-
公开(公告)号:CN119205118A
公开(公告)日:2024-12-27
申请号:CN202411217185.1
申请日:2024-08-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种异常检测方法、装置、介质及设备,首先确定待检测账户,并获取包含待检测账户的图数据,图数据是以账户为节点,账户之间关系为边的图数据。将待检测账户对应的节点,作为待检测节点,根据预设的节点数量以及预设跳数,确定待检测节点的多个子图。将各子图分别输入训练完成的评分模型,分别得到各子图的评分。根据各子图的评分,确定待检测账户的检测结果。通过训练完成的评分模型,对从图数据上采集的子图进行评分,确定检测结果。避免了需要大量的人力成本去进行检测规则的提取。
-
公开(公告)号:CN116306975A
公开(公告)日:2023-06-23
申请号:CN202310247759.9
申请日:2023-03-10
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风险检测模型的训练方法及装置,通过从各种交易数据的海量样本中确定备选样本,再结合基于业务场景对应话术及预设的对话特征,确定风险样本。这样,可以弥补在风险样本识别的过程中存在风险样本遗漏的问题,在有限的预算下获取更多更精准的风险样本。之后,基于风险样本训练风险检测模型,进而得到精准的风险检测模型。
-
公开(公告)号:CN117094554A
公开(公告)日:2023-11-21
申请号:CN202311007497.5
申请日:2023-08-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635
Abstract: 本说明书实施例公开了一种账户群组的发现方法、装置及设备,该方法包括:获取目标业务中包含的多种不同的关联关系的账户的信息,并基于每一种关联关系的账户的信息,构建每一种关联关系对应的账户关联图;对每一种关联关系对应的账户关联图进行社区划分处理,得到每一种关联关系对应的账户关联图的节点社区结构,并对得到的每一种关联关系对应的账户关联图的节点社区结构的可靠程度进行评估;基于不同账户关联图的节点社区结构的可靠程度、账户关联图中的账户群组的节点和账户的信息构建相应的二部图,对该二部图进行社区划分处理,得到目标业务中存在预设风险的目标账户群组。
-
公开(公告)号:CN115827918B
公开(公告)日:2023-05-05
申请号:CN202310111717.2
申请日:2023-02-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/90
Abstract: 本说明书公开了一种执行业务的方法、装置、存储介质及电子设备,响应于用户的业务请求,确定输入目标模型的业务数据以及该目标模型输出的业务结果,在该业务数据的数据维度对应的维度空间中,根据预设的距离,确定封闭空间,并确定在该封闭空间表面上的历史业务数据,作为相关数据,根据该业务数据及该相关数据,确定该相关数据的各数据维度的梯度通量,针对每个数据维度,根据各相关数据对应的该数据维度的梯度通量,确定该数据维度在该业务数据中的重要性。通过各数据维度以及各数据维度的重要性,对该目标模型输出的业务结果进行解释,获取用户的信任,提高业务执行成功率。
-
公开(公告)号:CN113191434A
公开(公告)日:2021-07-30
申请号:CN202110493567.7
申请日:2021-05-07
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训练风险识别模型的方法和装置。根据该实施例的方法,首先确定新增任务;然后确定所述新增任务与已训练得到的第一风险识别模型对应的已有任务之间的相似性;若所述相似性满足预设的条件,则依据所述新增任务在所述第一风险识别模型中修改结构,所述修改结构包括新增结构和/或删除结构;最后采用增量学习算法,利用所述新增任务对包含修改结构的第一风险识别模型进行模型参数的更新,得到第二风险识别模型。
-
公开(公告)号:CN115827918A
公开(公告)日:2023-03-21
申请号:CN202310111717.2
申请日:2023-02-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/90
Abstract: 本说明书公开了一种执行业务的方法、装置、存储介质及电子设备,响应于用户的业务请求,确定输入目标模型的业务数据以及该目标模型输出的业务结果,在该业务数据的数据维度对应的维度空间中,根据预设的距离,确定封闭空间,并确定在该封闭空间表面上的历史业务数据,作为相关数据,根据该业务数据及该相关数据,确定该相关数据的各数据维度的梯度通量,针对每个数据维度,根据各相关数据对应的该数据维度的梯度通量,确定该数据维度在该业务数据中的重要性。通过各数据维度以及各数据维度的重要性,对该目标模型输出的业务结果进行解释,获取用户的信任,提高业务执行成功率。
-
-
-
-
-