-
公开(公告)号：CN115238826A
公开(公告)日：2022-10-25
申请号：CN202211121861.6
申请日：2022-09-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备，首先获取样本业务数据以及隐私数据，将获取到的样本业务数据以及隐私数据输入到待训练的参照模型中，得到第一预测结果，以及，将样本业务数据输入到待训练的预测模型中，得到第二预测结果，以最小化第一预测结果与第二预测结果之间的偏差，以及最小化第一预测结果与样本业务数据对应的标签数据之间的偏差为优化目标，对参照模型以及预测模型进行联合训练，其中，训练后的预测模型应用于业务执行。
-
公开(公告)号：CN115065644A
公开(公告)日：2022-09-16
申请号：CN202210697516.0
申请日：2022-06-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L47/2483 , H04L9/40 , G06N3/04
Abstract: 本公开涉及一种用于阻止针对应用的机器流量的系统和方法。该系统包括：流量接收模块，所述流量接收模块被配置成接收针对所述应用的流量以及与发出所述流量的设备相关联的终端实时特征；流量分析模块，所述流量分析模块被配置成基于所述终端实时特征来分析所接收到的流量以确定所述流量是否是机器流量；以及阻挡模块，所述阻挡模块被配置成在所述流量是机器流量的情况下阻止所述流量。
-
公开(公告)号：CN110879865B
公开(公告)日：2022-08-12
申请号：CN201911052966.9
申请日：2019-10-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9538 , G06N3/08 , G06F21/31
Abstract: 本说明书实施例公开了核身产品的推荐方法和装置。本说明的一个实施例公开的方法，包括：将用户的属性特征分别输入至迭代前和迭代后的第一推荐模型中，以确定多个核身产品对于用户的第一推荐值和第二推荐值，根据第一推荐值和第二推荐值确定最终推荐值，根据最终推荐值向用户推荐至少一种核身产品；第一推荐模型为强化学习模型。
-
公开(公告)号：CN114819971A
公开(公告)日：2022-07-29
申请号：CN202210429553.3
申请日：2022-04-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种基于多维度关系型数据的风控方法、图聚类方法及装置。方法包括：获取目标对象集的多维度的关系型视图数据，目标对象集包括待执行对象和已知黑名单对象。计算各维度的关系型视图数据中节点之间的相似度向量，并将各维度的相似度向量计算结果进行矩阵转换，得到各维度的相似度矩阵。构建以各维度的相似度矩阵自加权表达的统一矩阵，统一矩阵具有连通分量数等于聚类簇数的秩约束。基于各维度的相似度矩阵与统一矩阵互耦合的目标函数，对各维度的相似度矩阵与统一矩阵进行相互优化，得到优化后统一矩阵提供的目标对象集的聚类结果。基于聚类结果中待执行对象与已知黑名单对象之间的相似度，对待执行对象执行相匹配的风控操作。
-
公开(公告)号：CN112149824B
公开(公告)日：2022-07-22
申请号：CN202010968311.2
申请日：2020-09-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种更新推荐模型的方法和装置，其中推荐模型包括通过强化学习实现的智能体。方法包括：获取针对目标用户的当前推荐状态，将其输入智能体，智能体根据推荐策略，从备选动作集中确定针对目标用户的推荐动作。其中，推荐策略通过策略参数进行表征。然后，确定在执行上述推荐动作的情况下，按照推荐策略进行推荐的期望收益，作为第一收益；确定在推荐策略下，执行所有备选动作的预期平均收益，作为第二收益；并且，基于第一收益与第二收益的差值，确定执行推荐动作的遗憾度表示。根据上述遗憾度表示，确定对策略参数的更新梯度；于是根据更新梯度，更新智能体中的推荐策略。
-
Patent Agency Ranking
公开(公告)号：CN114692972A
公开(公告)日：2022-07-01
申请号：CN202210335212.X
申请日：2022-03-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种行为预测系统的训练方法，包括：获取第一训练样本，其中包括目标对象，第一用户已做出特定行为的多个历史对象，以及指示第一用户是否对所述目标对象做出所述特定行为的行为标签；将所述第一训练样本输入所述行为预测系统，该行为预测系统包括预测层，以及基于Transformer机制的编码器和解码器；其中，所述编码器确定针对所述多个历史对象的键输出矩阵和值输出矩阵；所述解码器基于所述键输出矩阵和值输出矩阵，确定所述第一用户针对所述目标对象的兴趣向量；所述预测层基于所述兴趣向量得到行为预测结果；利用所述行为预测结果和行为标签，训练所述行为预测系统。
-
公开(公告)号：CN114692892A
公开(公告)日：2022-07-01
申请号：CN202210285951.2
申请日：2022-03-23
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例描述了对数值特征进行处理的方法、模型训练方法和装置。根据实施例的方法，考虑对数值特征进行二进制编码，然后根据得到的二进制数值特征中的值可以确定出特征矩阵。如此实现了对数值特征可能值都进行了编码，能够降低特征信息损失的可能。进一步，对得到的特征矩阵进行数据域覆盖，能够使得利用该数值特征训练得到的模型在预测应用时，对未参与模型训练的数值输入值也能具有较好的输出。
-
公开(公告)号：CN110855641B
公开(公告)日：2022-07-01
申请号：CN201911043415.6
申请日：2019-10-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本发明公开了一种社区属性信息确定方法，该方法包括：获取至少一个账户之间的关系数据；在从至少一个账户中确定出至少一个社区后，根据至少一个账户之间的关系数据确定至少一个社区的属性信息；其中，属性信息包括社区节点相关信息和/或社区结构相关信息；以及输出至少一个社区及其属性信息。本发明还公开了社区属性信息确定装置、计算设备以及计算机可读存储介质。
-
公开(公告)号：CN111080304B
公开(公告)日：2022-06-03
申请号：CN201911274061.6
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种可信关系识别方法、装置及设备。方案包括：获取发生交易行为的不同类型的待识别实体在关联关系拓扑图中的图结构特征，其中，图结构特征包括待识别实体的图关系特征以及待识别实体的节点属性特征，关联关系拓扑图是根据包括待识别实体在内的多个实体预先进行处理得到的；将图结构特征输入预先训练完成的图神经网络模型中，图神经网络模型会输出相应的分数，当所述输出数值大于或等于参考数值时，可以确定所述待识别实体之间的关系为可信关系。
-
公开(公告)号：CN113297396B
公开(公告)日：2022-05-20
申请号：CN202110824981.1
申请日：2021-07-21
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种基于联邦学习的模型参数更新方法、装置及设备，其中，该方法包括：接收联邦学习服务端下发的针对目标图神经网络模型的模型参数更新指令，所述模型参数更新指令携带有第一共享参数，所述目标图神经网络模型为多个所述联邦学习客户端的共有模型；基于所述第一共享参数、本地存储的第一独立参数，以及由本地用户私有数据构建的图谱数据，对所述目标图神经网络模型进行训练，得到训练后的所述目标图神经网络模型的模型参数；将所述第二共享参数发送给所述联邦学习服务端，以使所述联邦学习服务端基于多个联邦学习客户端发送的第二共享参数，对所述目标图神经网络模型的第一共享参数进行更新处理。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.104 seconds)
