-
公开(公告)号：CN111078880B
公开(公告)日：2023-07-21
申请号：CN201911272849.3
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/289 , G06Q10/0635 , G06Q40/04
Abstract: 本说明书提供子应用的风险识别方法以及装置，其中所述子应用的风险识别方法，应用于第三方应用，包括：获取搭载于第三方应用并依赖所述第三方应用运行的子应用的属性数据；通过对所述属性数据进行预处理，获得各个风险识别维度的风险识别数据；将所述各个风险识别维度的风险识别数据分别输入至所述各个风险识别维度对应的风险识别模型，对所述子应用在所述各个风险识别维度进行风险识别，获得所述各个风险识别模型输出的所述各个风险识别维度的风险评分；根据所述各个风险识别维度的风险评分计算所述子应用的风险总评分，并基于所述风险总评分确定所述子应用的风险识别结果。
-
公开(公告)号：CN111553488B
公开(公告)日：2020-10-20
申请号：CN202010661868.1
申请日：2020-07-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种针对用户行为的风险识别模型训练方法及系统。所述方法包括：循环执行以下步骤，直到满足循环停止条件：服务端将本地的第一类风险识别模型的第一类模型参数集分别下发到至少两个用户终端；每个用户终端执行：基于所接收到的第一类模型参数集配置本地的第二类风险识别模型；获取本地的行为模式特征；将本地的行为模式特征输入到本地的第二类风险识别模型，以便根据对应的风险标签训练本地的第二类风险识别模型；以减小本地的第二类风险识别模型的训练损失为目标，更新本地第二类风险识别模型；将本地的第二类风险识别模型的第二类模型参数集上传给服务端；服务端根据接收到的各第二类模型参数集，重新确定第一类模型参数集。
-
公开(公告)号：CN112215238A
公开(公告)日：2021-01-12
申请号：CN202011182994.5
申请日：2020-10-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种通用特征提取模型构建方法、系统及装置。该方法包括：服务端确定所有原始数据中所包含的全部特征类型；针对所获取的全部特征类型构建去噪模型；服务端将所确定的全部特征类型、以及去噪模型下发到每个终端；每个终端根据全部特征类型，确定本地原始数据的缺失特征类型，并基于缺失值填充算法对本地原始数据进行填充，将每条原始数据扩展为包含全部特征类型特征值的标准数据；每个终端对标准数据进行加噪处理，得到训练样本集，训练样本集中每条训练样本以加噪后的标准数据为特征值，以加噪前的标准数据为标签值；服务端与系统中一个或多个终端联合训练去噪模型，利用训练后的去噪模型隐藏层信息构建通用特征提取模型。
-
公开(公告)号：CN111553488A
公开(公告)日：2020-08-18
申请号：CN202010661868.1
申请日：2020-07-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种针对用户行为的风险识别模型训练方法及系统。所述方法包括：循环执行以下步骤，直到满足循环停止条件：服务端将本地的第一类风险识别模型的第一类模型参数集分别下发到至少两个用户终端；每个用户终端执行：基于所接收到的第一类模型参数集配置本地的第二类风险识别模型；获取本地的行为模式特征；将本地的行为模式特征输入到本地的第二类风险识别模型，以便根据对应的风险标签训练本地的第二类风险识别模型；以减小本地的第二类风险识别模型的训练损失为目标，更新本地第二类风险识别模型；将本地的第二类风险识别模型的第二类模型参数集上传给服务端；服务端根据接收到的各第二类模型参数集，重新确定第一类模型参数集。
-
公开(公告)号：CN111538794A
公开(公告)日：2020-08-14
申请号：CN202010334175.1
申请日：2020-04-24
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数据融合方法、装置及设备。方案包括：获取第一数据集中的第一实体数据的第一基础数据；获取第二数据集中的第二实体数据的第二基础数据；基于所述第一基础数据和所述第二基础数据判断所述第一实体与所述第二实体是否为同一行为实体，得到判断结果；当所述判断结果表示所述第一实体与所述第二实体为同一行为实体时，将所述第一实体数据和所述第二实体数据合并为第三实体数据，所述第三实体数据用于描述所述行为实体，所述第三实体数据中包含的基础数据的信息大于所述第一实体数据，且大于所述第二实体数据。
-
Patent Agency Ranking
公开(公告)号：CN111538794B
公开(公告)日：2023-10-03
申请号：CN202010334175.1
