-
公开(公告)号:CN116433389A
公开(公告)日:2023-07-14
申请号:CN202310150697.X
申请日:2023-02-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/08 , G06F21/32 , G06F16/2455
Abstract: 本说明书实施例提供了电子医保凭证的激活方法及装置,其中,一种电子医保凭证的激活方法包括:获取医疗机构的服务组件通过用户的实体凭证采集的用户身份信息;所述用户身份信息在所述服务组件采集的生物特征关联的应用账户为空后采集;在所述用户身份信息与所述生物特征匹配且所述用户身份信息关联的应用账户为空的情况下,创建所述用户在所述支付平台的特定账户;基于所述用户身份信息和所述特定账户的账户标识向医保管理平台发送凭证激活请求;获取所述医保管理平台对所述用户的电子医保凭证进行激活处理后返回的激活结果。
-
公开(公告)号:CN115719245A
公开(公告)日:2023-02-28
申请号:CN202211426497.4
申请日:2020-11-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/0208 , G06Q30/018 , G06Q20/38 , G06Q50/26
Abstract: 本说明书实施例提供了电子券处理方法、装置及系统,其中,一种电子券处理方法包括:根据用户的身份信息,判断所述用户是否签发电子社保凭证;若是,向社保服务系统发送所述用户的申领请求;若所述社保服务系统针对返回的准入判断结果为准入通过,向所述用户发放电子培训券;根据与培训服务机构配合记录的培训过程数据,对所述电子培训券进行核销处理;向所述社保服务系统同步所述培训过程数据以及核销处理结果。
-
公开(公告)号:CN112950182A
公开(公告)日:2021-06-11
申请号:CN202110246628.X
申请日:2021-03-05
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种结算方法、装置、电子设备及介质,其中,结算方法包括:服务器获取终端发送的油品预购买信息;基于油品预购买信息,生成与终端上登录的账号相对应的预购买标识;预购买标识用于被加油机控制系统获取后进行加油;将预购买标识返回至终端;获取加油机控制系统发送的预购买标识对应的实际订单信息;实际订单信息至少包括实际产生的加油费用信息;基于实际订单信息,采用账号对应的资源进行结算。本方法能够有效避免加油站的车辆拥堵。
-
公开(公告)号:CN111553754B
公开(公告)日:2020-12-01
申请号:CN202010663599.2
申请日:2020-07-10
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行为预测系统的更新方法,其中行为预测系统包括第一预测模型、第二预测模型和注意力模型,该更新方法包括:先获取训练样本,其中包括第一用户的用户特征,大众偏好特征,业务对象的对象特征及其所属业务方的业务方标识,以及样本标签,指示第一用户在第一历史时刻之后,是否对业务对象做出特定行为;将用户特征和对象特征,输入第一预测模型中,得到第一预测概率,并将大众偏好特征输入第二预测模型中,得到第二预测概率;利用基于业务方标识和注意力模型确定出的第一权重和第二权重,对第一预测概率和第二预测概率进行加权求和,得到综合预测概率,进而结合样本标签,更新行为预测系统中的模型参数。
-
公开(公告)号:CN111340672A
公开(公告)日:2020-06-26
申请号:CN202010440110.5
申请日:2020-05-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q50/26 , G06F16/955
Abstract: 本说明书实施例提出了一种用户实名信息的获取方法、装置和电子设备,其中,上述用户实名信息的获取方法中,服务器接收终端设备发送的路由页访问请求之后,判断上述路由页是否已绑定检查点,如果上述路由页已绑定检查点,则向上述终端设备发送申报页打开指令,以使上述终端设备展示上述申报页,然后接收终端设备发送的申报结果,上述申报结果中包括使用上述终端设备的用户在上述申报页中填写的上述用户的实名信息,最后,服务器保存上述申报结果,从而可以实现快速获取出行人员的实名信息。
-
公开(公告)号:CN111222026A
公开(公告)日:2020-06-02
申请号:CN202010023203.8
申请日:2020-01-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/906 , G06N3/04
Abstract: 本说明书实施例公开了一种用户类别识别模型的训练方法和用户类别识别方法,训练方法包括:将样本用户的联系人列表输入用户类别计算模型,以生成样本用户属于预设类别的概率。将样本用户对应的软件特征,和样本用户属于预设类别的概率,输入用户类别识别模型,以生成样本用户的识别结果。根据样本用户的识别结果和样本用户的类别标签,对用户类别识别模型中的参数,以及样本用户的常用软件列表中每个常用软件对应的软件特征进行优化。当满足预设条件时,完成对用户类别识别模型的训练。由此,使得训练完的用户类别识别模型能够在用户信息不充分的情况下,基于待识别用户的联系人列表和对应的软件特征,实现用户类别识别。
-
-
-
-
-