公开(公告)号：CN119807245A

公开(公告)日：2025-04-11

申请号：CN202411825946.1

申请日：2024-12-11

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李佳霓

IPC: G06F16/2455 ,  G06N5/04 ,  G06F16/22

Abstract: 本说明书实施例公开了一种数据检索方法、装置及设备，该方法包括：接收针对待检索的目标对象的检索请求，并获取针对目标对象的辅助查询信息；将检索请求中与目标对象相关的信息输入到编码器中，得到检索请求对应的检索表征，并将基于辅助查询信息生成的提示信息输入到大语言模型中，得到检索请求对应的检索约束信息；基于检索约束信息对检索表征进行调整，得到调整后的检索表征，并基于检索约束信息分别对检索数据库中包含的每个检索数据对应的数据表征进行调整，得到由调整后的数据表征构成的表征数据库；从表征数据库中查询与调整后的检索表征相匹配的调整后的数据表征，以确定基于检索请求在检索数据库中检索到的目标检索数据。

公开(公告)号：CN117950876A

公开(公告)日：2024-04-30

申请号：CN202410195378.5

申请日：2024-02-21

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李佳霓 ,  潘登 ,  宝鹏庆 ,  武永亮

IPC: G06F9/50

Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，方法包括：获取待解释的第一模型、所述第一模型的输入数据，以及与所述第一模型对应的目标数据；通过预设评估维度和每个所述评估维度对应的评估策略，基于所述待解释的第一模型、所述第一模型的输入数据，以及所述目标数据，对所述目标数据的解释效果进行评估处理，得到每个所述评估维度的评估结果；在所述预设评估维度中，基于所述每个评估维度的评估结果，确定所述目标数据的解释效果不满足预设效果需求的目标评估维度；基于所述目标评估维度的评估结果，生成针对所述目标数据的解释优化方案，所述解释优化方案用于对所述目标数据的生成方式进行优化处理。

公开(公告)号：CN116957105A

公开(公告)日：2023-10-27

申请号：CN202310871399.X

申请日：2023-07-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李佳霓

IPC: G06N20/00 ,  G06Q40/03 ,  G06Q10/0635 ,  G06Q10/0639

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，所述方法包括：确定各用户的风控信息，作为各无标注样本。再确定各用户分别对应的原始策略，以及根据待训练的策略推荐模型，确定各用户对各类风控策略的评价得分。之后，根据各用户对应的评价得分，确定对各用户对应的原始策略进行调整后得到的调整策略。再根据各调整策略，对各用户进行测试性风控，以确定各无标注样本对应的标注。根据各无标注样本以及各无标注样本对应的标注，对待训练的策略推荐模型进行训练。使得可以根据获取到的其他类型的样本训练待训练的策略推荐模型，以使训练完成的策略推荐模型可以在应用过程中，给出更加公平和准确的风控策略。

公开(公告)号：CN116070916B

公开(公告)日：2023-06-16

申请号：CN202310229786.3

申请日：2023-03-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李佳霓 ,  吴垠 ,  王梦麟 ,  宋博文 ,  张天翼

IPC: G06F17/00 ,  G06Q10/0635 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/088

Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取待检测的目标数据，所述目标数据包括人机交互过程中生成的多个行为数据；基于预先训练的风险检测模型和所述目标数据，确定所述目标数据的风险类型以及目标事件组合，所述目标事件组合包含所述行为数据中具有预设关联关系的多个行为数据，所述风险检测模型为基于历史数据和所述预设关联关系对应的损失函数，对由预设深度学习算法构建的模型进行训练得到；基于所述目标数据的风险类型以及所述目标事件组合，确定针对所述目标数据的风险检测结果。

公开(公告)号：CN116109008A

公开(公告)日：2023-05-12

申请号：CN202310353832.0

申请日：2023-04-04

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 宋博文 ,  张华杰 ,  李佳霓 ,  张天翼 ,  庄福振

IPC: G06Q10/04 ,  G06Q40/04 ,  G06F17/16 ,  G06F17/18

Abstract: 本说明书公开了一种业务执行的方法及装置，首先，获取业务数据。其次，将业务数据输入到预测模型的权重层中，以确定业务数据中每个业务维度的数据与预测模型输出的预测结果的相关程度。而后，根据相关程度，确定需要进行数据替换的业务维度，作为目标维度。然后，将业务数据中目标维度的数据进行替换，得到替换后业务数据。接着，将业务数据输入到预测模型中的预测层，确定第一预测结果，以及将替换后业务数据输入到预测层中，得到第二预测结果。最后，根据第一预测结果与第二预测结果之间的偏差，对预测模型进行调整，以根据调整后的预测模型，执行业务。本方法可以确定预测模型的可解释性，提高预测模型确定出的预测结果的准确性。

公开(公告)号：CN113781201A

公开(公告)日：2021-12-10

申请号：CN202110952753.2

申请日：2021-08-19

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李佳霓

IPC: G06Q40/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供了电子金融活动的风险评估方法和装置。根据实施例的方法，首先通过获取与待关注用户相关的历史风险行为事件和基础信息，并对该历史风险行为事件和基础信息进行特征处理。然后将特征处理后的风险行为特征和用户基础特征进行融合得到用户表征向量，进而利用该用户表征向量对该待关注用户的电子金融活动进行风险评估。如此通过历史行为模式建模的方式，能够改善利用人工经验或关联信息进行风险评估时的弊端，从而提高对电子金融活动进行风险评估的准确性。