-
公开(公告)号：CN116405561A
公开(公告)日：2023-07-07
申请号：CN202310345422.1
申请日：2023-03-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L67/568 , H04L67/59 , G06F18/213 , G06F30/20
Abstract: 本说明书公开了一种基于特征仿真的风险控制的方法、装置、介质及设备，在本说明书提供的的方法中，针对每个用户，本方法先获取目标时刻的当前流式业务数据、存储的该用户的历史特征仿真结果，然后根据预设的算子对当前流式业务数据与该用户的历史特征仿真结果进行统计，确定该用户在该目标时刻的特征仿真结果并存储，当对目标用户进行风险控制时，根据存储的该目标用户的特征仿真结果确定目标用户的分类结果以进行风险控制。本方法只需确定目标时刻的当前流式业务数据与存储的用户的历史特征仿真结果，就可以确定用户在该目标时刻的各种特征仿真结果，进行风险控制，实现了基于流式数据的特征仿真，节省了特征仿真所需存储空间。
-
公开(公告)号：CN116402631A
公开(公告)日：2023-07-07
申请号：CN202310261905.3
申请日：2023-03-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种社区发现的方法、装置、存储介质及电子设备，所述方法包括：接收各服务提供方发送的用户的用户信息，再根据接收到的各服务提供方发送的用户信息，确定用户信息相同的用户为交集用户。之后，根据交集用户对应的由不同服务提供方确定的各社区标识，将交集用户聚合为一个聚合用户，并且确定各聚合用户之间的社区关系。然后，将各聚合用户之间的社区关系和各聚合用户对应的用户信息发送给各服务提供方，使得各服务提供方发现之前不存在关系的用户之间可能存在某种关系，并且属于一个社区，从而可以将未加入社区的用户加入到与之存在关系的用户所在的社区，使得服务提供方可以发现更多的用户之间存在关系和更多的社区。
-
公开(公告)号：CN116342281A
公开(公告)日：2023-06-27
申请号：CN202310323458.X
申请日：2023-03-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/04 , G06N3/047 , G06N3/08 , G06F18/241 , G06F18/2415 , G06F18/2431 , G06F18/214
Abstract: 本说明书实施例公开了一种交易事件的风险感知方法、装置及设备，该方法包括：获取预设时长内产生的交易事件的信息；基于每个所述交易事件的信息，确定每个所述交易事件对应的特征和每个所述交易事件对应的交易渠道信息；分别将每个所述交易事件对应的特征输入到预先训练的目标模型中，得到每个所述交易事件存在预设风险的概率，所述目标模型用于确定所述交易事件存在预设风险的可疑程度；基于每个所述交易事件存在预设风险的概率和每个所述交易事件对应的交易渠道信息，确定预设时长内产生的交易事件所属的交易渠道中每种所述交易渠道针对所述预设风险的风险表征信息和/或每种所述交易渠道的风险归因信息。
-
公开(公告)号：CN116304679A
公开(公告)日：2023-06-23
申请号：CN202310092535.5
申请日：2023-01-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/2415
Abstract: 本说明书实施例提供了一种多标签模型训练方法及装置、介质、设备。方法包括：确定待训练的多标签模型的业务场景中的数据集，从所述数据集中选择出描述同一业务问题的多个数据标签；根据选择出的所述多个数据标签，定义对应的业务标签，并对定义的业务标签进行数值化假设，得到所述业务标签的多个假设数值；其中，所述多个数据标签为从多个角度描述所述业务标签的具体标签；利用所述多个标签数据为各个对应的用户行为数据进行标记；根据所述业务标签的多个假设数值和标记有数据标签的用户行为数据，进行所述多标签模型的训练。本说明书实施例可以大大降低模型训练的工作量。
-
公开(公告)号：CN114648070B
公开(公告)日：2023-06-13
申请号：CN202210296932.X
申请日：2022-03-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/2415 , G06N3/048 , G06N3/047 , G06N3/084 , G06F11/34
Abstract: 本说明书实施例提供关键行为抽取网络、关键属性抽取网络的训练方法及装置。其中，关键行为抽取网络的训练方法包括：先将原始行为序列输入关键行为抽取网络，得到若干关键行为，形成关键行为序列；所述原始行为序列包括目标用户做出的按时间顺序排列的T个操作行为；再将所述关键行为序列输入预先训练好的业务预测模型，得到业务预测结果；之后，基于所述业务预测结果和所述原始行为序列的业务标签，训练所述关键行为抽取网络。如此，可以自动精准地抽取关键行为，有效增强对完整行为序列的业务预测结果的可解释性。
