数总和及其出现在预测集中的次数，计算该样本预测为正样本的概率；按照正样本的概率从大到小对所述未标记样本数据集中所有样本进行排序，根据先验知识选出排名靠前的样本作为可靠正样本，并将它们加入到所述正样本数据集中，同时将它们从所述未标记样本数据集中删除； S4：重复步骤S2-S3，直到达到预设的最大迭代次数；由此，将从所述未标记样本数据集中选出的所有可靠正样本作为潜在用户，向金融产品提供方进行精准批量推荐。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；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”。