-
公开(公告)号：CN113988718A
公开(公告)日：2022-01-28
申请号：CN202111585663.0
申请日：2021-12-23
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风险识别方法、装置及设备，该方法包括：获取基于目标业务的业务信息构建的二部图，然后，可以基于所述二部图中节点的聚集情况，通过二部图社区发现算法对二部图进行社区划分，得到至少一个子二部图，最后，可以基于子二部图中包含的风险节点，以及子二部图中风险节点与除风险节点之外的其它节点之间的关联关系信息，对子二部图中的其它节点存在的风险进行识别，得到子二部图中每个其它节点存在风险的程度。
-
公开(公告)号：CN119167287A
公开(公告)日：2024-12-20
申请号：CN202411129996.6
申请日：2024-08-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06N3/045 , G06N3/042 , G06N3/0455 , G06N3/08
Abstract: 本说明书实施例公开了一种图数据处理方法、装置、计算机可读存储介质与电子设备，该图数据处理方法可以包括：利用包含图神经网络模型、超图神经网络模型与特征融合模型的目标深度学习模型，对业务实体的关联关系图的第一图数据与该业务实体的关联关系超图的第二图数据进行处理，以通过图神经网络模型根据第一图数据生成该业务实体的第一特征数据，通过超图神经网络模型根据第二图数据生成该业务实体的第二特征数据，以及，通过特征融合模型针对同一业务实体的第一特征数据与第二特征数据进行特征融合处理，从而得到业务实体的目标特征数据。
-
公开(公告)号：CN117455304A
公开(公告)日：2024-01-26
申请号：CN202311527242.1
申请日：2023-11-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0639 , G06Q10/0635 , G06N5/022 , G06F18/241
Abstract: 本公开提供了一种用于数字生态图谱链路预测的方法，方法包括：基于初始节点信息和初始边信息来构建初始数字生态图谱，该初始数字生态图谱包含不同类型的节点和不同类型的边；将初始数字生态图谱中待预测链路关系的节点对中的各节点的初始节点特征分别送入更新网络以得到各节点的节点更新特征，其中该更新网络采用嵌入边类型表征的邻域聚集来更新各节点的节点特征；以及将该节点对中的各节点的节点更新特征送入分类器以预测该节点对之间是否存在潜在链路。本申请还涉及用于数字生态图谱链路预测的系统、装置和介质。
-
公开(公告)号：CN117252696A
公开(公告)日：2023-12-19
申请号：CN202311175198.2
申请日：2023-09-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/04 , G06F16/901
Abstract: 本说明书一个或多个实施例公开了一种资源链路确定的方法、装置及电子设备。所述方法包括：构建包含目标流转事件、在目标流转事件发生前的第一关联流转事件和目标流转事件发生后的第二关联流转事件的第一网络流图；在第一网络流图中添加虚拟源点和虚拟汇点，并将虚拟源点和第一关联流转事件对应的目标流转事件对应的节点以外的节点相连、将虚拟汇点和第二关联流转事件对应的目标流转事件对应的节点以外的节点相连，得到第二网络流图；从第二网络流图中的虚拟源点和所述虚拟汇点之间，确定包含目标流转事件对应的边的目标路径；将目标路径在第一网络流图中对应的边所表示的流转事件，作为目标流转事件对应的资源链路确定结果。
-
公开(公告)号：CN114581693B
公开(公告)日：2023-11-03
申请号：CN202210224441.4
申请日：2022-03-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/762 , G06Q40/04
Abstract: 本说明书实施例提供了一种用户行为模式的区分方法和装置，该方法包括：行为序列集合确定单元获取多个用户行为序列对应的多个序列表征向量；行为序列集合确定单元构建序列关系图，其中的单个节点对应于单个用户行为序列，并且具有连接边的两个节点满足，该两个节点对应的两个用户行为序列之间的共同子序列满足第一条件，以及该两个用户行为序列对应的两个序列向量之间的相似度超过设定阈值；行为序列集合确定单元基于序列关系图，进行图聚类运算，获取若干节点类簇；根据若干节点类簇，确定对应的若干用户行为序列集合，其中，用户行为序列集合用于确定用户的行为模式。
-
Patent Agency Ranking
公开(公告)号：CN114819971B