申请日：2020-04-24
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数据融合方法、装置及设备。方案包括：获取第一数据集中的第一实体数据的第一基础数据；获取第二数据集中的第二实体数据的第二基础数据；基于所述第一基础数据和所述第二基础数据判断所述第一实体与所述第二实体是否为同一行为实体，得到判断结果；当所述判断结果表示所述第一实体与所述第二实体为同一行为实体时，将所述第一实体数据和所述第二实体数据合并为第三实体数据，所述第三实体数据用于描述所述行为实体，所述第三实体数据中包含的基础数据的信息大于所述第一实体数据，且大于所述第二实体数据。
-
公开(公告)号：CN113112289B
公开(公告)日：2023-04-07
申请号：CN202110313611.1
申请日：2021-03-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/0202 , G06Q10/04
Abstract: 本说明书提出一种商户信息更新方法及装置，应用于第三方支付平台，第三方支付平台对接若干商户，用于对商户的预测信息进行更新；方法包括：针对任一目标商户，获取该目标商户的真实静态数据，并基于所获取的真实静态数据，确定该目标商户的预测信息，将预测信息更新为该目标商户当前的预测信息；所述真实静态数据为用于表征商户经营内容且能够确保真实性的数据；针对目标商户，循环执行以下步骤：获取该目标商户完成上一次信息更新后的新增行为数据，并将新增行为数据与当前存储的所述目标商户的行为数据进行合并；利用合并后的行为数据以及所述真实静态数据，确定目标商户的预测信息，并将所确定的预测信息更新为该目标商户当前的预测信息。
-
公开(公告)号：CN112215238B
公开(公告)日：2022-06-07
申请号：CN202011182994.5
申请日：2020-10-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/30 , G06V10/40 , G06V10/774 , G06K9/62
Abstract: 本说明书公开了一种通用特征提取模型构建方法、系统及装置。该方法包括：服务端确定所有原始数据中所包含的全部特征类型；针对所获取的全部特征类型构建去噪模型；服务端将所确定的全部特征类型、以及去噪模型下发到每个终端；每个终端根据全部特征类型，确定本地原始数据的缺失特征类型，并基于缺失值填充算法对本地原始数据进行填充，将每条原始数据扩展为包含全部特征类型特征值的标准数据；每个终端对标准数据进行加噪处理，得到训练样本集，训练样本集中每条训练样本以加噪后的标准数据为特征值，以加噪前的标准数据为标签值；服务端与系统中一个或多个终端联合训练去噪模型，利用训练后的去噪模型隐藏层信息构建通用特征提取模型。
-
公开(公告)号：CN113112289A
公开(公告)日：2021-07-13
申请号：CN202110313611.1
申请日：2021-03-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提出一种商户信息更新方法及装置，应用于第三方支付平台，第三方支付平台对接若干商户，用于对商户的预测信息进行更新；方法包括：针对任一目标商户，获取该目标商户的真实静态数据，并基于所获取的真实静态数据，确定该目标商户的预测信息，将预测信息更新为该目标商户当前的预测信息；所述真实静态数据为用于表征商户经营内容且能够确保真实性的数据；针对目标商户，循环执行以下步骤：获取该目标商户完成上一次信息更新后的新增行为数据，并将新增行为数据与当前存储的所述目标商户的行为数据进行合并；利用合并后的行为数据以及所述真实静态数据，确定目标商户的预测信息，并将所确定的预测信息更新为该目标商户当前的预测信息。
-
公开(公告)号：CN111078880A
公开(公告)日：2020-04-28
申请号：CN201911272849.3
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/289 , G06Q10/06 , G06Q40/04
Abstract: 本说明书提供子应用的风险识别方法以及装置，其中所述子应用的风险识别方法，应用于第三方应用，包括：获取搭载于第三方应用并依赖所述第三方应用运行的子应用的属性数据；通过对所述属性数据进行预处理，获得各个风险识别维度的风险识别数据；将所述各个风险识别维度的风险识别数据分别输入至所述各个风险识别维度对应的风险识别模型，对所述子应用在所述各个风险识别维度进行风险识别，获得所述各个风险识别模型输出的所述各个风险识别维度的风险评分；根据所述各个风险识别维度的风险评分计算所述子应用的风险总评分，并基于所述风险总评分确定所述子应用的风险识别结果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.049 seconds)
