公开(公告)号：CN116401567A

公开(公告)日：2023-07-07

申请号：CN202310653728.3

申请日：2023-06-02

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 赵耀 ,  卢星宇 ,  马文琪 ,  曾晓东 ,  顾进杰 ,  张冠男

IPC: G06F18/231 ,  G06F18/22 ,  G06F16/9035 ,  G06F18/214

Abstract: 本说明书实施例提供了一种聚类模型训练、用户聚类、信息推送方法及装置。聚类模型包含父类簇和子类簇等多层类簇。聚类模型的待学习变量包括末端子类簇中心。在聚类模型的一次迭代训练中，通过聚类模型，从多层类簇的类簇中心中确定与用户特征匹配的末端子类簇中心，得到用户样本归属的末端子类簇。基于匹配的末端子类簇中心与用户特征之间的相似度确定预测损失，基于预测损失更新待学习变量。当聚类模型经过训练后，从中导出类簇标识与类簇中心的对应关系。该聚类模型可以确定新用户样本归属的类簇标识。在信息推送场景中，利用上述对应关系可以从用户标识查询到对应的类簇中心，将该类簇中心作为用户样本的特征向量，用于信息推送。

公开(公告)号：CN116385071A

公开(公告)日：2023-07-04

申请号：CN202310660434.3

申请日：2023-06-05

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 鲁炜 ,  朱志博 ,  卢星宇 ,  刘子奇 ,  唐欣 ,  马文琪 ,  顾进杰 ,  曾晓东 ,  周俊 ,  张冠男

IPC: G06Q30/0242 ,  G06F9/48

Abstract: 本说明书实施例提供一种针对多个推荐场景的资源弹性调度方法和装置，方法包括：基于所述多个推荐场景中任一目标场景的历史流量构成的第一流量序列，预测未来的第一时间周期内的各个流量构成的第二流量序列；所述第一时间周期内存在多个决策时刻；基于所述第二流量序列，确定所述目标场景在各个决策时刻的资源需求；根据与资源节约以及资源变更有关的多个优化目标，在各个推荐场景满足其对应的资源需求的约束下，确定所述多个推荐场景在未来的各个决策时刻所分配的资源。能够实现多个推荐场景上的资源的自动扩缩容，使得资源的平均水位提高，提升资源整体利用率。

公开(公告)号：CN115564022A

公开(公告)日：2023-01-03

申请号：CN202211173639.0

申请日：2022-09-26

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 顾进杰 ,  郎雨泽 ,  卢星宇 ,  钟文亮 ,  马文琪 ,  曾晓东 ,  张冠男

IPC: G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  G06F9/50

Abstract: 本说明书实施例提供一种弹性调节算力的预测方法和装置，通过计算平台执行，该计算平台部署有经过训练的神经网络模型，神经网络模型包括n个子网络，n>2，方法包括：接收预测请求，其中包括待测样本；确定针对所述预测请求分配的算力系数，该算力系数指示，为所述预测请求分配的硬件算力资源与所述神经网络模型全部在所述计算平台运行时所需的总硬件算力资源的比例；根据所述算力系数，确定本次使用的n个子网络中的k个子网络；将所述待测样本输入所述k个子网络，得到预测结果。算力的可弹性伸缩的档位多，弹性调节算力的空间大。

公开(公告)号：CN115292640A

公开(公告)日：2022-11-04

申请号：CN202210905783.2

申请日：2022-07-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 卢星宇 ,  吴沁桐 ,  钟文亮

IPC: G06F16/958 ,  G06F16/9535 ,  G06F16/9538 ,  G06Q30/02 ,  G06Q30/06

Abstract: 本说明书的实施例提供多展位流量分配方法及装置。在该方法中，获取各个展位的曝光概率以及针对各个用户的各个候选展示对象的单位流量收益和对应的单位资源消耗量。随后，基于各个展位的曝光概率以及针对各个用户的各个候选展示对象的单位流量收益和对应的单位资源消耗量，构建多展位流量分配方案所对应的优化目标和资源消耗约束条件。所构建的优化目标包括在多展位流量分配方案下针对各个用户的流量收益的和值。每个用户的流量收益基于各个展位的曝光概率、候选展示对象的展位分配方案以及各个候选展示对象的单位流量收益确定。然后，确定在满足资源消耗约束条件且优化目标最大化的情况下的多展位流量分配方案。

公开(公告)号：CN119272850A

公开(公告)日：2025-01-07

申请号：CN202411433141.2

申请日：2024-10-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 鲍阳 ,  陈博晓 ,  卢星宇 ,  李翰杰 ,  宁跃 ,  李长升 ,  袁野 ,  王国仁

IPC: G06N3/0985 ,  G06N3/092 ,  G06Q10/0631 ,  G06Q10/083

Abstract: 本说明书一个或多个实施例提供一种分配任务求解器的超参数确定方法、设备、介质及产品。该方法包括：将用于确定分配任务求解器的超参数的策略函数作为强化学习中的智能体，以及将分配任务求解器作为强化学习中的环境；将策略函数确定的超参数作为强化学习中的动作，以使得分配任务求解器基于超参数对第一集合中的多个分配任务进行求解得到求解结果，以及基于求解结果计算与强化学习对应的状态和奖励，并以最大化奖励为优化目标，对策略函数进行强化学习训练；基于训练完成后的策略函数，确定分配任务求解器的目标超参数。

