公开(公告)号：CN115034861A

公开(公告)日：2022-09-09

申请号：CN202210740465.5

申请日：2022-06-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 赵前 ,  钱浩 ,  张志强 ,  周俊

IPC: G06Q30/06 ,  G06Q30/02 ,  G06N20/00

Abstract: 本说明书实施例公开了一种针对长尾分布的学习方法、装置以及设备，方案包括：确定物品集合中的各头部物品和各尾部物品；确定依次具有从属关系的多个属性维度，以及头部物品和尾部物品在属性维度上的属性值；将头部物品、尾部物品、属性值作为图节点，根据图节点和从属关系，生成图网络，以使头部物品的图节点通过对应的属性值的图节点，与尾部物品的图节点连接；确定反映头部物品的图节点向量内不同维度之间的相关性的第一相关性参数，以及反映尾部物品的图节点向量内不同维度之间的相关性的第二相关性参数；确定反映第一相关性参数与第二相关性参数之间差距的相关性损失；根据相关性损失，对图网络中的图节点向量进行学习。

公开(公告)号：CN111538907A

公开(公告)日：2020-08-14

申请号：CN202010505356.6

申请日：2020-06-05

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  周俊 ,  崔卿 ,  吴沁桐 ,  李龙飞

IPC: G06F16/9535 ,  G06Q30/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例公开了一种对象推荐方法、系统及装置。所述方法包括：获取预设历史时间段内分别与多个历史时间节点对应的对象特征；将对象特征按照时间区间进行划分，得到多个时段对象特征；利用循环神经网络处理每一个时段对象特征，得到对应的第一向量表示；利用膨胀卷积神经网络处理每一个第一向量表示，得到对应的第二向量表示；获取待推荐对象的对象特征，以及目标用户的用户特征；对所述待推荐对象的对象特征与多个所述第二向量表示进行注意力机制的计算，获取第三向量表示；基于所述第三向量表示，以及所述用户特征，确定对应于所述待推荐对象的推荐分值；基于所述推荐分值确定是否向目标用户推荐所述待推荐对象。

公开(公告)号：CN111242752A

公开(公告)日：2020-06-05

申请号：CN202010329692.X

申请日：2020-04-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  周俊 ,  崔卿 ,  李龙飞

IPC: G06Q30/06

Abstract: 本说明书实施例公开了一种基于多任务预测的确定推荐对象的方法及系统，所述方法包括：获取目标用户的用户特征和至少一个候选对象的对象特征；利用推荐模型对所述至少一个候选对象中的每一个进行以下处理，以得到至少一个决策值：通过推荐模型处理所述用户特征和所述对象特征，确定与该候选对象对应的两个或以上的预测值；其中，所述两个或以上的预测值与两个或以上的预设任务分别相关，所述两个或两个以上的预设任务与目标任务相关；基于所述两个或以上的预测值，确定与该候选对象对应的决策值，其中，决策值反映所述目标任务的完成度；以及，基于所述至少一个决策值，从所述至少一个候选对象中确定向所述目标用户推荐的目标对象。

公开(公告)号：CN119557398A

公开(公告)日：2025-03-04

申请号：CN202411606386.0

申请日：2024-11-11

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈阅敏 ,  吴非凡 ,  王经纬 ,  钱浩 ,  刘子奇 ,  张志强 ,  周俊 ,  王萌

IPC: G06F16/3329 ,  G06F16/36

Abstract: 本说明书提供一种数据处理方法及系统。该方法包括：获取目标问题，并获得事实数据集合；从知识图谱中检索得到与所述目标问题相关的第一知识信息，并基于所述第一知识信息从所述事实数据集合中筛选出关键事实数据；从所述知识图谱中检索得到与所述目标问题、所述关键事实数据均相关的第二知识信息；以及将所述目标问题、所述关键事实数据以及所述第二知识信息提供给大模型，以通过所述大模型生成所述目标问题对应的回答信息。

公开(公告)号：CN116821496A

公开(公告)日：2023-09-29

申请号：CN202310780087.8

申请日：2023-06-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  谈志文 ,  张志强 ,  周俊

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书实施例提供了一种基于图神经网络的推荐方法和装置，图神经网络包括多个网络层，各网络层包括注意力层和图卷积层，该方法的一具体实施方式包括：获取预先构建的关系图；通过图神经网络对关系图进行表征处理，其中在任意当前网络层中：采用注意力层，对第一物品节点及其沿元路径的邻居节点的已有表征向量进行基于注意力的聚合处理，得到第一物品节点在当前网络层的表征向量；在图卷积层，对第一用户节点和其连接的相邻物品节点的已有表征向量进行卷积处理，得到第一用户节点在当前网络层的表征向量；将最后一个网络层输出的第一用户节点和第一物品节点各自的表征向量输入预测网络，得到为第一用户推荐第一物品的推荐度预测结果。

