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！

龙图腾网获悉北京大学;北京工商大学申请的专利用于推荐系统的去偏评分预测模型训练方法、评价方法及装置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：CN117390254B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310403976.2，技术领域涉及：G06F16/9535；该发明授权用于推荐系统的去偏评分预测模型训练方法、评价方法及装置是由李昊轩;吴鹏;肖洋好;郑淳元设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本用于推荐系统的去偏评分预测模型训练方法、评价方法及装置在说明书摘要公布了：本发明提供一种用于推荐系统的去偏评分预测模型训练方法、评价方法及装置，结合有偏样本和无偏样本，通过构建双层优化，在有偏样本和无偏样本中共同更新初始预测模型的参数，对抗未测量混杂因素的影响。在损失函数中引入倾向性模型预测用户主体对项目主体进行评价的概率，引入误差插补模型输出第二预测评分替换有偏样本中缺失的评分以计算预测误差，引入平衡权重模型以处理非随机观测和未测量混杂的影响。在模型数据更新时，交替更新初始预测模型、倾向性模型和平衡权重模型的参数，平衡对有偏样本缺失观测部分添加的权重，优化评分预测部分的参数更新，完成去偏评分预测模型的训练，实现了对推荐系统中用户主体对项目主体的去偏推荐。

本发明授权用于推荐系统的去偏评分预测模型训练方法、评价方法及装置在权利要求书中公布了：1.一种用于推荐系统的去偏评分预测模型训练方法，其特征在于，该方法包括以下步骤： 获取训练样本集，所述训练样本集包括一个规模较大的有偏样本和一个规模较小的无偏样本，所述有偏样本和所述无偏样本中的每个样本都包含一个用户主体对一个项目主体的主体特征向量和评分，所述有偏样本是非随机缺失的理想数据，所述无偏样本是随机缺失的所述理想数据，所述理想数据是多个用户主体对多个项目主体完整无缺失的特征向量及评分； 获取初始预测模型，所述初始预测模型以每个样本的主体特征向量为输入并输出第一预测评分； 构建倾向性模型，所述倾向性模型以每个样本的主体特征向量为输入并输出用户主体对项目主体进行评价的概率；采用所述倾向性模型以及观测到的评分的真实误差构建损失函数，并添加平衡权重； 构建双层优化，同时最小化在所述有偏样本和所述无偏样本上的所述损失函数训练所述初始预测模型，得到去偏评分预测模型；在每一轮参数更新迭代的过程中，固定影响所述损失函数的所述倾向性模型的参数，基于所述有偏样本对所述初始预测模型的参数做假设更新；利用假设更新得到的所述初始预测模型，基于所述无偏样本更新所述倾向性模型；基于所述有偏样本和所述无偏样本对平衡权重的参数做更新；利用更新得到的所述损失函数的参数，基于所述有偏样本对假设更新前原所述初始预测模型的参数进行真正更新。

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北京大学;北京工商大学，其通讯地址为：100871 北京市海淀区颐和园路5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。