-
公开(公告)号：CN117787488A
公开(公告)日：2024-03-29
申请号：CN202311814302.8
申请日：2023-12-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/04 , G06N3/042 , G06F18/214 , G06F18/25
Abstract: 本说明书实施例中提供了一种用户响应预测系统的训练方法，包括将多个用户的样本数据中各用户的用户特征输入至解耦模型，得到仅与目标干预相关的第一特征、与目标干预和响应结果均相关的第二特征和仅与响应结果相关的第三特征；将第二特征分别与第一特征和第三特征组合，将多个组合结果分别输入多个变换模型，得到多个中间结果；将多个中间结果和各用户的目标干预的干预表征输入纠偏模型，得到第一预测响应；基于预测损失，训练用户响应预测系统；预测损失包括第一损失和第二损失，第一损失根据各用户的第一预测响应与其响应结果的差异而确定，第二损失根据不同目标干预下用户的第三特征的分布差异而确定。该方法可提升用户响应预测系统的准确度。
-
公开(公告)号：CN117350351B
公开(公告)日：2024-03-05
申请号：CN202311645094.3
申请日：2023-12-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例中提供了一种包括用户响应预测系统的训练方法，系统包括行为预测模型、干预表征模型、特征映射模型和倾向预测模型。方法包括获取样本，样本中包括用户特征，对用户施加的第一干预和施加第一干预后用户做出的第一响应；将用户特征输入已训练的行为预测模型，得到第二响应；将第一干预输入干预表征模型，得到干预表征；将用户特征分别输入特征映射模型和倾向预测模型，得到映射特征和倾向性特征；基于干预表征、映射特征和倾向性特征，对第二响应进行修正，得到第三响应；基于根据第一响应和第三响应的差异而确定的第一损失和根据倾向性特征和第一干预表征的差异而确定的第二损失，训练干预表征模型、特征映射(56)对比文件Ala'raj, M 等.A deep learning modelfor behavioural credit scoring inbanks.NEURAL COMPUTING &APPLICATIONS.2022,全文.
-
公开(公告)号：CN117290554A
公开(公告)日：2023-12-26
申请号：CN202311590588.6
申请日：2023-11-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06N3/0464 , G06N3/08
Abstract: 本说明书实施例提供了一种基于图数据的业务规则确定方法及装置。图数据包括代表业务对象的节点以及节点之间的连接边，用来存储与业务数据相关的隐私数据。在该方法中，通过图神经网络确定图数据中的节点表征。将若干备选规则与匹配的实例子图进行结合，得到若干推理子图，备选规则包括推理条件和推理结果，任意一个推理子图包含推理条件数据和推理结果数据。接着，利用节点表征确定若干推理子图中各自的推理结果数据成立的概率评分，基于与任意一个备选规则匹配的若干推理子图的概率评分，确定该备选规则的置信度，基于若干备选规则的置信度对若干备选规则进行筛选，得到图数据的业务规则，用于进行业务处理。
-
公开(公告)号：CN117235116A
公开(公告)日：2023-12-15
申请号：CN202311277511.3
申请日：2023-09-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F16/903 , G06F16/901 , G06N5/022
Abstract: 本说明书实施例提供一种图查询处理方法和装置，方法包括：接收查询请求，从中解析得到目标节点的标识数据，以及针对目标节点的匹配条件；根据标识数据，从知识图谱的图谱数据中，提取目标节点对应的目标子图的第一子图数据；根据匹配条件，读取预先定义的匹配条件对应的规则子图的第二子图数据；规则子图包含目标节点；对第一子图数据和第二子图数据分别进行泛化处理，得到第一泛化图数据和第二泛化图数据；对第一泛化图数据和第二泛化图数据进行匹配处理，得到二者是否匹配的匹配结果，匹配结果用于确定查询请求的查询结果。能够减小图查询处理的计算复杂度，大幅降低计算耗时。
-
公开(公告)号：CN117112804A
公开(公告)日：2023-11-24
申请号：CN202311079393.5
申请日：2023-08-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/36 , G06F40/30 , G06F40/295