公开(公告)日：2023-04-07
申请号：CN202210429553.3
申请日：2022-04-22
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基于多维度关系型数据的风控方法、图聚类方法及装置。方法包括：获取目标对象集的多维度的关系型视图数据，目标对象集包括待执行对象和已知黑名单对象。计算各维度的关系型视图数据中节点之间的相似度向量，并将各维度的相似度向量计算结果进行矩阵转换，得到各维度的相似度矩阵。构建以各维度的相似度矩阵自加权表达的统一矩阵，统一矩阵具有连通分量数等于聚类簇数的秩约束。基于各维度的相似度矩阵与统一矩阵互耦合的目标函数，对各维度的相似度矩阵与统一矩阵进行相互优化，得到优化后统一矩阵提供的目标对象集的聚类结果。基于聚类结果中待执行对象与已知黑名单对象之间的相似度，对待执行对象执行相匹配的风控操作。
-
公开(公告)号：CN111523831A
公开(公告)日：2020-08-11
申请号：CN202010629923.9
申请日：2020-07-03
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一种风险团伙的识别方法、装置、存储介质和计算机设备。该方法包括：根据获取的黑种子节点和所述黑种子节点的扩散节点构建关系图；对所述关系图进行子图切割，生成多个节点子集；对所述节点子集中的无用节点进行去除操作，生成查询子集；将各个所述查询子集中的节点识别为各个第一风险团伙。
-
公开(公告)号：CN111310814A
公开(公告)日：2020-06-19
申请号：CN202010082439.9
申请日：2020-02-07
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 王宝坤
Abstract: 本说明书实施例提供了一种利用不平衡正负样本对业务预测模型训练的方法及装置。在该方法中，第一训练样本集中的正样本的数量小于负样本的数量，在训练模型时，将任意的第一样本输入二分类的业务预测模型，得到第一样本为预定种类的第一预测概率，根据第一预测概率和第一样本的标签确定第一样本的第一预测损失；如果第一标签指示第一样本为正样本，则根据第一系数和第一预测损失的乘积确定调整后的损失；如果第一标签指示第一样本为负样本，则根据第二系数和第一预测损失的乘积确定调整后的损失，并根据第一训练样本集中各个样本调整后的损失之和，更新业务预测模型，通过第一系数大于第二系数，增加正样本的损失占比。
-
公开(公告)号：CN110728583A
公开(公告)日：2020-01-24
申请号：CN201910962984.4
申请日：2019-10-11
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 王宝坤
IPC: G06Q40/08
Abstract: 本说明书实施例公开了一种骗赔行为识别方法和系统。所述骗赔行为识别方法包括：获取多个资金盗用理赔案件；获取所述多个资金盗用理赔案件中每个资金盗用理赔案件的行为链路，所述行为链路包括根据时间顺序排列的多个用户行为；基于所述多个资金盗用理赔案件的多条行为链路，确定至少一条频繁行为序列；基于所述频繁行为序列在历史骗赔案件中的出现情况，判断所述频繁行为序列是否为骗赔高危序列。
-
公开(公告)号：CN119357252A
公开(公告)日：2025-01-24
申请号：CN202411381094.1
申请日：2024-09-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/23 , G06F16/901 , G06F18/22 , G06F18/214 , G06F18/213 , G06F18/2431 , G06N3/0455 , G06N3/042 , G06N3/049 , G06N3/084 , G06Q10/0635 , G06F123/02
Abstract: 本说明书公开了一种时序图数据风控方法、装置、介质及设备，响应于用户的风控请求，确定当前时刻的时序图数据以及时序图数据中的待风控用户的目标节点，时序图数据的节点是基于用户数据确定的，边是基于用户之间关系确定的，且节点与边携带有数据更新的时间信息。从时序图数据中确定目标节点的子图。将携带时间信息的子图输入训练完成的风控模型，通过风控模型中的时间编码器，得到时间特征，通过风控模型中的图数据编码器，得到图数据特征。将时间特征与图数据特征输入风控模型中的解码器，得到目标节点的风险分类结果，以及目标节点与时序图数据中各节点的连接关系的预测结果。根据风险分类结果以及预测结果，对待风控用户进行风控。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.044 seconds)
