-
公开(公告)号：CN115713116A
公开(公告)日：2023-02-24
申请号：CN202211489274.2
申请日：2022-11-25
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 唐才智
IPC: G06N5/01
Abstract: 本说明书实施例提供一种构建纠偏树模型，并利用该模型评估干预效应的方法和装置。构建树模型的方法包括：获取样本集，其中包括两组用户中的各个用户在m个时段的用户行为的指标值，m个时段包括m‑1个前序时段以及目标时段；两组用户中的一组在目标时段被施加干预行为。基于节点分裂的分裂损失构建回归树，其中分裂损失包括，分裂得到的两个子节点各自的混淆熵；任意节点的混淆熵为，落入该节点的各个用户在前序时段的交叉损失之和，其中交叉损失表征，该用户在前序时段的历史指标值，与落入该节点的异组用户在同时段指标值的均值之间的差异度。从而，基于回归树，得到纠偏树模型，其用于确定对用户施加干预行为的干预效应。
-
公开(公告)号：CN111008898B
公开(公告)日：2020-08-28
申请号：CN202010160591.4
申请日：2020-03-10
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评估模型解释工具的方法和装置，所述方法包括：使用多个第一训练样本训练所述第一模型，以获取具有第一参数组的第一模型；基于多个测试样本获取所述具有第一参数组的第一模型的第一性能值；基于多个第一训练样本和所述第一参数组，通过模型解释工具获取多个特征的重要性排序；将每个第一训练样本中除所述重要性排序的前n个特征之外的特征的特征值替换为相同的预定值，以获取多个第二训练样本；使用多个第二训练样本训练所述第一模型，以获取具有第二参数组的第一模型；基于多个测试样本获取具有第二参数组的第一模型的第二性能值；计算第一性能值与所述第二性能值的差异值，以用于评估所述模型解释工具。
-
公开(公告)号：CN111340102A
公开(公告)日：2020-06-26
申请号：CN202010112949.6
申请日：2020-02-24
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评估模型解释工具的方法和装置，所述方法基于第一模型和预先获取的用于第一模型的多个第一训练样本进行，包括：从所述多个特征中选取n个特征作为n个选定特征；将每个所述第一训练样本中除所述n个选定特征之外的特征的特征值替换为其它值，以获取多个第二训练样本；使用所述多个第二训练样本训练所述第一模型，以获取具有第一参数组的第一模型；基于所述多个第二训练样本和所述第一参数组，通过模型解释工具获取所述多个特征的重要性排序；确定所述重要性排序的前n个特征相对于所述n个选定特征的查全率，以用于评估所述模型解释工具。
-
公开(公告)号：CN111242319A
公开(公告)日：2020-06-05
申请号：CN202010043115.4
申请日：2020-01-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 说明书披露一种模型预测结果的解释方法和装置。所述方法包括：获取目标模型的输入数据和对应的输入数据预测结果；对所述输入数据进行扰动处理，得到若干扰动数据；将所述若干扰动数据分别输入所述目标模型，得到对应的扰动预测结果；筛选出产生与所述输入数据预测结果不同的扰动预测结果的扰动数据，作为反例扰动数据；根据所述反例扰动数据与所述输入数据的差异，为所述输入数据确定若干解释特征；针对每个解释特征，判断所述输入数据的特征值是否匹配该解释特征的解释条件；将匹配所述解释条件的解释特征及其特征值确定为所述输入数据预测结果的解释。
-
公开(公告)号：CN111062442A
公开(公告)日：2020-04-24
申请号：CN201911326360.X
申请日：2019-12-20
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 唐才智
Abstract: 本说明书实施例提供一种解释业务处理模型的业务处理结果的方法和装置，方法包括：将待解释样本输入预先训练的基于变分自动编码器VAE的生成模型，得到第一数目个扰动样本，待解释样本和扰动样本均包含多个特征维度；将待解释样本和第一数目个扰动样本分别输入通过神经网络实现的业务处理模型，输出待解释样本对应的第一业务处理结果，以及各扰动样本分别对应的第二业务处理结果；以第二业务处理结果与第一业务处理结果一致作为筛选条件，从第一数目个扰动样本中筛选出第二数目个扰动样本；统计第二数目个扰动样本与待解释样本在各特征维度上的差异，根据各特征维度上的差异对第一业务处理结果作出解释。能够降低计算复杂度、提高效率。