Abstract: 本说明书实施例提供一种用于图谱链接预测的注意力方法及注意力模块，技术要点包括：获取第一节点的节点向量表示以及第二节点的节点向量表示；使用查询矩阵和键矩阵对第一节点的节点向量表示以及第二节点的节点向量表示进行处理，得到节点查询表示和节点键表示；基于所述节点查询表示和所述节点键表示获取节点注意力信息；获取第一节点和第二节点间的一个或多个结构特征中每一个的结构查询表示和结构键表示；对于所述一个或多个结构特征中的每一个：基于所述节点查询表示、所述节点键表示、结构查询表示和结构键表示得到相应的结构注意力分布信息；基于所述节点注意力信息和各结构特征对应的结构注意力分布信息，确定综合注意力分布信息。
-
Patent Agency Ranking
公开(公告)号：CN116628229B
公开(公告)日：2023-11-10
申请号：CN202310906808.5
申请日：2023-07-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/36 , G06F40/186 , G06F40/211
Abstract: 本说明书实施例提供了一种利用知识图谱生成文本语料的方法及装置。知识图谱的图谱元素包含代表实体的节点以及体现节点之间关系的连接边。利用知识图谱能够将隐私数据组织成结构化数据。在该方法中，读取知识图谱中子图的图数据和本体信息，图数据包括子图中的图谱元素形成的若干三元组，本体信息至少包括子图中各图谱元素的类型。接着，基于预先构建的若干句子模板、上述图数据以及本体信息，生成若干句子，归入生成句子集；其中，若干句子模板中的至少一个句子模板基于本体信息构建；基于生成句子集，确定子图对应的文本语料，该文本语料用于语言模型训练。
-
公开(公告)号：CN116910618A
公开(公告)日：2023-10-20
申请号：CN202310867774.3
申请日：2023-07-14
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基于超图的节点表征、节点预测、模型训练方法及装置。在节点表征方法中，获取原始超图；确定原始关系矩阵；基于原始关系矩阵以及原始超图，从原始超边层级开始按照层级由低到高的顺序依次构建多个包括有超边的超边层级；以及利用分类模型中的图神经网络，根据由原始超图和所构建的超边层级构成的多层级超图，将各个节点进行向量表征，得到各个节点对应的节点表征向量，以使根据所得到的节点表征向量来对各个节点进行分类。
-
公开(公告)号：CN116883151A
公开(公告)日：2023-10-13
申请号：CN202310876766.5
申请日：2023-07-17
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对用户风险的评估系统进行训练的方法及装置，该评估系统包括知识图谱嵌入模型和用户风险预测模型。该训练方法包括：先获取预先建立的知识图谱，其中包括对应多个实体的多个节点，多个实体包括多个样本用户。接着，将各个节点分别作为中心节点执行目标处理：从知识图谱中确定与中心节点形成三角形连接的若干对邻居节点；确定中心节点的三角结构特征，其与各对邻居节点自身涉及的邻居节点数量以及中心节点的度负相关。然后，基于各个节点的三角结构特征，利用知识图谱嵌入模型对知识图谱进行嵌入处理，得到各个样本用户对应的用户嵌入向量。之后，基于用户嵌入向量和对应的风险标签，训练风险预测模型。
-
公开(公告)号：CN116484121A
公开(公告)日：2023-07-25
申请号：CN202310495849.X
申请日：2023-04-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9537 , G06F16/9535 , G06F18/22 , G06Q10/04
Abstract: 本说明书实施例提供了超图构建方法及装置、基于超图的访问位点预测方法及装置。在超图构建方法中，采集用户的位点访问数据，其中，位点访问数据包括用户信息和到访的位点信息；根据位点访问数据在时间维度上构建针对各个用户的访问时间轨迹，其中，每个访问时间轨迹由在时间上连续的多个位点访问行为构成，每个位点访问行为包括用户信息和位点信息；基于用户和/或位点确定所构建的各个访问时间轨迹之间的关联性；以及基于关联性以及用于表征访问轨迹的访问轨迹节点构建超图，以使得超图与访问位点预测模型结合被用于访问位点预测时访问位点预测模型基于超图中的关联性进行预测。
-
公开(公告)号：CN111538825A
公开(公告)日：2020-08-14
申请号：CN202010632352.4
申请日：2020-07-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/31 , G06F16/35 , G06F16/36 , G06F40/30
Abstract: 本说明书实施例公开了一种知识问答方法、装置、系统、设备及存储介质，包括：获取用户问句；对用户问句和预先构建的结构化数据中结构部分进行编码得到第一特征向量，从结构化数据上召回与用户问句相关的候选子图，并对候选子图进行编码得到第二特征向量；根据第一特征向量和第二特征向量进行针对用户问句的多任务分类，根据分类结果得到用户问句的答案内容。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.054 seconds)
