公开(公告)号：CN113408706B

公开(公告)日：2022-04-12

申请号：CN202110747531.7

申请日：2021-07-01

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王伟帆 ,  程晓程 ,  刘子奇 ,  林宇 ,  申月 ,  张志强

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06Q50/00 ,  G06F40/284 ,  G06F40/30

Abstract: 本说明书实施例提供一种训练用户兴趣挖掘模型、用户兴趣挖掘的方法和装置，方法包括：获取多个样本用户构成的关系网络图，关系网络图中具有社交关系的两个样本用户之间具有连接边；根据用户的行为日志特征，确定其初始用户表征向量；将多个样本用户分别对应的初始用户表征向量和关系网络图输入所述图神经网络，得到目标用户的融合用户表征向量；将多个样本用户分别对应的融合用户表征向量输入兴趣分布预测网络，得到各样本用户分别对应的兴趣分布参数；调整网络参数，使得兴趣分布参数所表征的预测兴趣分布与已知的用户兴趣先验分布之间的分布差异减小。对于不活跃的用户，也能有效挖掘用户兴趣。

公开(公告)号：CN113656651A

公开(公告)日：2021-11-16

申请号：CN202111003074.7

申请日：2021-08-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨硕 ,  张志强 ,  周俊

IPC: G06F16/901 ,  G06F16/906 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供图节点关系表征生成和图节点业务关系预测方法及装置。在生成图节点关系表征时，分别自第一和第二图节点开始执行节点表征传播和节点表征聚合，确定第二和第一图节点的节点表征；并且基于第一和第二图节点的节点表征，生成第一和第二图节点之间的节点关系表征。在节点表征传播时，将每个源图节点的上一节点传播表征传播给该源图节点的目标图节点集合的每个目标图节点；根据各个目标图节点接收的节点传播表征以及自身上一节点传播表征，生成各个目标图节点的当前节点传播表征。在节点表征聚合处理时，根据聚合图节点的上一节点表征以及邻居图节点的上一节点表征，生成聚合图节点的当前节点表征。

公开(公告)号：CN112581191A

公开(公告)日：2021-03-30

申请号：CN202011626281.3

申请日：2020-08-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 庄晨熠 ,  张志强 ,  刘子奇 ,  周俊 ,  谭译泽 ,  魏建平 ,  刘致宁 ,  吴郑伟 ,  顾进杰 ,  漆远 ,  张冠男

IPC: G06Q30/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种行为预测模型的训练方法，包括：针对目标对象，获取基于多个种子用户形成的多个正样本，其中任意的第一正样本包括，与第一种子用户对应的第一用户特征和正例标签，此标签指示对应用户是被确定为对目标对象做出特定行为的用户；基于多个种子用户各自的用户特征，采用无监督的离群点检测算法，确定第一种子用户的离群分数，作为针对行为预测任务的第一训练权重；利用包括上述多个正样本以及预先获取的多个负样本，对第一行为预测模型进行第一训练，具体包括：将第一用户特征输入第一行为预测模型中，结合得到的行为预测结果和上述正例标签，确定行为预测损失，并利用第一训练权重对其进行加权处理，以训练第一行为预测模型。

公开(公告)号：CN112528110A

公开(公告)日：2021-03-19

申请号：CN202011429718.4

申请日：2020-07-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王岱鑫 ,  张志强 ,  方精丽 ,  贾全慧

IPC: G06F16/906 ,  G06F16/35 ,  G06K9/62 ,  G06N3/04

Abstract: 本说明书实施例提供一种确定实体业务属性的方法，一方面，利用时序神经网络处理待预测实体在不同历史时间点的表达向量，考虑待预测实体状态的时序特征，另一方面，单个历史时间点的表达向量基于按照相应的实体状态确定的关系网络，进行邻居节点的节点向量聚合，充分考虑与预测实体相关联的其他实体对预测实体状态的影响，从而对预测实体产生具有更好的表达能力的表达向量。通过这种对具有更好的表达能力的表达向量的分析，可以提高对实体的预定业务属性预测的准确度。

公开(公告)号：CN111581450A

公开(公告)日：2020-08-25

申请号：CN202010588745.X

申请日：2020-06-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡斌斌 ,  周俊 ,  贾全慧 ,  方彦明 ,  张志强 ,  杨双红 ,  余泉 ,  方精丽

IPC: G06F16/901 ,  G06Q10/04 ,  G06Q40/02 ,  G06N3/04 ,  G06N20/00

Abstract: 本说明书实施例提供一种确定用户的业务属性的方法，一方面，基于异构图确定用户的预测向量，将各个关联关系下获取的用户的表达向量融合，综合了各种可能的信息，从多维度丰富用户信息，利用信息互补性探索多重关系下的丰富语义，从而避免单一信息缺失无法准确描述用户导致的无法预测用户业务属性的情形；另一方面，在单个关联关系下确定用户的表达向量过程中，不仅考虑用户与其他用户之间的关联影响，而且还考虑连接边对应的业务属性对这种关联关系的影响，充分利用用户的局部结构信息来增强对用户的表示能力，从而提高对用户业务属性预测的准确度。

公开(公告)号：CN111309983A

公开(公告)日：2020-06-19

申请号：CN202010162991.9

申请日：2020-03-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡斌斌 ,  方精丽 ,  贾全慧 ,  张志强 ,  周俊 ,  方彦明 ,  杨双红 ,  余泉

IPC: G06F16/901 ,  G06N3/08

Abstract: 本说明书实施例提供一种基于异构图进行业务处理的方法和装置，可以利用不同结构的关系网络构成的异构图直接进行业务处理。在本说明书的实施架构下，利用多个不同连接关系类型的关系网络，可以更加全面的刻画实体的特征，另一方面，针对各个关系网络分别处理得到节点的各个业务表征向量，无需对各个关系网络进行综合，可以避免繁琐的手工特征抽取，进一步地，可以自动确定在当前业务下，当前实体在每个关系网络中的重要度系数(权重)，实现在各个关系网络下的信息融合，从而使得对当前实体的评估结果更加准确。