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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利一种对象筛选方法、装置、设备及存储介质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：CN116955999B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202211102983.0，技术领域涉及：G06F18/214；该发明授权一种对象筛选方法、装置、设备及存储介质是由张予琛;徐国强;尹存祥设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本一种对象筛选方法、装置、设备及存储介质在说明书摘要公布了：本申请实施例提供了一种对象筛选方法、装置、设备及存储介质，可应用于人工智能、地图领域、车载场景等各种场景，该方法包括：采用因果推断模型，预测每个候选对象的活跃概率增益，然后基于多个候选对象的活跃概率增益，筛选出用于下发提醒标识的消息推送对象，实现从多个候选对象中筛选出对提醒标识敏感的消息推送对象，故向消息推送对象下发提醒标识时，有效提高消息推送对象的活跃概率，进而提高应用的活跃对象数量，同时提高资源利用率。其次，因果推断模型是与辅助模型联合训练获得的，故在训练过程中因果推断模型与辅助模型相互监督学习，并且采用对应的损失函数共同优化梯度，从而提高训练获得的因果推断模型的准确性和鲁棒性。

本发明授权一种对象筛选方法、装置、设备及存储介质在权利要求书中公布了：1.一种对象筛选方法，其特征在于，包括： 获取多个候选对象的对象特征向量； 通过已训练的因果推断模型，基于每个候选对象的对象特征向量以及预设的干预状态，确定每个候选对象的活跃概率增益，其中，每个干预状态表征：是否向相应候选对象下发提醒标识，每个活跃概率增益表征：相应候选对象在下发提醒标识时的活跃概率与未下发提醒标识时的活跃概率之间的差值，所述因果推断模型是与辅助模型联合训练获得的，在训练过程中所述辅助模型至少用于学习不同样本对象的活跃概率增益之间的差异性； 基于所述多个候选对象的活跃概率增益，从所述多个候选对象中筛选出至少一个消息推送对象，并向所述至少一个消息推送对象下发提醒标识； 所述因果推断模型是与辅助模型联合训练获得的，包括： 采用训练样本集合，对待训练的因果推断模型和待训练的辅助模型进行联合迭代训练，获得已训练的因果推断模型，其中，每次迭代过程包括以下步骤： 通过待训练的因果推断模型，基于训练样本中第一样本对象的对象特征向量和相应的真实干预状态，获得第一预测增益； 通过待训练的辅助模型，基于所述第一样本对象的对象特征向量和所述训练样本中第二样本对象的对象特征向量，获得预测增益差值； 基于所述第一预测增益和所述预测增益差值，对所述待训练的因果推断模型和所述待训练的辅助模型进行参数调整。

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腾讯科技(深圳)有限公司，其通讯地址为：518044 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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”。