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！

龙图腾网获悉中国科学技术大学申请的专利基于批次自适应双重稳健学习的点击后转化率去偏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：CN120832934B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511339985.5，技术领域涉及：G06N3/098；该发明授权基于批次自适应双重稳健学习的点击后转化率去偏方法是由冯福利;潘航;李昊轩;郑淳元;王文杰设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本基于批次自适应双重稳健学习的点击后转化率去偏方法在说明书摘要公布了：本发明公开了基于批次自适应双重稳健学习的点击后转化率去偏方法，所述方法包括：获取用户集合和物品集合，构建全部候选数据集；从全部候选数据集中提取点击数据集；将全部候选数据集划分为个批次；基于上述数据集，通过批次自适应双重稳健估计器进行损失估计，利用估计出的损失训练CVR预测模型，对全部候选数据集中的用户‑物品对进行转化率预测。本发明可以应用到各种CVR预测模型中，在不改变CVR预测模型的建模方式的前提下，仅仅对损失函数进行简单的修改，或者在原有损失函数的基础上额外添加本发明提出的损失函数，即可实现在稀疏数据场景下，对CVR预测模型去偏的方差控制，从而在真实应用场景中取得更优的推荐效果。

本发明授权基于批次自适应双重稳健学习的点击后转化率去偏方法在权利要求书中公布了：1.基于批次自适应双重稳健学习的点击后转化率去偏方法，其特征在于，所述方法包括如下步骤： 获取用户集合和物品集合，构建全部候选数据集； 从全部候选数据集中提取点击数据集，其中表示是否观测到用户-物品对的转化标签，点击数据集为观测到转化标签的用户-物品对； 将全部候选数据集划分为个批次，每批规模为，表示全部候选数据集中元素的个数； 基于上述数据集，通过批次自适应双重稳健估计器进行损失估计，利用估计出的损失训练CVR预测模型； 所述批次自适应双重稳健估计器定义为： ； 其中，为预训练的倾向分数模型输出的点击概率估计值，为CVR预测误差，为预训练的误差补全模型输出的误差估计值； 所述误差补全模型的训练采用批次自适应误差补全损失函数，每个批次的损失形式化如下： ； 其中，，； 所述倾向分数模型的训练采用标准二分类损失函数，通过全部候选数据集学习观测到用户-物品对转化标签的概率，即倾向分数，从而得到其估计值； 倾向分数模型训练损失构造如下： ； 基于训练完成的CVR预测模型，对全部候选数据集中的用户-物品对进行转化率预测。

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国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。

以上内容由龙图腾AI智能生成。