构建意图触发策略以及意图识别的方法和装置

    公开(公告)号:CN113688323B

    公开(公告)日:2024-07-19

    申请号:CN202111034138.X

    申请日:2021-09-03

    Abstract: 本说明书实施例提供了构建意图触发策略及进行意图识别的方法。构建意图触发策略的方法包括以下步骤。首先获取第一意图对应的总样本集,其中的单条样本包括,单个用户的特征信息,以及指示该用户是否具有该第一意图的正负样本标签。此外根据用户特征项,确定条件总集,单个条件是单个特征项与该特征项的单个取值的对应关系。通过若干次第一迭代生成若干条规则,其中单次第一迭代包括:基于当前样本集,从条件总集中选择若干个条件构成单条规则;并从当前样本集中剔除符合该单条规则的样本,从而更新当前样本集用于下次迭代,直到达到预设的停止条件。此时,基于生成的若干条规则,形成针对第一意图的触发策略。

    一种多评价指标下的策略子集选择方法及装置

    公开(公告)号:CN116362886A

    公开(公告)日:2023-06-30

    申请号:CN202310401374.3

    申请日:2023-04-13

    Inventor: 文承尧 娄寅

    Abstract: 本说明书实施例提供了一种多评价指标下的策略子集选择方法及装置,用于从包含多条策略的策略总集中选择策略子集,策略子集用于对交易的风险性进行判别。初始时,将策略总集中的多条策略分别作为待选子集,在多评价指标空间也就是多目标空间中找到不相互支配的多个优选子集作为帕累托前沿。不相互支配是指,不存在某一个优选子集的多种指标值都优于另一个优选子集。对帕累托前沿进行采样,得到采样子集。接着,通过向采样子集中添加策略总集中的策略,形成新的子集,将这些子集和上述帕累托前沿一起作为新的待选子集,迭代地执行上述过程。当帕累托前沿不再变化时,迭代结束,将这时的帕累托前沿作为从策略总集中选出的策略子集。

    一种执行业务的方法、装置、存储介质及设备

    公开(公告)号:CN115146988A

    公开(公告)日:2022-10-04

    申请号:CN202210845916.1

    申请日:2022-07-18

    Abstract: 本说明书公开了一种执行业务的方法、装置、存储介质及设备,通过展示用于构建规则的各条件,及各条件分别对应的评估指标,响应于用户的选择操作,从各待选择的条件中确定用户选择的条件,并针对每个待选择的条件,根据该待选择的条件以及用户已经选择的条件,确定临时规则,根据历史业务数据分别测试各临时规则的合理程度,根据各临时规则的合理程度确定各待选择的条件分别对应的评估指标并展示。在用户确定生成规则时,响应于用户的确定操作,确定目标规则,当接收到针对目标规则的调用指令时,根据目标规则及调用指令对应的业务数据执行业务。可辅助用户合理选择构成目标规则的条件,减少基于目标规则执行业务的异常。

    构建意图触发策略以及意图识别的方法和装置

    公开(公告)号:CN113688323A

    公开(公告)日:2021-11-23

    申请号:CN202111034138.X

    申请日:2021-09-03

    Abstract: 本说明书实施例提供了构建意图触发策略及进行意图识别的方法。构建意图触发策略的方法包括以下步骤。首先获取第一意图对应的总样本集,其中的单条样本包括,单个用户的特征信息,以及指示该用户是否具有该第一意图的正负样本标签。此外根据用户特征项,确定条件总集,单个条件是单个特征项与该特征项的单个取值的对应关系。通过若干次第一迭代生成若干条规则,其中单次第一迭代包括:基于当前样本集,从条件总集中选择若干个条件构成单条规则;并从当前样本集中剔除符合该单条规则的样本,从而更新当前样本集用于下次迭代,直到达到预设的停止条件。此时,基于生成的若干条规则,形成针对第一意图的触发策略。

    高效地训练可理解模型的系统和方法

    公开(公告)号:CN113424207A

    公开(公告)日:2021-09-21

    申请号:CN202080012634.2

    申请日:2020-10-13

    Abstract: 描述了用于训练可解释机器学习模型的方法、系统和设备,包括编码在计算机存储介质上的计算机程序。一种示例性方法包括:通过多次无替换采样来从多个历史数据记录获得多个训练数据集,所述多个训练数据集包括具有一个或多个重叠的历史数据记录的第一训练数据集和第二训练数据集;生成分别与所述多个训练数据集相对应的多个直方图,其中,所述第二训练数据集的直方图重用所述第一训练数据集的直方图中与所述一个或多个重叠的历史数据记录相对应的一个或多个数据点;基于所述多个直方图,来训练与所述一个或多个用户特征相对应的一个或多个机器学习模型;以及基于所述一个或多个机器学习模型来提供个性化。

Patent Agency Ranking