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！

龙图腾网恭喜云南大学申请的专利一种面向多行为稀疏数据的客户转化率预测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：CN119515440B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202411557184.1，技术领域涉及：G06Q30/0202；该发明授权一种面向多行为稀疏数据的客户转化率预测方法是由张璇;蔡玮;杜鲲鹏;王旭;谢绍衡;陈江彬设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种面向多行为稀疏数据的客户转化率预测方法在说明书摘要公布了：本发明公开了一种面向多行为稀疏数据的客户转化率预测方法，包括：数据预处理，获取客户行为数据集，构建客户特征信息的序列数据以及点击和转化客户‑项目交互图数据；定义转换率预测模型CF4CVR，包括构建转化率预测模型CF4CVR和任务定义，所述任务是通过客户‑项目特征信息S，客户集合U，项目集合V以及多行为的交互图A1,A2来预测发生点击和转换的概率；使用S2中构建的客户‑项目特征信息S，客户集合U，项目集合V以及多行为的交互图A1,A2的数据集对CF4CVR模型进行训练并保存训练权重；声明CF4CVR模型并加载训练权重，将客户输入到模型CF4CVR中，计算客户和其他项目发生转化的概率。

本发明授权一种面向多行为稀疏数据的客户转化率预测方法在权利要求书中公布了：1.一种面向多行为稀疏数据的客户转化率预测方法，其特征在于，包括以下步骤：步骤S1：数据预处理，获取客户行为数据集，构建客户特征信息的序列数据，并按照每一条记录中的客户编号、项目编号、是否点击和是否发生转换构建点击和转化客户-项目交互图数据；步骤S2：定义转换率预测模型CF4CVR，包括构建转化率预测模型CF4CVR和任务定义，所述任务是通过客户-项目特征信息S，客户集合U，项目集合V以及多行为的交互图A1,A2来预测发生点击和转换的概率；步骤S3、使用S2中构建的客户-项目特征信息S，客户集合U，项目集合V以及多行为的交互图A1,A2的数据集对CF4CVR模型进行训练并保存训练权重；步骤S4、模型加载和预测，声明CF4CVR模型并加载训练权重，将客户输入到模型CF4CVR中，计算客户和其他项目发生转化的概率；所述转化率预测模型CF4CVR，包括SeqPredict模型和GraphPredict模型，所述SeqPredict模型包含输入嵌入层、字段池化层、多层感知机，通过归一化模块组成进行转化率预测和点击率预测；所述GraphPredict模型包含输入嵌入层、邻居增强的图卷积网络、多任务学习模块、级联结构的跨行为建模模块和对比学习模块；所述步骤S3具体过程如下：步骤S31、SeqPredict模型使用客户特征数据进行预测：输入SeqPredict模型的嵌入层和字段池化层将客户特征信息的序列数据映射为向量并拼接后表示为x∈[N,d]；其中，N表示记录数，d表示嵌入的维数，x表示从特征空间采用的特征嵌入向量；将向量经过多个线性层和非线性激活函数后进行归一化得到SeqPredict模型发生点击概率和转换的概率；步骤S32、GraphPredict模型使用客户-项目图结构数据进行预测：S32a，使用图卷积网络，通过对节点进行轻量级的更新操作，聚集单行为图内客户项目的高阶邻居信息，并对不同层的输出进行求和取平均的操作来优化节点嵌入表示，具体的： 其中fagg为聚集函数，Nu,k表示节点u在行为图Ak下的邻居，表示客户u在图Ak下第l层的嵌入表示，表示项目i在图Ak下第l-1层的嵌入表，e′u,k为对不同层进行平均池化后的最终表示，l＝0表示第0层，L表示图卷积网络的层数；S32b，对客户的级联行为进行跨行为建模，当前行为图下的客户偏好输出和前一个行为图下的客户偏好进行求和操作作为当前行为图下的最终输出：eu,k＝eu,k-1+e′u,k,ei,k＝ei,k-1+e′i,k其中，eu,k-1和ei,k-1分别表示节点u,项目i在行为图Ak-1下的表示，e′u,k和e′i,k分别表示节点u,项目i在行为图Ak的输出，eu,k,ei,k为在行为图Ak下客户-项目的最终嵌入表示；S32c，将点击行为学习到的客户和项目的嵌入表示与转换下的客户和项目的嵌入表示进行联合优化，具体的： 其中，表示节点u,i在转化行为下的嵌入表示，表示节点u,i在点击行为下的嵌入表示，τ表示温度系数，表示对比学习模块总损失，和表示客户集合U，项目集合V的对比学习模块损失；S32d，对不同行为下的嵌入表示进行优化，具体的： 其中，为GraphPredict模型处理图结构数据的输出，ei,1表示在行为图A1下项目i的嵌入表示，在行为图A1下客户u的嵌入表示的转置，ei,2表示在行为图A2下项目i的嵌入表示，在行为图A2下客户u的嵌入表示的转置；S32e，优化CF4CVR模型，对CF4CVR模型参数进行L2正则化操作，具体如下： 其中，k表示在行为图Ak下，作为正样本对和负样本对，其中表示在当前行为下出现过的交互样本，表示在当前行为下没出现过的交互样本，σ为sigmoid激活函数，λ为正则化系数，Θ表示模型的参数，∥Θ∥2表示对模型的参数Θ进行L2正则化，防止出现过拟合，表示客户u与正样本项目i在行为图Ak下发生交互的预测概率，为客户u与负样本项目j在行为图Ak下发生交互的预测概率，表示推荐的损失，为通过邻居增强方法计算出来的损失，为对比学习方法计算出的损失，为GraphPredict模型的总损失；S33、训练模型CF4CVR并保持训练权重。

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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2号；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”。