多方协同更新模型的方法、装置及系统

    公开(公告)号:CN113095505A

    公开(公告)日:2021-07-09

    申请号:CN202110317387.3

    申请日:2021-03-25

    Inventor: 杨哲 杨一鹏

    Abstract: 本说明书实施例提供一种多方协同更新模型的方法、装置及系统,在多方协同更新模型的方法中,每个参与方i和中心方,根据第i共有样本集中的第一样本和通用参数,共同向协作方提供第一梯度信息。对于每个参与方i,协作方根据通用参数和对应的第一梯度信息,更新对应于参与方i的第i组个性化参数,并将其发送给参与方i和中心方。每个参与方i和中心方,根据第i共有样本集中的第二样本和更新后的第i组个性化参数,共同向协作方提供第二梯度信息。协作方汇总n个参与方提供的n份第二梯度信息,根据汇总结果,更新通用参数用于下一轮迭代。在多轮迭代后,每个参与方i将其与中心方共同得到的第i组个性化参数,作为其与中心方协同更新的模型。

    一种支付业务的处理方法及装置

    公开(公告)号:CN112967044A

    公开(公告)日:2021-06-15

    申请号:CN202110270081.7

    申请日:2021-03-12

    Inventor: 杨哲 杨一鹏

    Abstract: 本说明书一个或多个实施例提供了一种支付业务的处理方法及装置,该方法包括:在检测出目标用户具有待触发支付事件后,确定目标用户的用户类型;若用户类型为共有用户,则获取利用联邦学习模型并基于目标用户的第一特征数据和第二特征数据得到的支付意愿识别结果;其中,第一特征数据为基于目标用户在目标业务服务应用的用户特征数据所确定的,第二特征数据为基于目标用户在目标支付应用的用户特征数据所确定的;若用户类型为非共有用户,则利用迁移学习模型并基于目标用户的第一特征数据,得到支付意愿识别结果;基于支付意愿识别结果,确定针对支付事件待分发的权益分配信息,并基于该权益分配信息执行相应的支付业务处理。

    一种基于联邦学习的直播间业务处理方法、装置及设备

    公开(公告)号:CN112150221B

    公开(公告)日:2021-03-16

    申请号:CN202011332880.4

    申请日:2020-11-25

    Inventor: 杨哲 杨一鹏

    Abstract: 本申请公开了一种基于联邦学习的直播间业务处理方法、装置及设备,包括:确定根据直播平台和支付平台分别的业务数据,通过联邦学习训练得到的运营辅助模型;采集所述直播平台上的指定直播间的相关数据;根据所述指定直播间的相关数据和所述运营辅助模型,判定是否要针对所述指定直播间进行权益发放,并根据判定结果进行相应处理。本说明书实施例通过针对直播间的聚集性运营,相比于直接根据用户的数据进行运营,可以更有效的利用支付平台或者直播平台的业务资源。同时,本说明书实施例基于联邦学习对业务数据进行处理,可以保证直播平台业务数据和支付平台业务数据的隐私性。

    一种基于H5支付的支付应用推荐方法和装置

    公开(公告)号:CN111932349A

    公开(公告)日:2020-11-13

    申请号:CN202011040263.7

    申请日:2020-09-28

    Inventor: 杨哲 杨一鹏

    Abstract: 说明书披露一种基于H5支付的支付应用推荐方法和装置。所述方法包括:支付方对用户发起的H5支付请求进行处理,在支付成功后获取用户的支付特征,并将所述支付特征输入所述第一推荐子模型,得到支付推荐结果;支付方将所述支付推荐结果发送给协作方;业务方接收所述支付方发送的支付成功的通知,响应于所述通知获取用户的业务特征,并将所述业务特征输入所述第二推荐子模型,得到业务推荐结果;业务方将所述业务推荐结果发送给协作方;协作方根据所述业务推荐结果和所述支付推荐结果确定综合推荐结果,并将所述综合推荐结果发送给支付方;支付方根据接所述综合推荐结果确定目标推荐模板,并基于所述目标推荐模板向用户推荐所述支付应用。

    文案推送方法、装置及电子设备

    公开(公告)号:CN111782960A

    公开(公告)日:2020-10-16

    申请号:CN202010733172.5

    申请日:2020-07-27

    Inventor: 杨哲

    Abstract: 本说明书公开了一种文案推送方法、装置及电子设备,其中,该文案推送方法包括:接收客户端发送的第一推送结果;获取服务端特征,以及将所述第一推送结果和所述服务端特征输入到所述服务端本地的第二文案推送模型中,得到第二推送结果;将所述第二推送结果发送给所述客户端,所述第二推送结果用于所述客户端根据所述第二推送结果判断是否向用户进行文案推送,若判断出需要向用户进行文案推送,则所述第二推送结果还用于所述客户端根据所述第二推送结果从各个所述候选文案中选择目标文案推送给用户。

