-
公开(公告)号：CN111566684A
公开(公告)日：2020-08-21
申请号：CN202080001105.2
申请日：2020-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/02
Abstract: 本文提供了用于将用户分组的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法的一个实施例包括：将被候选广告作为目标的多个用户划分为多个用户桶，其中，多个用户桶中的每个用户桶关联有第一转化得分；获得与所述广告相对应的经训练预测模型，其中，所述经训练预测模型能够至少基于与用户桶相关联的第一转化得分以及与包括所述用户桶的一组用户桶相关联的第二转化得分来预测转化得分；以及使用所述经训练预测模型来构建优化模型，其中，优化问题的目标函数是利用通过求解优化问题而确定的分组策略来最大化总转化得分。
-
公开(公告)号：CN111566684B
公开(公告)日：2022-05-27
申请号：CN202080001105.2
申请日：2020-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/02
Abstract: 本文提供了用于将用户分组的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法的一个实施例包括：将被候选广告作为目标的多个用户划分为多个用户桶，其中，多个用户桶中的每个用户桶关联有第一转化得分；获得与所述广告相对应的经训练预测模型，其中，所述经训练预测模型能够至少基于与用户桶相关联的第一转化得分以及与包括所述用户桶的一组用户桶相关联的第二转化得分来预测转化得分；以及使用所述经训练预测模型来构建优化模型，其中，优化问题的目标函数是利用通过求解优化问题而确定的分组策略来最大化总转化得分。
-
公开(公告)号：CN116671086A
公开(公告)日：2023-08-29
申请号：CN202180083212.9
申请日：2021-05-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L67/01
Abstract: 用于确定大规模系统中最优资源分配的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。一示例方法包括：获取针对多个主计算机设备所托管资源的多个资源请求；构造用于将所述多个资源请求分配给所述多个主计算机设备的目标以及一个或多个约束。所述一个或多个约束包括多个决策变量的一个或多个不等式。该示例方法还包括：将所述一个或多个不等式转换为所述多个决策变量的一个或多个等式；将所述一个或多个等式合并到所述目标中，以获得新目标；将所述新目标分成多个子目标；生成与所述多个子目标相对应的多个并行处理任务，以获得所述多个决策变量的值。
-
公开(公告)号：CN111386546B
公开(公告)日：2022-09-23
申请号：CN201980004846.3
申请日：2019-12-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 提供了用于评估风险的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。方法之一包括：获得多个交易，每个交易包括多个数据维度，其中，所述多个交易中的一些交易被标记为风险交易，所述多个交易中的一些交易被标记为安全交易；获取多个数据维度中的至少一个数据维度作为输出空间，并且获得除所述至少一个数据维度以外的多个数据维度作为输入空间；初始化从输入空间到潜在空间的第一映射以及从潜在空间到输出空间的第二映射，其中第一映射包括根据广义线性模型的逆，将输入空间映射到潜在空间；以及优化第一映射和第二映射以生成贝塞尔曲面。
-
公开(公告)号：CN111771222A
公开(公告)日：2020-10-13
申请号：CN202080001348.6
申请日：2020-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/02
Abstract: 本文提供了用于将多个资源分为多个群组方法、系统和装置，包括编码在计算机存储介质上的计算机程序，其中，所述多个资源中的每个资源关联有风险水平和收益水平，每个群组中的资源共有相同的风险水平和相同的收益水平；获得多个提供方级调整量；构建用于确定资源流方案的优化模型；根据所述多个群组‑提供方级调整量，在所述多个群组的每一个群组中识别出由第一提供方提供的、要转移到第二提供方的一个或多个资源；以及自动向所述第一提供方和所述第二提供方发送一个或多个请求，以将确定的一个或多个第一资源从所述第一提供方转移到所述第二提供方。
-
Patent Agency Ranking
公开(公告)号：CN113222302A
公开(公告)日：2021-08-06
申请号：CN202110661883.0
申请日：2021-06-15
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优化资源配置方案的方法及装置，在优化资源配置方案的过程中，通过少量先验配置方案及其估计收益，训练全局代理模型，并基于全局代理模型确定优化的初始配置方案，从而在初始配置方案基础上进行配置方案优化，提高优化效率。进一步地，在某个初始配置方案开始的优化过程结束时，比较最终优化的配置方案与所有先验配置方案之间的估计收益的大小关系，以进一步避免得到的是局部最优配置方案。总之，以上优化资源配置方案可以提高资源配置方案的优化效率。
-
公开(公告)号：CN116670684A
公开(公告)日：2023-08-29
申请号：CN202180088447.7
申请日：2021-05-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/02
Abstract: 用于基于DAG的任务调度的方法、系统及装置，包括编码在计算机存储介质上的计算机程序。该方法可以包括：获取表示要由一个或多个处理器调度以及处理的多个计算任务的有向无环图(DAG)。DAG包括表示多个计算任务的多个节点。该方法还包括为DAG中的多个节点生成嵌入，以及基于多个节点的嵌入和策略网络，确定要添加到DAG的一条或多条边。策略网络基于多个训练DAG以及与启发式调度算法相关联的损失函数进行训练。该方法还包括将一条或多条边添加到DAG中以获得更新后的DAG；以及基于更新后的DAG和启发式调度算法调度多个计算任务以供一个或多个处理器处理。
-
公开(公告)号：CN111417975A
公开(公告)日：2020-07-14
申请号：CN202080000701.9
申请日：2020-01-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 提供了用于个性化优惠的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法之一包括：收集包括为平台的多个用户中的每个用户制定的一个或多个优惠以及一个或多个相应响应的响应数据，其中，所述一个或多个优惠是从一组优惠选项中选择的；创建包括收集的响应数据以及与所述多个用户中的每个用户相关联的一个或多个特征的训练数据集；使用所述训练数据集训练机器学习模型，其中，训练的机器学习模型用来预测所述多个用户对未来优惠的响应；使用所述训练的机器学习模型获得所述平台的多个预计收益，其中，所述多个预计收益中的每个预计收益对应于为所述多个用户中的一个用户制定一组预定优惠中的一个优惠。
-
公开(公告)号：CN111386546A
公开(公告)日：2020-07-07
申请号：CN201980004846.3
申请日：2019-12-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 提供了用于评估风险的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。方法之一包括：获得多个交易，每个交易包括多个数据维度，其中，所述多个交易中的一些交易被标记为风险交易，所述多个交易中的一些交易被标记为安全交易；获取多个数据维度中的至少一个数据维度作为输出空间，并且获得除所述至少一个数据维度以外的多个数据维度作为输入空间；初始化从输入空间到潜在空间的第一映射以及从潜在空间到输出空间的第二映射，其中第一映射包括根据广义线性模型的逆，将输入空间映射到潜在空间；以及优化第一映射和第二映射以生成贝塞尔曲面。
-
公开(公告)号：CN110866785A
公开(公告)日：2020-03-06
申请号：CN201911090110.0
申请日：2019-11-08
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种成本确定方法、系统及装置。其技术要点包括：获取与至少一个用户类相关的至少一组特征数据，一个用户类中包括一个或多个用户，每一个用户类对应一组特征数据；对于所述至少一个用户类中的每一个用户类：基于所述一组特征数据、至少一个预设成本以及决策模型，确定与所述用户类对应的成本-收益曲线，其中，所述决策模型为机器学习模型；至少基于所述成本-收益曲线，确定针对每个用户类的目标成本。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
