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！

龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利基于深层目标优化的模型训练方法、信息推荐方法和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：CN117112899B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202311078942.7，技术领域涉及：G06F16/9535；该发明授权基于深层目标优化的模型训练方法、信息推荐方法和装置是由王昊文;杜宇亮设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本基于深层目标优化的模型训练方法、信息推荐方法和装置在说明书摘要公布了：本说明书的实施例提供了一种基于深层目标优化的模型训练方法、信息推荐方法和装置。在该基于深层目标优化的模型训练方法中，模型训练过程所使用的每个训练样本包括特征数据和与直接训练目标和基于此的深层训练目标相匹配的标签数据，特征数据包括用户特征、物品特征和历史交互特征；根据特征数据，得到各个训练目标之间的条件概率值和与各个训练目标对应的目标预测值以及对应的条件预测值；进而确定各个训练样本对应的深层‑直接目标因果强度值，进而确定各个训练样本对应的深层目标预测值；再根据各个当前训练样本的深层目标预测值和对应的标签数据之间的差异，确定损失值；根据损失值调整当前预测模型的模型参数，直到满足训练结束条件。

本发明授权基于深层目标优化的模型训练方法、信息推荐方法和装置在权利要求书中公布了：1.一种基于深层目标优化的模型训练方法，包括： 利用训练样本集循环执行下述模型训练过程，直到满足训练结束条件，所述训练样本集中的每个训练样本包括特征数据和与训练目标相匹配的标签数据，其中，所述训练目标包括直接训练目标和基于直接训练目标的深层训练目标，所述特征数据包括用户特征、物品特征和历史交互特征，所述历史交互特征用于指示在过去一段时间内用户与物品之间是否存在与训练目标相匹配的交互： 针对当前训练样本集中的各个当前训练样本， 根据该当前训练样本的用户特征和历史交互特征，得到各个训练目标之间的条件概率值，所述各个训练目标之间具有条件依赖关系，所述条件概率值包括在满足所述直接训练目标的条件下满足所述深层训练目标的概率； 将该当前训练样本的特征数据提供给当前预测模型，得到与各个训练目标对应的目标预测值，其中，与训练目标对应的目标预测值包括涉及其他具有因果关联的训练目标的条件预测值； 根据所得到的条件概率值和对应的条件预测值确定该当前训练样本对应的深层-直接目标因果强度值，所述深层-直接目标因果强度值用于指示所述深层训练目标的实现在多大程度上归因于所述直接训练目标； 根据所得到的深层-直接目标因果强度值和相应的目标预测值，确定该当前训练样本对应的深层目标预测值； 根据各个当前训练样本的深层目标预测值和对应的标签数据之间的差异，确定当前模型训练过程的损失值；以及 响应于不满足训练结束条件，根据所述损失值调整当前预测模型的模型参数，其中，经过模型参数调整后的预测模型充当下一模型训练过程的当前预测模型。

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支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路556号8层B段801-11；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。