-
公开(公告)号：CN115861681A
公开(公告)日：2023-03-28
申请号：CN202211422452.X
申请日：2022-11-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/09
Abstract: 本说明书实施例公开了一种模型的元学习方法、装置以及设备。方案包括通过获取包含M个样本的集合；针对第i个样本Si，生成对应于所述训练样本的嵌入向量φi和中间特征图ηi；根据所产生的M个嵌入向量的平均值τc生成维度注意力图Md，和，根据所产生的M个中间特征图的平均值τη生成区域注意力图Mr；融合所述嵌入向量φi和维度注意力图Md生成维度特征向量φi’，以及，融合所述第i个样本的中间特征图ηi和所述区域注意力图Mr生成区域特征图ηi’；根据所述维度特征向量φi’和所述区域特征图ηi’进行训练。从而实现在元学习中，通过从维度和区域这两个不同的角度上来精确定位任务所需要的特征，减少无关特征的干扰。
-
公开(公告)号：CN117390415A
公开(公告)日：2024-01-12
申请号：CN202311372133.7
申请日：2023-10-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/21 , G06F18/213 , G06F18/214 , G06F18/243 , G06N3/045 , G06N3/08
Abstract: 本公开提供一种预测模型的训练方法、待预测对象的预测方法、系统，包括：获得样本用户数据，样本用户数据为预设应用场景下用于对待预测对象进行预测的用户数据，基于样本用户数据构建多个决策条件向量，多个决策条件向量包括用于预测待预测对象的各决策条件信息各自对应的向量，基于样本用户数据和多个决策条件向量进行特征增强处理，得到增强特征向量，基于多个决策条件向量和增强特征向量训练得到预测模型，其中，预测模型用于根据获得的目标用户数据对待预测对象进行预测，可以提高训练的泛化能力、有效性、可靠性。
-
公开(公告)号：CN116362333A
公开(公告)日：2023-06-30
申请号：CN202310338778.2
申请日：2023-03-31
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 李盟
IPC: G06N5/025 , G06N7/01 , G06F16/2458 , G06Q10/0637 , G06Q40/03
Abstract: 本说明书实施例提供金融应用决策的规则学习方法、金融应用决策方法及装置。在规则学习时，使用多种规则挖掘策略来根据金融应用的数据样本集联合挖掘用于金融应用决策的候选规则集，所使用的规则挖掘策略包括基于约束自适应树的规则挖掘策略、基于条件图的规则挖掘策略和基于贝叶斯网络的规则挖掘策略。然后，对候选规则集进行规则过滤，并且使用规则优化策略来对经过规则过滤后的规则集进行规则优化。
-
公开(公告)号：CN112801231B
公开(公告)日：2021-07-06
申请号：CN202110373889.8
申请日：2021-04-07
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种用于业务对象分类的决策模型训练方法和装置。训练方法包括，首先获取样本总集和训练的约束条件；然后根据样本总集，通过节点分裂的方式构建决策树，其中针对任意的当前节点进行分裂的过程包括：对于当前节点的多个备选分裂条件中任一分裂条件，根据依照该分裂条件对当前节点进行分裂得到的两个子节点对于约束条件的符合程度，确定该分裂条件的约束适应度；根据该分裂条件的分裂纯度和所述约束适应度，确定该分裂条件的综合得分；根据多个备选分裂条件中综合得分最优的分裂条件，对当前节点进行分裂。然后基于上述决策树，确定用于对业务对象分类的决策模型。
-
Patent Agency Ranking
公开(公告)号：CN112801231A
公开(公告)日：2021-05-14
申请号：CN202110373889.8
申请日：2021-04-07
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种用于业务对象分类的决策模型训练方法和装置。训练方法包括，首先获取样本总集和训练的约束条件；然后根据样本总集，通过节点分裂的方式构建决策树，其中针对任意的当前节点进行分裂的过程包括：对于当前节点的多个备选分裂条件中任一分裂条件，根据依照该分裂条件对当前节点进行分裂得到的两个子节点对于约束条件的符合程度，确定该分裂条件的约束适应度；根据该分裂条件的分裂纯度和所述约束适应度，确定该分裂条件的综合得分；根据多个备选分裂条件中综合得分最优的分裂条件，对当前节点进行分裂。然后基于上述决策树，确定用于对业务对象分类的决策模型。
-
公开(公告)号：CN115600092A
公开(公告)日：2023-01-13
申请号：CN202211257413.9
申请日：2022-10-14
Applicant: 支付宝(杭州)信息技术有限公司(CN)
IPC: G06F18/211 , G06F18/2431 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供了用于生成规则集的方法及装置。在该方法中，基于数据样本确定各个决策条件以及各个决策条件包括的特征；利用神经网络对各个决策条件以及各个特征进行向量化处理，以得到各个决策条件对应的条件向量化表征以及各个特征对应的特征向量化表征；根据各个决策条件对应的条件向量化表征确定各个决策条件之间的条件关联性；根据各个决策条件以及条件关联性构建决策条件关系图；根据各个特征对应的特征向量化表征确定各个特征之间的特征关联性；根据各个特征以及特征关联性构建特征关系图；以及根据决策条件关系图以及特征关系图抽取多个规则，以得到规则集。
-
公开(公告)号：CN111260077A
公开(公告)日：2020-06-09
申请号：CN202010036642.2
申请日：2020-01-14
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 李盟
IPC: G06N20/00
Abstract: 本说明书实施例提供了一种确定业务处理模型超参数的方法和装置，所述模型包括n个离散型超参数，所述方法包括：获取p个父代离散型超参数组合，其中包括父代第一离散型超参数组合；对父代第一离散型超参数组合进行遗传算法中的交叉操作，以获取交叉后第一离散型超参数组合；对交叉后第一离散型超参数组合进行遗传算法中的变异操作，以获取子代第一离散型超参数组合；获取与子代第一离散型超参数组合对应的业务处理模型的性能值；确定新的父代第一离散型超参数组合。
-
公开(公告)号：CN111079812A
公开(公告)日：2020-04-28
申请号：CN201911252138.X
申请日：2019-12-09
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 李盟
IPC: G06K9/62
Abstract: 本说明书实施例提供生成评估条件集合的方法、装置及电子设备，其中一个方法包括执行第一生成处理，包括：使用训练集合对决策树模型进行训练；从所训练的决策树模型抽取至少一个第一评估条件集合；使用验证集合对所述第一评估条件集合进行验证；从第一评估条件集合中筛选出符合约束条件集合的至少一个第二评估条件集合；基于第一优化指标，对第二评估条件集合进行排序；以及基于所述排序从第二评估条件集合选择期望的第三评估条件集合。
-
公开(公告)号：CN115471342A
公开(公告)日：2022-12-13
申请号：CN202211260023.7
申请日：2022-10-14
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 李盟
Abstract: 本说明书实施例提供了用于生成规则集的方法及装置。在该方法中，根据约束指标类型的第一约束条件构建适应该第一约束条件的决策树；基于决策树确定包括多个规则的待选规则集；按照以下方式针对所得到的待选规则集中的各个规则子集计算对应的后验概率：针对各个规则子集，确定该规则子集对应的先验概率；基于约束指标类型的第二约束条件确定该规则子集对应的似然概率；根据先验概率和似然概率计算该规则子集对应的后验概率；以及根据各个规则子集对应的后验概率得到作为模型的规则集。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