    基于隐私保护的联邦学习、虚拟对象分配方法和装置

    公开(公告)号:CN111460511B

    公开(公告)日:2023-05-02

    申请号:CN202010305716.8

    申请日:2020-04-17

    Inventor: 杨哲

    Abstract: 本说明书实施例公开了一种基于隐私保护的联邦学习、虚拟对象分配方法和装置,在联邦学习方法中,参与纵向联邦学习的第一设备(代表网络应用公司)和第二设备(代表第三方支付平台)分别基于本地用户样本对本地模型进行训练,得到本地模型参数并发送至协调者;协调者对收到的本地模型参数数进行整合,得到全局模型参数并发送至第一设备和第二设备;第一设备和第二设备分别基于全局模型参数更新本地模型,并在不满足训练结束条件时再次进行训练;在满足件时,协调者基于最后一次更新的本地模型确定预测模型,预测模型用于预测目标用户向网络应用公司付款的意向参数,意向参数用于确定是否向目标用户分配虚拟对象。

    多方协同更新模型的方法、装置及系统

    公开(公告)号:CN113095505B

    公开(公告)日:2022-12-06

    申请号:CN202110317387.3

    申请日:2021-03-25

    Inventor: 杨哲 杨一鹏

    Abstract: 本说明书实施例提供一种多方协同更新模型的方法、装置及系统,在多方协同更新模型的方法中,每个参与方i和中心方,根据第i共有样本集中的第一样本和通用参数,共同向协作方提供第一梯度信息。对于每个参与方i,协作方根据通用参数和对应的第一梯度信息,更新对应于参与方i的第i组个性化参数,并将其发送给参与方i和中心方。每个参与方i和中心方,根据第i共有样本集中的第二样本和更新后的第i组个性化参数,共同向协作方提供第二梯度信息。协作方汇总n个参与方提供的n份第二梯度信息,根据汇总结果,更新通用参数用于下一轮迭代。在多轮迭代后,每个参与方i将其与中心方共同得到的第i组个性化参数,作为其与中心方协同更新的模型。

    一种支付业务的处理方法及装置

    公开(公告)号:CN112967044B

    公开(公告)日:2022-05-06

    申请号:CN202110270081.7

    申请日:2021-03-12

    Inventor: 杨哲 杨一鹏

    Abstract: 本说明书一个或多个实施例提供了一种支付业务的处理方法及装置,该方法包括:在检测出目标用户具有待触发支付事件后,确定目标用户的用户类型;若用户类型为共有用户,则获取利用联邦学习模型并基于目标用户的第一特征数据和第二特征数据得到的支付意愿识别结果;其中,第一特征数据为基于目标用户在目标业务服务应用的用户特征数据所确定的,第二特征数据为基于目标用户在目标支付应用的用户特征数据所确定的;若用户类型为非共有用户,则利用迁移学习模型并基于目标用户的第一特征数据,得到支付意愿识别结果;基于支付意愿识别结果,确定针对支付事件待分发的权益分配信息,并基于该权益分配信息执行相应的支付业务处理。

    基于联邦学习的未成年人防沉迷处理方法、装置及设备

    公开(公告)号:CN113159782B

    公开(公告)日:2022-04-15

    申请号:CN202110326043.9

    申请日:2021-03-26

    Inventor: 杨哲 杨一鹏

    Abstract: 本说明书实施例公开了基于联邦学习的未成年人防沉迷处理方法,包括:确定第一防沉迷辅助模型,其中,第一防沉迷辅助模型根据支付平台以及娱乐平台的业务数据,并通过联邦学习训练得到;采集娱乐平台上娱乐账户的相关数据;确定娱乐账户对应的用户在支付平台上是否具有支付账户;若具有,则根据娱乐账户的相关数据和第一防沉迷辅助模型,判定娱乐账户对应的用户是否为未成年人;若不具有,确定第二防沉迷辅助模型,并根据第二防沉迷辅助系统,判定娱乐账户对应的用户是否为未成年人,其中,第二防沉迷辅助模型根据第一防沉迷辅助模型以及一个或多个娱乐平台的业务数据,并通过迁移学习训练得到;若判定用户为未成年人,则进行相应的防沉迷处理。

    一种基于共享学习的被欺诈风险识别方法、装置及设备

    公开(公告)号:CN113034153A

    公开(公告)日:2021-06-25

    申请号:CN202110326042.4

    申请日:2021-03-26

    Inventor: 杨哲 杨一鹏

    Abstract: 本说明书实施例公开了基于共享学习的被欺诈风险识别方法、装置及设备。包括:将支付平台的业务数据发送给第三方权威平台,使其在预定的商户平台中,匹配得到商户平台与支付平台的共有用户和非共有用户,对非共有用户进行隐私保护处理,并获取共有用户在支付平台以及一个或多个商户平台分别的业务数据,至少部分业务数据指示了欺诈行为;确定识别辅助模型,识别辅助模型由第三方权威平台根据这些业务数据通过共享学习训练得到;采集指定的商户平台上用户的相关数据,指定的商户平台通过支付平台向用户提供支付渠道;根据用户的相关数据和识别辅助模型,判定用户在指定的商户平台上的操作是否存在被欺诈风险,并根据判定结果进行相应处理。

Patent Agency Ranking