公开(公告)号：CN116777523A

公开(公告)日：2023-09-19

申请号：CN202310729122.3

申请日：2023-06-16

Applicant: 浙江大学

Inventor： 况琨 ,  李保宏 ,  吴飞

IPC: G06Q30/0241 ,  G06F18/214 ,  G06N5/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向广告增效建模场景的去偏差因果推断方法及其系统。本发明包括如下步骤：1)首先基于当期广告增效日志记录对店铺、消费者特征数据进行划分并构建数据集；2)构建深度神经网络模型，对店铺和消费者特征进行信息抽取，再通过一个积分概率度量模块对抽取信息的分布相似度进行限制，以得到平衡的特征表示；3)构建基于深度神经网络的投放后成交额预测模型和屏蔽后结果预测网络模型，并基于平衡后的特征表示进行训练；4)基于训练后的去偏模型广告投放后成交额和广告屏蔽后成交额进行预测，估计广告增效。本发明实现了对广告增效的准确建模，能够面向线上购物平台进行广告增效目标用户筛选。

公开(公告)号：CN119204218A

公开(公告)日：2024-12-27

申请号：CN202411269745.8

申请日：2024-09-11

Applicant: 浙江大学 ,  马上消费金融股份有限公司

Inventor： 况琨 ,  李保宏 ,  蒋宁 ,  吴飞

IPC: G06N5/04 ,  G06N20/00

Abstract: 本发明公开了一种面向混杂和对撞复杂偏差的因果推断方法及系统，本发明的方法包括如下步骤：获取人群特征与行为数据并进行标记；联合训练解耦表征生成器和处理变量估计器，各自训练解耦表征生成器、处理变量估计器、R1估计器、R0估计器以及第一结果变量估计器，然后训练第二结果变量估计器；最终将想要进行因果效应估计的人群特征与行为数据输入到因果效应估计模型中，预测施加干预对比不施加干预带来的人群行为变化。相较于只能去除混淆偏差的传统的工具变量回归方法，本发明充分考虑了现实复杂场景中可能同时存在选择偏差和混淆偏差，并实现了在复杂偏差场景下的因果效应无偏估计。

公开(公告)号：CN118446308A

公开(公告)日：2024-08-06

申请号：CN202410421823.5

申请日：2024-04-09

Applicant: 上海浙江大学高等研究院

Inventor： 况琨 ,  李保宏 ,  王永威 ,  吴飞

IPC: G06N5/04 ,  G06F17/18 ,  G06F18/24 ,  G06F18/214 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种面向选择偏差的影子变量表征生成与因果推断方法及系统，包括如下步骤：影子变量表征生成，将观察到的协变量映射到表征空间，并施加影子变量所需要的约束，同时对生成的影子变量表征进行假设检验，最终生成符合影子变量假设的表征；将生成的通过了假设检验的影子变量表征嵌入影子变量回归方法准确预测因果效应。本发明使用两阶段的方法，第一阶段在表征生成过程中施加影子变量约束，第二阶段对生成的影子变量表征进行检验，以迭代的方式自动学习得到影子变量表征。相较于传统的影子变量回归方法，本发明放宽了对专家知识进行影子变量挑选的依赖；对于影子变量挑选方法来说，本发明也不再依赖观测数据中必须存在影子变量。