公开(公告)号：CN114066509A

公开(公告)日：2022-02-18

申请号：CN202111289787.4

申请日：2021-11-02

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘关明 ,  李莹

IPC: G06Q30/02

Abstract: 本说明书披露的多个实施例提供了一种预测模型训练、退款率预测方法、装置及设备。采用人工智能的方式对未来的交易周期内可能产生多少退款进行预测。在模型训练阶段，针对目标历史交易周期，统计目标历史交易周期产生的交易金额，并且，统计目标历史交易周期起的连续N个历史交易周期分别产生的针对目标历史交易周期的退款金额，如此可以计算出目标历史交易周期起的连续N个历史交易周期的退款率R1至RN。基于R1至RN，生成标签向量与样本向量，其中，将标签向量中靠后的若干维度值进行修改，使得标签向量中靠后的若干维度值实际上不准确，得到样本向量。将样本向量输入到预测模型，进行预测，输出与样本向量维数相同的预测向量。

公开(公告)号：CN111160614A

公开(公告)日：2020-05-15

申请号：CN201911229080.7

申请日：2019-12-04

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 林勇 ,  李莹 ,  钱晓军 ,  宋乐 ,  漆远

IPC: G06Q10/04 ,  G06Q10/06

Abstract: 本说明书一个或多个实施例提供了一种资源转移预测模型的训练方法、装置及计算设备。在一个实施例中，该方法包括：获取多个历史行为数据集合中的多个用户的历史行为特征数据和资源转移数据；将每一个历史行为数据集合对应的历史行为特征数据输入模型，得到每一个历史行为数据集合对应的预测值；聚合每一个历史行为数据集合对应的预测值和资源转移数据，得到每一个历史行为数据集合对应的损失函数；在每一个历史行为数据集合对应的损失函数不满足预设条件的情况下，根据每一个历史行为数据集合对应的损失函数调整模型中的参数；继续迭代，直至损失函数满足预设条件，将参数调整后的模型作为训练后的资源转移预测模型。

公开(公告)号：CN111160614B

公开(公告)日：2023-03-24

申请号：CN201911229080.7

申请日：2019-12-04

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 林勇 ,  李莹 ,  钱晓军 ,  宋乐 ,  漆远

IPC: G06Q10/04 ,  G06Q10/067

Abstract: 本说明书一个或多个实施例提供了一种资源转移预测模型的训练方法、装置及计算设备。在一个实施例中，该方法包括：获取多个历史行为数据集合中的多个用户的历史行为特征数据和资源转移数据；将每一个历史行为数据集合对应的历史行为特征数据输入模型，得到每一个历史行为数据集合对应的预测值；聚合每一个历史行为数据集合对应的预测值和资源转移数据，得到每一个历史行为数据集合对应的损失函数；在每一个历史行为数据集合对应的损失函数不满足预设条件的情况下，根据每一个历史行为数据集合对应的损失函数调整模型中的参数；继续迭代，直至损失函数满足预设条件，将参数调整后的模型作为训练后的资源转移预测模型。