-
Patent Agency Ranking
公开(公告)号：CN115953248A
公开(公告)日：2023-04-11
申请号：CN202310220105.7
申请日：2023-03-01
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种基于沙普利可加性解释的风控方法、装置、电子设备及介质。方法包括：获取目标交易业务的原始样本集，并确定出属于强关联的特征组合。基于强关联的特征组合的有效值，构建第一类扰动样本集。基于沙普利可加性解释执行：分别对原始样本集和第一类扰动样本集中的特征进行采样，得到多个采样结果所对应的待解释特征集，第一类扰动样本集对应的至少一种采样结果包含有强关联的特征组合；以及基于每个待解释特征集的准基Shapley值，计算出每个采样得到的特征的SHAP值。根据SHAP值，从每个采样得到的特征中选取出对目标交易业务影响度达到预设标准的目标特征。对目标交易业务中符合目标特征的用户执行预设风控决策。
-
公开(公告)号：CN115829755A
公开(公告)日：2023-03-21
申请号：CN202310133681.8
申请日：2023-02-07
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交易风险的预测结果的解释方法和装置。该方法包括：得到时间序列；该时间序列是：由至少两个交易事件的特征按照时间顺序形成的序列；并且，该时间序列被输入机器学习模型，以使得该机器学习模型根据该时间序列输出针对交易风险的预测结果；针对时间序列中的每一种类型的交易事件的特征，确定该类型特征在用于得到所述针对交易风险的预测结果时的重要性；将所述时间序列划分为至少两个子序列；针对每一个子序列，根据所确定出的每一种交易事件的类型的特征的重要性，得到每一种类型的交易事件的特征相对于该子序列的重要性。本说明书实施例能够更好地对机器学习模型得出的交易风险预测结果进行解释。
-
公开(公告)号：CN115422928A
公开(公告)日：2022-12-02
申请号：CN202210995438.2
申请日：2022-08-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本说明书提供了一种报文生成的方法、装置、存储介质及电子设备。在本说明书提供的报文生成方法中，获取到用户群中各用户的描述信息后，确定每个描述信息的属性和所属的用户；将描述信息输入到报文生成模型中，通过模型中的不同子网分别确定出描述信息的词特征、属性特征、归属特征；根据确定出的词特征、属性特征、归属特征确定出描述信息的综合特征；对各描述信息的综合特征进行编码，得到编码特征，并最终根据编码特征生成报文。采用本说明书提供的报文生成方法生成报文时，在描述信息本身的含义的基础上，根据描述信息的属性以及所属的用户，额外考虑用户群中各用户之间的逻辑关系，最终生成能够反映用户群中各用户之间的关联关系的报文。
-
公开(公告)号：CN110851541B
公开(公告)日：2022-09-27
申请号：CN201911046463.0
申请日：2019-10-30
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用于基于关系图生成风险特征的方法及装置。在该方法中，在获取事件级数据后，执行以下循环过程，直至满足指定循环结束条件：按照构图模板和当前边参数来将事件级数据构建成关系图，对关系图进行特征生成处理以生成当前风险特征，输出满足指定特征效能条件的风险特征。其中，在不满足指定循环结束条件时对当前边参数进行参数调整处理，调整后的边参数被确定为下一循环中的当前边参数。
-
公开(公告)号：CN114675942A
公开(公告)日：2022-06-28
申请号：CN202210291861.4
申请日：2022-03-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/46 , G06F16/2455 , G06Q40/02
Abstract: 本公开提出了一种基于动态图的群体识别方法和系统。该方法包括：获取预定时间段内的事务数据集；基于该时间段和该事务数据集来构建动态图，其中该动态图中的每个节点映射成低维向量；基于该动态图中每个节点的低维向量来确定与事务数据在该动态图中的流向和流速相关的流转信息；基于该事务数据的流转信息来捕捉该动态图中具有异常流转模式的事务数据流；基于所捕捉的事务数据流来识别目标对象；以及基于该目标对象与其他对象的事务相关关系来识别目标群体。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.043 seconds)
