-
公开(公告)号：CN112016620A
公开(公告)日：2020-12-01
申请号：CN202010885538.0
申请日：2020-08-28
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种可解释的图神经网络预测方法、系统和装置，所述方法包括：将图神经网络中的多个节点通过训练好的决策树模型映射为多个N维的独热编码，每个独热编码对应决策树的一个叶子节点；将节点的独热编码和至少一个邻居节点的独热编码输入训练好的预测模型，所述预测模型包括传播层、融合层、拼接层和回归层，其中：传播层基于训练好的传播模型，获取至少一个N维的传播向量；融合层基于至少一个N维的传播向量，获取N维的融合向量；拼接层将节点N维的独热编码和N维的融合向量拼接，得到节点的2N维的表示向量；回归层基于节点的表示向量得到预测结果；基于决策树以及节点的2N维的表示向量，获取节点的预测结果的解释。
-
公开(公告)号：CN111985729A
公开(公告)日：2020-11-24
申请号：CN202010926872.6
申请日：2020-09-07
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种基于图神经网络进行预测的方法、系统和装置，所述方法包括：将多个节点的特征向量输入转换模型，获得多个节点的转换向量；针对每一个邻居节点，将待预测节点的转换向量、邻居节点的转换向量，以及连接待预测节点和邻居节点的边的特征向量拼接，并将拼接得到的第一拼接向量输入传播模型，获取邻居节点的传播向量；基于至少一个邻居节点的传播向量以及待预测节点的转换向量，聚合获取待预测节点的表示向量；用待预测节点的表示向量替代待预测节点的转换向量，迭代传播和聚合，得到待预测节点的新的表示向量；将待预测节点的新的表示向量输入预测模型，获取待预测节点的预测结果。
-
公开(公告)号：CN111985622A
公开(公告)日：2020-11-24
申请号：CN202010864281.0
申请日：2020-08-25
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图神经网络训练方法和系统。所述图神经网络训练方法包括：获取全图，将所述全图根据预设条件划分为多个子图；从所述多个子图中选择参与图神经网络训练的至少一个子图，根据所述参与图神经网络训练的至少一个子图得到训练图，基于所述训练图，得到所述训练图中每一个节点的节点特征向量；基于所述训练图中每一个节点的节点特征向量以及节点之间的边，进行传播和聚合，得到所述训练图中每一个当前节点融合了邻居节点特征以及边特征的节点融合向量；基于所述训练图的节点融合向量，根据节点标签得到损失函数，基于所述损失函数对初始图神经网络进行迭代训练，以获得所述图神经网络。
-
公开(公告)号：CN111369258A
公开(公告)日：2020-07-03
申请号：CN202010160772.7
申请日：2020-03-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种账户类型的预测方法、装置及设备，根据具有交互关联关系的不同实体对象的第一历史行为数据构建第一网络图，通过图神经网络对该第一网络图进行学习，获得表征实体对象之间的交互特征的第一节点向量，再通过该第一节点向量以及基于第二历史行为数据构建的第二网络图对实体对象的类型进行预测，从而可在预测未知类型的实体对象的类型时，可基于实体对象之间的交互特征更加准确地对实体对象的类型进行预测。
-
Patent Agency Ranking
公开(公告)号：CN111091001B
公开(公告)日：2020-06-23
申请号：CN202010198678.0
申请日：2020-03-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06K9/62
Abstract: 本说明书提供一种词语的词向量的生成方法、装置及设备，所述方法包括：将待处理语料进行分词后，分别确定出各个分词后的词语的n元笔画和m元注音字符，进一步初始化各个词语的词向量、笔画向量、注音字符向量，基于词向量、笔画向量、注音字符向量计算出各个词语与上下文词语之间的综合相似度以及与负样例词语之间的综合相似度，基于计算出的综合相似度对各个词语的词向量、笔画向量、注音字符向量进行优化调整。笔画和注音分别表征了词语两个不同方向的特征，将笔画和注音特征相融合，综合了词语尤其是中文词语的特有特征进行词向量的训练优化。
-
公开(公告)号：CN111026973A
公开(公告)日：2020-04-17
申请号：CN201911375799.1
申请日：2019-12-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9536 , G06Q10/04
Abstract: 本发明提供一种商品兴趣度预测方法、装置及电子设备；所述方法包括：获取用户关系网络图；所述用户关系网络图包括：表示用户的用户节点，以及连接所述用户节点以表示用户间存在好友关系的边；其中，部分所述用户节点关联有用于表示商品兴趣度的标签；将所述用户关系网络图输入图注意力网络模型，得到连接有所述边的两个所述用户节点间的影响度；根据所述影响度和所述用户关系网络图，生成加权用户关系网络图；根据所述加权用户关系网络图，使用预定的预测算法，得到商品兴趣度预测结果。
-
公开(公告)号：CN111026973B
公开(公告)日：2023-04-18
申请号：CN201911375799.1
申请日：2019-12-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9536 , G06Q10/04
Abstract: 本发明提供一种商品兴趣度预测方法、装置及电子设备；所述方法包括：获取用户关系网络图；所述用户关系网络图包括：表示用户的用户节点，以及连接所述用户节点以表示用户间存在好友关系的边；其中，部分所述用户节点关联有用于表示商品兴趣度的标签；将所述用户关系网络图输入图注意力网络模型，得到连接有所述边的两个所述用户节点间的影响度；根据所述影响度和所述用户关系网络图，生成加权用户关系网络图；根据所述加权用户关系网络图，使用预定的预测算法，得到商品兴趣度预测结果。
-
公开(公告)号：CN111582872A
公开(公告)日：2020-08-25
申请号：CN202010373952.3
申请日：2020-05-06
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异常账号检测模型训练、异常账号检测方法、装置及设备，其中，异常账号检测模型训练方法可以基于目标应用在预设时段内的账号注册数据，构建包含账号和设备两种节点的网络图，在该网络图中，一个账号和注册该账号的设备之间存在一条边；然后基于预设图节点表示向量学习算法，确定所述网络图中账号的表示向量；最后将网络图中账号的表示向量和标签作为输入，对目标残差网络进行有监督的训练，训练好的目标残差网络可用于检测使用同一设备在目标应用中注册的多个账号中的一个账号是否为异常账号。
-
公开(公告)号：CN111091001A
公开(公告)日：2020-05-01
申请号：CN202010198678.0
申请日：2020-03-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06K9/62
Abstract: 本说明书提供一种词语的词向量的生成方法、装置及设备，所述方法包括：将待处理语料进行分词后，分别确定出各个分词后的词语的n元笔画和m元注音字符，进一步初始化各个词语的词向量、笔画向量、注音字符向量，基于词向量、笔画向量、注音字符向量计算出各个词语与上下文词语之间的综合相似度以及与负样例词语之间的综合相似度，基于计算出的综合相似度对各个词语的词向量、笔画向量、注音字符向量进行优化调整。笔画和注音分别表征了词语两个不同方向的特征，将笔画和注音特征相融合，综合了词语尤其是中文词语的特有特征进行词向量的训练优化。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.031 seconds)
