公开(公告)号：CN115936057A

公开(公告)日：2023-04-07

申请号：CN202211538942.6

申请日：2022-12-02

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 涂珂 ,  吴郑伟 ,  胡斌斌 ,  张志强

IPC: G06N3/04 ,  G06N3/082

Abstract: 本说明书实施例提供了一种基于关系网络的模型训练方法、表征确定方法及装置。其中通过注意力模型对用户节点的邻居用户节点进行选择，从而利用选择的邻居用户节点确定关系网络的选择邻接矩阵。接着，通过图神经网络，基于选择邻接矩阵将邻居节点表征向对应的用户节点传播，得到用户聚合表征；利用用户聚合表征和物表征之间的相似度拟合用户与物之间的点击行为，从而与已有点击行为之间的差异构建预测损失，并更新注意力模型。训练后的注意力模型能够选择出更可信的邻居用户。之后，利用注意力模型对用户和商品进行多路径的表征聚合，并利用自监督训练多表征聚合模型，得到最终的用户表征和商品表征，进而利用其相似度拟合用户对商品的点击概率。

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：CN118155015A

公开(公告)日：2024-06-07

申请号：CN202410301845.8

申请日：2024-03-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 涂珂 ,  张卓 ,  俞力 ,  吴郑伟 ,  张志强 ,  周俊 ,  顾立宏 ,  顾进杰

IPC: G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08 ,  G06F17/18 ,  G06Q10/04

Abstract: 本说明书的实施例提供了一种用于提升泛化性的模型训练方法和装置。在该用于提升泛化性的模型训练方法中，利用当前预测模型根据作为当前训练样本集的各个训练样本中的特征数据得到对应的预测结果；基于各个训练样本中的标签数据和对应的预测结果之间的差异确定训练样本预测损失值；再利用当前训练样本集中的各个训练样本所属的领域对应的当前领域重加权权重对各个训练样本预测损失值进行综合，得到当前训练样本集对应的预测损失值，进而确定当前总损失值；在不满足训练结束条件的情况下根据当前总损失值对当前预测模型的参数和当前领域重加权权重进行调整。

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：CN117171336A

公开(公告)日：2023-12-05

申请号：CN202311123033.0

申请日：2023-09-01

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 涂珂 ,  曲伟 ,  吴郑伟 ,  张志强 ,  刘忠义 ,  周俊 ,  张冠男

IPC: G06F16/335 ,  G06F16/36 ,  G06Q30/0601 ,  G06Q40/06

Abstract: 本说明书实施例提供推荐对象确定方法、对象推荐模型训练方法及装置。对第一用户的第一用户特征、第一对象的第一对象特征、融合有对象知识图谱的用户‑对象交互图中的第二用户的第二用户特征、第二对象的第二对象特征和对象属性的属性特征进行多意图通道解耦表征。使用第一和第二用户的多通道用户特征表征、第一和第二对象的多通道对象特征表征和对象属性的多通道对象属性特征表征，对第一用户的多通道用户特征表征和第一对象的多通道对象特征表征进行用户‑对象交互图和对象知识图谱上的表征聚合。然后，根据第一用户的经过聚合后的多通道用户特征表征和第一对象的经过聚合后的多通道对象特征表征，确定是否向第一用户推荐第一对象。