-
公开(公告)号：CN114692870B
公开(公告)日：2024-09-17
申请号：CN202210387780.4
申请日：2022-04-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/126
Abstract: 本说明书实施例描述了一种用于确定遗传算法中使用的适应度函数的方法、业务处理方法和装置。根据实施例的方法，在确定遗传算法中使用的适应度函数时，首先获取适应度函数中包括的适应度参量和第一权重集合，然后基于该第一权重集合得到的遗传求解个体所能得到的收益确定出目标权重集合，进而根据该目标权重集合和适应度参量即可确定得到适应度函数。本方案中判断遗传求解个体是否适用于进行遗传求解的适应度函数是基于对具有不同权重的遗传求解个体的收益确定的，这与遗传求解的目标是一致的。因此，基于该适应度函数能够选择出使遗传求解向着得到最优解的方向演化的遗传求解个体，从而提高遗传求解的效率。
-
公开(公告)号：CN116992674A
公开(公告)日：2023-11-03
申请号：CN202310980059.0
申请日：2023-08-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/20 , G06F17/16 , G06F17/11 , G06F111/04
Abstract: 本说明书的实施例提供了一种用于基于分布式计算系统求解可分解问题的方法和系统。在该基于分布式计算系统求解可分解问题的方法中，经由各个计算节点从参数节点获取用于求解与该计算节点对应的子问题分片的上一迭代轮次的优化变量值和对偶变量值，并据此对该子问题进行求解，得到该子问题对应的当前迭代轮次的优化变量值和对应的约束计算值；经由参数节点，分别聚合并保存各个计算节点发送的子问题分片对应的当前迭代轮次的优化变量值和各个子问题分片对应的约束计算值，以及确定并保存当前迭代轮次的对偶变量值；经由计算控制节点，根据聚合后的当前迭代轮次的优化变量值和对偶变量值确定约束残差并据此确定是否继续迭代。
-
公开(公告)号：CN114692870A
公开(公告)日：2022-07-01
申请号：CN202210387780.4
申请日：2022-04-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/12
Abstract: 本说明书实施例描述了一种用于确定遗传算法中使用的适应度函数的方法、业务处理方法和装置。根据实施例的方法，在确定遗传算法中使用的适应度函数时，首先获取适应度函数中包括的适应度参量和第一权重集合，然后基于该第一权重集合得到的遗传求解个体所能得到的收益确定出目标权重集合，进而根据该目标权重集合和适应度参量即可确定得到适应度函数。本方案中判断遗传求解个体是否适用于进行遗传求解的适应度函数是基于对具有不同权重的遗传求解个体的收益确定的，这与遗传求解的目标是一致的。因此，基于该适应度函数能够选择出使遗传求解向着得到最优解的方向演化的遗传求解个体，从而提高遗传求解的效率。
-
-
公开(公告)号：CN114581221A
公开(公告)日：2022-06-03
申请号：CN202210481598.5
申请日：2022-05-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/02 , G06Q10/04 , G06F30/20 , G06F111/04
Abstract: 本说明书实施例提供一种分布式计算系统及计算机设备。该分布式计算系统在原有的master‑slave（主从模式）的分布式计算框架下，增加了计算能力较高的算子节点，利用该算子节点处理求解基于原始优化问题构建的目标优化模型的过程中，一些计算量较大，处理较为耗时的任务，从而提高处理效率。
-
Patent Agency Ranking
公开(公告)号：CN114548830A
公开(公告)日：2022-05-27
申请号：CN202210405947.5
申请日：2022-04-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种选择算子确定方法、策略组合优化方法及装置。在选择算子确定方法中，确定选择策略组合时的目标条件和约束条件，基于目标条件和约束条件构建待确定的选择算子，选择算子包含若干个基算子和对应的待确定的系数，确定系数的多组系数取值，得到对应的待选选择算子，针对任意一个待选选择算子，利用多个风险用户样本和该待选选择算子，从第一策略总集中选择识别效果评分最高的策略组合，并确定策略组合对应的识别结果的目标值，作为该待选选择算子对应的目标值，当得到多组待选选择算子和对应的目标值时，将满足预设优选条件的目标值对应的待选选择算子，确定为选择算子。
-
公开(公告)号：CN114418772A
公开(公告)日：2022-04-29
申请号：CN202210321625.2
申请日：2022-03-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种策略组合的优化方法，包括：获取用于识别风险用户的当前策略组合，其中包括多个已选策略；针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；确定各个第一策略组合针对多个风险用户样本的识别效果评分；根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
-
-
公开(公告)号：CN114581222B
公开(公告)日：2022-08-12
申请号：CN202210481634.8
申请日：2022-05-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F17/00 , G06Q40/02 , G06Q10/04 , G06F40/186 , G06F30/20 , G06F111/04
Abstract: 本说明书提供了一种资源分配方法、电子设备、应用程序及存储介质，用于解决从多个资源中向目标对象分配目标资源的分配任务。其中，预先建立有分配任务相应的原始模型，以及预设有数据模板。而数据模板指示有目标系数、约束系数、基于该原始模型确定的对偶系数、以及对偶系数的系数值。如此，在发生在线分配任务的处理请求时，可以通过调用上述数据模板，读取到在线分配任务中每个资源对应的系数值。然后根据预先确定的评估规则，利用每个资源对应的系数值，确定每个资源的评估结果。最后基于每个资源的评估结果，从多个资源中确定分配给目标对象的目标资源，以获得在线分配任务的决策结果。通过上述方法，可以实现在线分配任务的自动化决策。
-
公开(公告)号：CN114492214B
公开(公告)日：2022-08-02
申请号：CN202210403737.2
申请日：2022-04-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/27 , G06N20/00 , G06Q40/02 , G06F111/04
Abstract: 本说明书实施例提供了一种利用机器学习的选择算子确定、策略组合优化方法及装置。在该方法中，基于选择策略组合时的目标条件和约束条件构建待确定的选择算子，其中包含若干个基算子和对应系数；确定系数的多组第一取值和对应的待选选择算子，针对任意一个待选选择算子，利用多个风险用户样本和该待选选择算子，从策略总集中选择识别效果评分最高的策略组合，并确定策略组合对应的识别结果的目标值；将多组第一取值作为训练样本，将目标值作为标注值训练机器学习模型；确定系数的多组第二取值，将多组第二取值输入训练后的机器学习模型，得到多组预测的目标值；基于已得的目标值中满足预设优选条件的目标值和对应的系数取值，确定选择算子。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.031 seconds)