-
Patent Agency Ranking
公开(公告)号：CN117520961A
公开(公告)日：2024-02-06
申请号：CN202311498067.8
申请日：2023-11-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/243 , G06F18/213 , G06F18/25
Abstract: 本说明书实施例提供用于干预效应评估的树模型构建、干预效应评估方法、装置及系统。在树模型构建时，获取包括试验对象样本数据和观测对象样本数据的对象样本数据集，并且使用对象样本数据集来基于节点分裂构建效应评估树模型，在每次节点分裂时，以分裂损失值最小化为目标确定当前节点的目标节点分裂条件，当前节点的分裂损失值包括各个子节点处的经过数据融合后的无偏分裂损失值，各个子节点处的经过数据融合后的无偏分裂损失值根据试验对象样本数据所产生的无偏干预效应评估结果和数据融合因子确定，数据融合因子用于反映在与观测对象样本数据融合后所产生的试验对象样本数据的无偏干预效应评估结果在无偏分裂损失值确定时的缩放度。
-
公开(公告)号：CN111062442B
公开(公告)日：2022-04-12
申请号：CN201911326360.X
申请日：2019-12-20
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 唐才智
Abstract: 本说明书实施例提供一种解释业务处理模型的业务处理结果的方法和装置，方法包括：将待解释样本输入预先训练的基于变分自动编码器VAE的生成模型，得到第一数目个扰动样本，待解释样本和扰动样本均包含多个特征维度；将待解释样本和第一数目个扰动样本分别输入通过神经网络实现的业务处理模型，输出待解释样本对应的第一业务处理结果，以及各扰动样本分别对应的第二业务处理结果；以第二业务处理结果与第一业务处理结果一致作为筛选条件，从第一数目个扰动样本中筛选出第二数目个扰动样本；统计第二数目个扰动样本与待解释样本在各特征维度上的差异，根据各特征维度上的差异对第一业务处理结果作出解释。能够降低计算复杂度、提高效率。
-
公开(公告)号：CN111291838B
公开(公告)日：2020-09-01
申请号：CN202010384156.X
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 唐才智
Abstract: 说明书披露一种实体对象分类结果的解释方法和装置，所述方法包括：获取输入分类模型的业务数据，以及所述业务数据对应的实体对象的分类结果，所述模型是多层神经网络模型，所述多层神经网络模型隐藏层的激活函数为分段线性激活函数，所述业务数据是所述实体对象的特征数据；针对所述业务数据的每个特征，根据所述分类结果对所述特征求梯度，得到该特征的特征梯度；根据各个特征的特征梯度对所述实体对象的分类结果进行解释。
-
公开(公告)号：CN111461420A
公开(公告)日：2020-07-28
申请号：CN202010225065.1
申请日：2020-03-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 说明书披露一种模型预测结果的解释方法和装置。所述方法包括：获取目标模型的输入数据和对应的输入数据预测结果；基于所述输入数据和所述目标模型的样本集进行数据增强，生成若干能够表征所述输入数据的虚拟正样本和虚拟负样本；针对每个特征维度，计算该特征维度下所述虚拟正样本和所述虚拟负样本的可分离度；筛选可分离度满足预定条件的特征作为解释特征；针对每个解释特征，判断所述输入数据的特征值是否匹配该解释特征的解释条件；将匹配所述解释条件的解释特征及其特征值确定为所述输入数据预测结果的解释。
-
公开(公告)号：CN111325344A
公开(公告)日：2020-06-23
申请号：CN202010113647.0
申请日：2020-02-24
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评估模型解释工具的方法和装置，所述方法包括：使用所述多个训练样本训练第一模型，以获取具有第一参数组的第一模型，所述第一模型为自解释型模型；基于所述具有第一参数组的第一模型的自解释，获取所述多个特征的第一重要性排序；基于所述多个训练样本和所述第一参数组，通过模型解释工具获取所述多个特征的第二重要性排序；确定所述第二重要性排序与所述第一重要性排序的相似度，以用于评估所述模型解释工具。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.025 seconds)