公开(公告)号：CN118227319A

公开(公告)日：2024-06-21

申请号：CN202410309629.8

申请日：2024-03-18

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 鲁炜 ,  邹丁 ,  王世宇 ,  卢星宇 ,  马琳涛 ,  张奇 ,  伍孝林 ,  周俊

IPC: G06F9/50 ,  G06F16/21

Abstract: 本说明书实施例提供了基于负载均衡确定迁移方案的方法及装置。在该方法中，确定用于衡量机器与负载之间的负载均衡迁移成本的评估目标，其中，评估目标包括以下中的至少一种：负载迁移成本、资源消耗均衡度以及机器使用成本；根据评估目标构建在满足约束条件的情况下使得各个评估目标之和最小化的优化模型，其中，约束条件包括针对各个评估目标的目标约束条件，评估目标涉及各个负载与各个机器之间的占用状态；求解优化模型，以得到在负载均衡条件下机器和负载所呈现的终态；以及根据机器和负载当前所呈现的初始态以及终态，确定负载从初始态到终态的迁移路径。

公开(公告)号：CN116401465A

公开(公告)日：2023-07-07

申请号：CN202310666637.3

申请日：2023-06-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 鲁炜 ,  卢星宇 ,  匡原 ,  陈阳 ,  顾进杰 ,  曾晓东 ,  张冠男

IPC: G06F16/9535 ,  G06F16/9538 ,  H04L67/51 ,  H04L67/306

Abstract: 本说明书的实施例提供了一种资源分组分配、调整值确定的方法和装置。在该资源分组分配方法中，通过离线调整值对属于各个待分配资源组的各个待分配资源对应的偏好值进行调整，得到各个待分配资源对应的重排序分，进而确定各个待分配资源所在待分配资源组的组排序分，从而确定出向分组资源展示请求进行展示的目标数目个待分配资源组以及根据重排序分确定相应的待分配资源。

公开(公告)号：CN115878432A

公开(公告)日：2023-03-31

申请号：CN202310122995.8

申请日：2023-02-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘国栋 ,  汤成富 ,  林秀晶 ,  屈维亮 ,  曾晓东 ,  刘松 ,  张冠男 ,  顾进杰 ,  卢星宇

IPC: G06F11/30

Abstract: 本说明书提供了一种计算系统中的进程监控方法及相关设备。该计算系统包括多个计算设备，多个计算设备中的至少部分计算设备用于执行目标计算任务；至少部分计算设备上运行与目标计算任务对应的至少一个计算进程，并且，至少部分计算设备上部署了与至少一个计算进程绑定的代理程序。该方法应用于至少部分计算设备中的目标计算设备上部署的代理程序。该方法包括：从目标计算设备运行的至少一个计算进程中确定待监控的目标进程；获取目标进程在目标时长范围内对应的CPU利用率，并获取目标计算设备在目标时长范围内的总能耗；基于目标进程在目标时长范围内对应的CPU利用率和总能耗，获取目标计算设备在目标时长范围内运行目标进程产生的能耗。

公开(公告)号：CN119443445A

公开(公告)日：2025-02-14

申请号：CN202411510009.7

申请日：2024-10-25

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 资斌 ,  卢星宇 ,  张云刚

IPC: G06Q10/047 ,  G06Q50/14

Abstract: 本说明书一个或多个实施例提供一种行程规划方法、设备、存储介质及程序产品。该方法包括：接收用户输入的包括行程目的地的行程信息，并获取与行程目的地对应的多个待规划景点；确定与多个待规划景点对应的决策信息，决策信息包括各个待规划景点的运营时间段和位置信息、任意两个待规划景点之间的交通距离和至少一种交通方式指示的与交通距离对应的交通时长；以最大化景点的总游玩时长、最小化总交通时长和/或最小化总交通距离为优化目标，并以各个待规划景点的运营时间段为约束条件，按照决策信息对多个待规划景点进行行程规划，生成目标行程。本实施例减少用户手动计算交通时间和协调景点开放时间的复杂度，从而减少用户的规划负担。

公开(公告)号：CN118247043A

公开(公告)日：2024-06-25

申请号：CN202410430374.0

申请日：2024-04-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 朱志博 ,  卢星宇 ,  周俊

IPC: G06Q40/03 ,  G06Q30/0601

Abstract: 本说明书实施例公开了一种针对元素组合的业务处理方法、装置以及设备。方案包括：确定包含多个候选元素的候选组合，以及确定预先相应训练过的神经网络模型；利用非负单调非减的凹激活函数，获取所述候选组合整体的非负特征；利用所述神经网络模型，对所述候选组合整体的非负特征进行处理，得到反映了所述候选组合整体符合指定目标的可能性的处理结果，其中，所述神经网络模型所使用的权重为非负权重，所使用的激活函数为非负单调非减的凹激活函数，若所述候选组合中指定的部分候选元素符合所述指定目标，则所述候选组合整体符合所述指定目标；根据所述处理结果，确定是否根据所述候选组合，执行与所述指定目标相关的业务。