公开(公告)号：CN117408745A

公开(公告)日：2024-01-16

申请号：CN202311370240.6

申请日：2023-10-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 安志成 ,  涂珂 ,  吴郑伟 ,  张志强 ,  周俊

IPC: G06Q30/0211 ,  G06N5/04 ,  G06F18/214 ,  G06F18/25

Abstract: 本说明书的实施例提供了一种基于因果效应估计的增益预测方法和装置。在该基于因果效应估计的增益预测方法中，对所获取的待预测样本的初始特征表示和对应的关联样本的初始特征表示分别进行解耦，得到对应的调整变量特征表示和混淆变量特征表示；再根据所得到的关联样本对应的调整变量特征表示和混淆变量特征表示进行聚合，得到对应的、融合有关联样本的对应信息的聚合调整变量特征表示和聚合混淆变量特征表示；进而基于待预测样本的混淆变量特征表示以及对应的聚合调整变量特征表示和聚合混淆变量特征表示的融合确定对应的聚合预测特征表示；并据此确定待预测样本对应的增益大小。

公开(公告)号：CN119089042A

公开(公告)日：2024-12-06

申请号：CN202411140267.0

申请日：2024-08-19

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 顾喆旭 ,  安志成 ,  俞力 ,  涂珂 ,  吴郑伟 ,  胡斌斌 ,  张志强 ,  顾立宏 ,  顾进杰

IPC: G06F16/9535 ,  G06F16/906 ,  G06F18/24 ,  G06N3/096 ,  G06N3/094 ,  G06N3/0455

Abstract: 本说明书实施例提出一种模型训练方法、推荐数据点击率的预测方法和电子设备，上述模型训练方法中，获取目标域样本数据和所述目标样本数据对应的点击率的标签值之后，首先分别通过学生模型中的第一表征解耦模型和第二表征解耦模型，以及已完成参数调整的老师模型中的域分类器，获得域共享表征向量和域独有表征向量，然后根据域共享表征向量和域独有表征向量，通过学生模型中的点击率预测模型获得目标域样本数据对应的点击率的第一预测值，最后，以最小化学生模型的损失函数为目的，调整点击率预测模型、第一表征解耦模型和第二表征解耦模型的参数，其中，学生模型的损失函数包括目标域样本数据对应的点击率的标签值和第一预测值之间的交叉熵。

公开(公告)号：CN115577260A

公开(公告)日：2023-01-06

申请号：CN202211173543.4

申请日：2022-09-26

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 安志成 ,  吴郑伟 ,  胡斌斌

IPC: G06F18/214 ,  G06F18/243

Abstract: 本说明书实施例提供了一种模型训练方法、节点信息确定方法及装置。在模型训练方法中，可以利用关系网络训练标签一致性模型。其中，关系网络包括多个节点以及节点之间的连接边。为了训练该标签一致性模型，首先可以从关系网络中获取训练样本，训练样本包含具有第一标签和第一特征的第一节点，以及具有第二标签和第二特征的第二节点，两个节点通过第一边相连接。然后，基于两个标签的比较确定第一边的可信度标签，其用于标识两个标签之间的一致性信息。接着，基于两个特征，通过标签一致性模型确定第一边的样本可信度，并基于样本可信度和可信度标签之间的差异确定预测损失，基于预测损失更新标签一致性模型。