该论文提出了一种协同增强模型，通过标准化支出数据降低标签变异性，确保建模稳定性，预测用户游戏消费无需用户标识，保护隐私。模型在融合用户偏好和游戏特征前分别表示它们，作为支出预测模块输入。实验结果显示，离线数据提升17.11%，在线测试提升50.65%，强调了稳定模型训练框架在移动游戏消费预测中的重要性和有效性。