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！

龙图腾网获悉上海数鸣人工智能科技有限公司申请的专利基于无标签样本学习的预测集成建模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：CN115935178B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211320300.9，技术领域涉及：G06F18/214；该发明授权基于无标签样本学习的预测集成建模方法是由项亮;裴智晖设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本基于无标签样本学习的预测集成建模方法在说明书摘要公布了：一种基于无标签样本学习的预测集成建模方法，其包括数据预处理步骤、特征工程的处理步骤、正无标签样本随机切分与组合集成训练策略步骤和模型训练步骤；其中，本发明对原始训练数据中的正标签样本和无标签样本进行随机采样并按一定样本比例，组合为k份新的样本空间；同时保留一部分数据作为袋外数据用作验证；使用k个学习器进行训练和建立k个预测模型；对每个建立好的k个预测模型，进行独立的袋外数据进行预测，袋外数据中的每个样本都能得到k个预测结果；对k次预测结果取平均，作为袋外数据最终的预测结果；对k个预测模型进行模型评价指标处理和调优处理，得到最终的k个预测模型。因此，本发明有效提升了特征筛选的效果。

本发明授权基于无标签样本学习的预测集成建模方法在权利要求书中公布了：1.一种基于无标签样本学习的预测集成建模方法，其特征在于，包括数据预处理步骤S1、特征工程的处理步骤S2、正无标签样本随机切分与组合集成训练策略步骤S3和模型训练步骤S4； 所述数据预处理步骤S1包括如下步骤： 步骤S11：获取N个用户的原始数据信息，并从所述用户的原始数据信息提取原始特征信息；其中，所述原始特征信息包括用户ID、用户所在省份、用户所在城市、用户访问DPI、用户访问时间频度、设备类型和或用户是否点击特征；其中，所述用户所在省份、用户所在城市、和用户访问DPI为类别特征，所述用户访问时间为连续特征，所述N大于等于2； 步骤S12：对所述用户的原始特征信息进行异常检测与处理步骤； 步骤S13：通过独热编码对类别特征进行处理，根据业务需求及求解模型选择进行归一化后梯度下降处理，或利用RankGauss方法对连续特征进行调整样本分布处理； 所述特征工程的处理步骤S2包括如下步骤： 步骤S21：用户访问DPI处理步骤，建立用户ID与用户访问DPI的特征列； 步骤S22：采用通过独热编码对类别特征进行处理； 步骤S23：连续特征进行数值型特征改造处理； 步骤S24：进行特征筛选和特征构造，以形成新的特征； 步骤S25：执行连续特征离散化处理； 步骤S3具体包括如下步骤： 对原始训练数据中的正标签样本和无标签样本进行随机采样并按一定样本比例，组合为k份新的样本空间；同时保留一部分数据作为袋外数据用作验证； 所述模型训练步骤S4包括： 步骤S41：将k份数据中的无标签样本视作负样本，与正样本组成新的训练数据集，将袋外数据作为验证数据集； 步骤S42：在所述训练数据集和验证数据集的基础上使用k个学习器进行训练和建立k个预测模型； 步骤S43：对每个建立好的k个预测模型，进行步骤S41中独立的袋外数据进行预测，所述袋外数据中的每个样本都能得到k个预测结果；其中，所述k个预测结果为一个概率值； 步骤S44：对k次预测结果取平均，作为所述袋外数据最终的预测结果； 步骤S45：根据所述袋外数据最终的预测结果，对所述k个预测模型进行模型评价指标处理和调优处理，得到最终的k个预测模型。

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上海数鸣人工智能科技有限公司，其通讯地址为：200436 上海市静安区万荣路1256、1258号406室；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”。