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！

龙图腾网获悉杭州网易云音乐科技有限公司申请的专利去除位置偏置的模型训练方法、介质、装置和计算设备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：CN114357304B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210004719.7，技术领域涉及：G06F16/9535；该发明授权去除位置偏置的模型训练方法、介质、装置和计算设备是由章莺;肖强;李勇设计研发完成，并于2022-01-04向国家知识产权局提交的专利申请。

本去除位置偏置的模型训练方法、介质、装置和计算设备在说明书摘要公布了：本公开的实施方式提供了一种去除位置偏置的模型训练方法、介质、装置和计算设备，对于点击任务或完播任务中的任一种任务，在模型的训练过程中，基于主模型，根据任务中样本对象的用户特征、对象特征，获得所述任务对应的拟预测值；同时，基于第一从模型，通过样本对象的对象位置特征，获得样本对象对应的位置影响力值；再通过获取的位置影响力值对主模型和从模型进行迭代训练，使得训练得到的主模型可以去除位置偏置，从而在通过主模型进行对象推荐时，可以消除对象所在位置对推荐结果的影响，获得潜在的用户真正感兴趣的对象，从而提升用户的满意度，进而提升平台的推荐转化率。

本发明授权去除位置偏置的模型训练方法、介质、装置和计算设备在权利要求书中公布了：1.一种去除位置偏置的模型训练方法，其特征在于，包括： 对于点击任务或完播任务中的任一种任务，获取所述任务中样本对象的第一用户特征、对象特征，所述第一用户特征包括用户画像特征、用户设备特征、用户歌曲偏好特征，所述对象特征包括歌曲画像特征、歌曲热度特征、歌曲行为特征； 获取所述第一用户特征对应的用户向量和所述对象特征对应的对象向量； 将所述用户向量和所述对象向量输入主模型的注意力网络，获得交叉向量； 获取所述任务中样本对象的上下文特征对应的上下文特征向量，所述上下文特征包括所述样本对象对应的推荐主题特征； 通过所述主模型的拼接层，将上下文特征向量和交叉向量进行拼接处理，得到目标拼接向量； 通过所述主模型的全连接层，基于预设非线性函数，根据所述目标拼接向量获得拟预测值，所述预设非线性函数PReLu函数； 获取所述样本对象的对象位置特征和第二用户特征，将所述对象位置特征和所述第二用户特征输入第一从模型，获得位置影响力值，所述位置影响力值用于表征对象的展示位置对所述任务的影响力大小；所述第二用户特征为用户的基础属性特征； 根据所述拟预测值和所述位置影响力值，确定所述任务对应的第一预测值； 根据所述第一预测值、所述样本的第一真实标签和第一损失函数，对所述主模型和所述第一从模型进行迭代训练，直到满足训练退出条件，获得目标主模型； 当所述任务为完播任务时，所述模型训练方法还包括： 将所述对象位置特征输入第二从模型，获得选择概率值，所述选择概率值用于表征用户主动选择对象的概率； 根据所述第一预测值和所述选择概率值，确定所述完播任务对应的第二预测值； 根据所述第二预测值、所述样本的第二真实标签和第二损失函数，对所述主模型、所述第一从模型和所述第二从模型进行迭代训练，直到满足训练退出条件，获得目标主模型； 所述对象位置特征包括：所述对象在第一区域中的第一位置特征和所述第一区域在所有区域中的第二位置特征； 所述将所述对象位置特征和第二用户特征输入第一从模型，获得位置影响力值，包括： 获取所述第一位置特征对应的第一独热向量； 根据所述第一独热向量，查找到所述第一独热向量对应的第一稠密向量； 获取所述第二位置特征对应的第二独热向量； 根据所述第二独热向量，查找所述第二独热向量对应的第二稠密向量； 获取所述第二用户特征对应的从用户向量； 将所述从用户向量与预设稠密矩阵相乘，得到第三稠密向量； 将所述第一稠密向量、所述第二稠密向量和所述第三稠密向量输入所述第一从模型的拼接层进行拼接，得到第一拼接向量； 通过所述第一从模型的全连接层，基于预设非线性函数，根据所述第一拼接向量获得所述位置影响力值。

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杭州网易云音乐科技有限公司，其通讯地址为：310052 浙江省杭州市萧山区钱江世纪城奔竞大道353号杭州国际博览中心A座1201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”。