-
公开(公告)号：CN119671664A
公开(公告)日：2025-03-21
申请号：CN202411636536.2
申请日：2024-11-15
Applicant: 北京大学
IPC: G06Q30/0601 , G06Q10/04 , G06F18/214 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种存在未观测混杂时推荐系统的增益建模方法，属于信息推荐技术领域，解决了现有技术中存在未观测混杂时不能准确估计增益的问题。方法包括：构建第一训练集和第二训练集；第一训练集中的样本为观察性研究获得的样本；第二训练集中样本为随机对照试验获得的样本；每个样本包括用户物品对特征、样本的处理方案以及用户是否购买物品的真实结局；构建预训练模型，预训练模型用于预测样本在不同处理方案下的潜在结局；基于第一训练集对预训练模型进行训练得到训练好的预训练模型；基于训练好的预训练模型构建微调模型，基于第二训练集对微调模型进行训练得到消除未观测混杂影响的增益预测模型。实现了准确无偏的增益估计。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
