Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于反事实数据增广的用户出行决策因果分析方法 

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!

摘要:本发明公开了一种基于反事实数据增广的用户出行决策因果分析方法。本发明能够深入挖掘真正影响用户决策发生的因果性因子,有效避免受虚假解释的误导,提高模型的有效性和可靠性,并帮助下游任务的执行。通过设计基于最大化标量投影的因子相关性学习器,结合一个有效的反事实对比学习范式,以预训练的方式优化所有因子的表征,并挖掘每个因子的相关性得分。通过设计基于反事实数据增广的因果解释学习器,从相关性因子中探索因果性因子,并最后为用户出行决策生成解释。最后,通过在三个真实世界数据集上进行大量实验,验证了所提方法在不同行为场景下的签到率、模型保真度以及下游推荐任务的有效性。

主权项:1.一种基于反事实数据增广的用户出行决策因果分析方法,其特征在于,所述方法包括以下步骤:步骤1,定义用户相关、兴趣点相关、时空相关三种类型因子,构建用户行为决策的因子表示;步骤2,采用自投影注意力机制和稀疏似然估计方法,计算所述因子之间的相互贡献,并学习当前因子成为相关性因子的可能性;步骤3,构建决策结构学习器,以通过最大化标量投影目标来保持用户的决策结构;步骤4,构建反事实对比学习器,并构建反事实分布决策样本,学习因子表征;步骤5,基于所述决策结构学习器和反事实对比学习器构建并训练签到率预测模型R,以预测决策发生的概率;步骤6,构建反事实表征生成器,生成反事实决策;步骤7,构建因果依赖学习器,基于增广的反事实决策,学习每个因子的因果依赖得分;步骤8,对决策中每个因子的因果依赖进行排序,输出因果依赖最高的k个因子与相关性因子的交集,以生成因子级别的因果解释。

全文数据:

权利要求:

百度查询: 南京航空航天大学 基于反事实数据增广的用户出行决策因果分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。