公开(公告)号：CN112115188B

公开(公告)日：2021-02-05

申请号：CN202011314171.3

申请日：2020-11-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  吴沁桐 ,  肖帅 ,  周俊

IPC: G06F16/248 ,  G06F16/2457

Abstract: 本说明书实施例提供一种向目标用户展示目标对象序列的方法和装置，方法包括：将各交互特征向量按照初始排序输入重排序模型，重排序模型包括编码器和解码器，编码器确定目标对象序列中各目标对象与所述第一目标对象的全局注意力，根据全局注意力将该第一目标对象编码为第一隐特征向量；确定目标对象序列中以第一目标对象为中心的部分目标对象与第一目标对象的局部注意力，根据局部注意力将该第一目标对象编码为第二隐特征向量；对第一隐特征向量和第二隐特征向量加权求和，得到综合隐特征向量；解码器根据各综合隐特征向量，确定各目标对象的重排序；按照重排序的各目标对象的位置，向目标用户展示目标对象序列。能够达到用户反馈的最大化。

公开(公告)号：CN111325614B

公开(公告)日：2020-11-24

申请号：CN202010409708.8

申请日：2020-05-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  周俊 ,  崔卿 ,  李龙飞

IPC: G06Q30/06 ,  G06Q30/02 ,  G06K9/62

Abstract: 本说明书提出了一种电子对象的推荐方法、装置和电子设备，其中所述电子对象推荐方法，包括：获取已为第一用户推荐的多个电子对象的特征，根据所述多个电子对象的特征生成特征序列；获取候选电子对象特征，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值；根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象，通过本说明书实施例方案能够提高电子对象推荐的匹配度。

公开(公告)号：CN111738780A

公开(公告)日：2020-10-02

申请号：CN202010757535.9

申请日：2020-07-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  崔卿 ,  周俊 ,  李龙飞

IPC: G06Q30/02 ,  G06F16/9535

Abstract: 本说明书实施例公开了一种推荐对象的方法及系统，所述方法包括：获取候选对象特征、用户特征和初始用户行为序列特征；所述初始用户行为序列特征包括与所述用户历史操作相关的至少一个对象的特征信息；对筛选因子特征和所述初始用户行为序列特征进行处理，得到交叉特征，其中，所述筛选因子特征包括所述用户特征，所述交叉特征包含所述用户对与所述用户历史操作相关的至少一个对象的注意力信息；对所述候选对象特征、所述用户特征和所述交叉特征进行处理，确定所述候选对象相对于所述用户的推荐分值。

公开(公告)号：CN111242752B

公开(公告)日：2020-08-14

申请号：CN202010329692.X

申请日：2020-04-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  周俊 ,  崔卿 ,  李龙飞

IPC: G06Q30/00

Abstract: 本说明书实施例公开了一种基于多任务预测的确定推荐对象的方法及系统，所述方法包括：获取目标用户的用户特征和至少一个候选对象的对象特征；利用推荐模型对所述至少一个候选对象中的每一个进行以下处理，以得到至少一个决策值：通过推荐模型处理所述用户特征和所述对象特征，确定与该候选对象对应的两个或以上的预测值；其中，所述两个或以上的预测值与两个或以上的预设任务分别相关，所述两个或两个以上的预设任务与目标任务相关；基于所述两个或以上的预测值，确定与该候选对象对应的决策值，其中，决策值反映所述目标任务的完成度；以及，基于所述至少一个决策值，从所述至少一个候选对象中确定向所述目标用户推荐的目标对象。

公开(公告)号：CN115238188A

公开(公告)日：2022-10-25

申请号：CN202210948901.8

申请日：2022-08-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钱浩 ,  周俊 ,  张志强 ,  吴沁桐 ,  李明昊

IPC: G06F16/9535 ,  G06F16/9537 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例公开了一种对象推荐方法，包括：获取候选对象的特征信息和用户行为序列；所述用户行为序列包括与用户历史操作相关的至少一个对象的特征信息；其中，特征信息包括两个以上特征域对应的特征值；基于所述候选对象的特征信息确定候选对象的特征域分布信息；对于所述至少一个对象中的每一个：将对象的特征信息以及候选对象的特征域分布信息进行融合，获得对象的融合分布特征值；进而获得用户行为特征表示，所述用户行为特征表示包括所述至少一个对象的融合分布特征值；至少基于所述用户行为特征表示确定所述候选对象对所述用户的推荐分值。