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！

龙图腾网获悉中山大学申请的专利一种基于反事实学习的去偏置认知推荐方法及系统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：CN117972197B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410080165.8，技术领域涉及：G06F16/9535；该发明授权一种基于反事实学习的去偏置认知推荐方法及系统是由吕子钰设计研发完成，并于2024-01-19向国家知识产权局提交的专利申请。

本一种基于反事实学习的去偏置认知推荐方法及系统在说明书摘要公布了：本发明涉及推荐系统技术领域，尤其涉及一种基于反事实学习的去偏置认知推荐方法及系统，包括将获取的用户行为表征序列输入用户行为意图演化模型中动态学习用户行为意图演化，得到用户行为意图演化状态表示，并结合用户偏好表示，构建用户行为状态表征；利用基于反事实学习的多任务去偏置认知优化推荐模型对用户行为状态表征和物品表征进行预测，得到用户‑物品偏好优化评分；根据用户‑物品偏好优化评分对物品进行排序，得到物品推荐列表。本发明通过基于反事实学习的多任务去偏置认知优化推荐模型，采用多任务学习优化机制将推荐方法从感知智能阶段提升至认知智能阶段，利用反事实学习对抗数据偏置的影响，提升推荐方法的准确性和鲁棒性。

本发明授权一种基于反事实学习的去偏置认知推荐方法及系统在权利要求书中公布了：1.一种基于反事实学习的去偏置认知推荐方法，其特征在于，包括以下步骤： 构建用户行为表征序列，并将所述用户行为表征序列输入预先构建的用户行为意图演化模型中动态学习用户行为意图演化，得到用户行为意图演化状态表示； 根据所述用户行为意图演化状态表示和用户偏好表示，构建用户行为状态表征； 利用基于反事实学习的多任务去偏置认知优化推荐模型对用户行为状态表征和物品表征进行预测，得到用户-物品偏好优化评分；所述基于反事实学习的多任务去偏置认知优化推荐模型包括用户-物品交互推荐预测模型和基于反事实学习的双重鲁棒去偏置推荐预测损失估计器； 根据所述用户-物品偏好优化评分对物品进行排序，得到物品推荐列表； 其中，所述基于反事实学习的双重鲁棒去偏置推荐预测损失估计器包括倾向分数估计器和插补错误评估器；所述利用基于反事实学习的多任务去偏置认知优化推荐模型对用户行为状态表征和物品表征进行预测，得到用户-物品偏好优化评分的步骤包括： 采用基于反事实学习的双重鲁棒去偏置推荐预测损失估计器对用户行为状态表征和物品表征进行估计，得到倾向分数估计值和插补错误评估值；所述物品表征包括物品表示和用户-物品交互关系表示； 利用用户-物品交互推荐预测模型对用户行为状态表征和物品表征进行融合学习，得到预测推荐分数，并根据所述倾向分数估计值和所述插补错误评估值对所述预测推荐分数进行去偏置处理，预测得到用户-物品偏好优化评分； 所述基于反事实学习的多任务去偏置认知优化推荐模型采用由推荐预测损失、倾向分数损失和数据插补损失构成的多任务损失函数进行训练和优化，所述多任务损失函数的数学表达式为： 式中，为多任务损失函数；为用户行为状态表征；为物品表示；为用户-物品交互关系表示；为用户-物品交互推荐预测模型中的所有参数；为倾向分数估计器的所有参数；为插补错误评估器的所有参数；B为所用用户-物品组合对；为用户u已观测到的评分；为用户u的真实评分；为预测推荐分数；为真实评分与预测推荐分数之间的推荐预测损失；为插补错误评估值；为倾向分数估计器预测的倾向分数估计值；为正则项的参数。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。