公开(公告)号：CN113095440B

公开(公告)日：2022-05-17

申请号：CN202110482974.8

申请日：2021-04-30

Applicant: 电子科技大学

Inventor： 周帆 ,  曹丞泰 ,  钟婷 ,  徐增

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于元学习者的训练数据生成方法及因果效应异质反应差异估计方法，首先利用随机现场试验获得原始训练数据学习两个基学习者，再通过元学习者，将两个基学习者对原始训练数据进行交叉测试，生成训练数据；再利用生成的训练数据分别学习一个针对处理组和控制组的任务子学习者，再由两个任务子学习者构成最终的任务学习者；通过最终任务学习者可以实现对用户因果效应异质反应差值的估计。本发明基于元学习者，提出了一套可用估计因果效应异质反应差异的框架，可以与任意基学习者模型结合使用，用于估计任意类型的因果效应反应差异；例如可以用来指导定价的折扣手段、有效广告策略的设计以及产品的尺寸和包装方案的设计等。

公开(公告)号：CN113095440A

公开(公告)日：2021-07-09

申请号：CN202110482974.8

申请日：2021-04-30

Applicant: 电子科技大学

Inventor： 周帆 ,  曹丞泰 ,  钟婷 ,  徐增

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于元学习者的训练数据生成方法及因果效应异质反应差异估计方法，首先利用随机现场试验获得原始训练数据学习两个基学习者，再通过元学习者，将两个基学习者对原始训练数据进行交叉测试，生成训练数据；再利用生成的训练数据分别学习一个针对处理组和控制组的任务子学习者，再由两个任务子学习者构成最终的任务学习者；通过最终任务学习者可以实现对用户因果效应异质反应差值的估计。本发明基于元学习者，提出了一套可用估计因果效应异质反应差异的框架，可以与任意基学习者模型结合使用，用于估计任意类型的因果效应反应差异；例如可以用来指导定价的折扣手段、有效广告策略的设计以及产品的尺寸和包装方案的设计等。

公开(公告)号：CN115936120A

公开(公告)日：2023-04-07

申请号：CN202211568056.8

申请日：2022-12-08

Applicant: 电子科技大学 ,  中国电子科技集团公司第五十四研究所 ,  喀什地区电子信息产业技术研究院

Inventor： 周帆 ,  程章桃 ,  肖哲 ,  徐增 ,  钟婷

IPC: G06N5/025 ,  G06N5/02 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明属于信息传播领域，提供了一种基于元知识学习的信息扩散预测系统及方法，该信息扩散预测系统包括级联属性构建模块，用于构建用户社交结构特征、用户喜好特征和扩散时间特征组成的级联属性；自适应用户社交关系学习模块，用于学习用户社会关系，获取用户嵌入；自适应时间扩散学习模块，用于学习级联属性和动态级联上下文中的时间关联，获取隐藏状态；信息扩散用户预测模块，用于依据自适应时间扩散学习模块获取的隐藏状态映射到候选用户空间得到下一个激活用户。本发明信息扩散预测系统及方法，学习信息传播过程中激活用户的级联序列，实现对信息传播过程的动态的用户社交关系和复杂的时间影响的有效建模，提高信息扩散预测任务的准确率。

公开(公告)号：CN116308854A

公开(公告)日：2023-06-23

申请号：CN202211577433.4

申请日：2022-12-09

Applicant: 电子科技大学 ,  中国电子科技集团公司第五十四研究所 ,  喀什地区电子信息产业技术研究院

Inventor： 周帆 ,  程章桃 ,  肖哲 ,  徐增 ,  钟婷

IPC: G06Q50/00 ,  G06F17/13 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明属于信息传播技术领域，公开了一种基于概率扩散的信息级联流行度预测方法及系统，基于神经常微分方程和扩散概率模型，来建模级联事件时间不规则性以及信息传播的不确定性，进行级联的流行度预测。首先，将信息级联数据构建为级联社交图，级联图以及级联序列，用于下游结构和序列模型的特征学习；然后，基于常微分方程和时间感知的门控机制得到级联隐式特征；在此基础上，从时空隐变量角度，结合条件扩散概率模型和隐式常微分方程，得到级联不确定的隐式特征；最后，利用级联隐式特征和级联不确定的隐式特征进行流行度预测。本发明可用于信息级联的连续时间状态建模和传播不确定性建模，能够更好地进行信息级联流行度预测。

公开(公告)号：CN115409155A

公开(公告)日：2022-11-29

申请号：CN202210983826.9

申请日：2022-08-17

Applicant: 电子科技大学

Inventor： 周帆 ,  余柳 ,  钟婷 ,  徐增 ,  匡平

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q30/02 ,  G06Q50/00

Abstract: 本发明公开了一种基于Transformer增强霍克斯过程的信息级联预测系统及方法，包括用户嵌入模块、全局依赖模块、局部依赖模块、强度函数获取模块和流行度预测模块，首先获取用户position‑wise嵌入和时间编码作为用户嵌入，然后以拓扑结构的视角，引入路径感知假设，并从全局嵌入和局部模式两个角度设计两层注意力层，参数化霍克斯过程的强度函数，并结合霍克斯过程、全局嵌入和局部模式，学习信息级联扩散过程耦合的时间和拓扑随机特性，以进行流行度预测；本发明扩展了传统的霍克斯过程，并有效地从连续时间域中获取知识，提升流行度预测准确性。