公开(公告)号：CN111932273A

公开(公告)日：2020-11-13

申请号：CN202011041842.3

申请日：2020-09-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 高利翠 ,  熊文文 ,  孟昌华

IPC: G06Q20/40

Abstract: 本说明书实施例公开了一种交易风险识别方法，包括：对任一待进行风险识别的交易，获取所述交易的各个交易节点对应的子图数据；将所述交易的各个交易节点对应的子图数据进行融合，确定融合后的图数据；根据所述融合后的图数据确定交易节点关系向量；根据所述交易节点关系向量确定所述交易的风险概率，根据所述风险概率判定所述交易是否存在风险。

公开(公告)号：CN111738534A

公开(公告)日：2020-10-02

申请号：CN202010851731.2

申请日：2020-08-21

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 应缜哲 ,  王维强 ,  李志峰 ,  孟昌华

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q30/02 ,  G06K9/62

Abstract: 本说明书实施例提供一种多任务预测模型的训练、事件类型的预测方法及装置，在训练方法中，获取初始样本集。对于任意的第一样本，在前i-1棵决策树中，获取包括第一样本的各叶子节点各自的N个分数。基于各叶子节点各自的N个分数以及第一样本的N个标签值，确定若干梯度，并执行第一融合，得到第一样本的融合梯度。对于第i棵决策树的当前节点，获取分割到当前节点的样本集中各样本的融合梯度。基于当前样本集中各样本的融合梯度，从各样本特征以及当前样本集中各样本对应于各样本特征的特征值中，分别确定出当前节点的分裂特征和特征阈值。基于当前节点的分裂特征和特征阈值，对当前样本集进行分割，生成当前节点对应的子节点，直至到达叶子节点。