公开(公告)号：CN117171336A

公开(公告)日：2023-12-05

申请号：CN202311123033.0

申请日：2023-09-01

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 涂珂 ,  曲伟 ,  吴郑伟 ,  张志强 ,  刘忠义 ,  周俊 ,  张冠男

IPC: G06F16/335 ,  G06F16/36 ,  G06Q30/0601 ,  G06Q40/06

Abstract: 本说明书实施例提供推荐对象确定方法、对象推荐模型训练方法及装置。对第一用户的第一用户特征、第一对象的第一对象特征、融合有对象知识图谱的用户‑对象交互图中的第二用户的第二用户特征、第二对象的第二对象特征和对象属性的属性特征进行多意图通道解耦表征。使用第一和第二用户的多通道用户特征表征、第一和第二对象的多通道对象特征表征和对象属性的多通道对象属性特征表征，对第一用户的多通道用户特征表征和第一对象的多通道对象特征表征进行用户‑对象交互图和对象知识图谱上的表征聚合。然后，根据第一用户的经过聚合后的多通道用户特征表征和第一对象的经过聚合后的多通道对象特征表征，确定是否向第一用户推荐第一对象。

公开(公告)号：CN116611731A

公开(公告)日：2023-08-18

申请号：CN202310572391.3

申请日：2023-05-18

Applicant: 支付宝(杭州)信息技术有限公司 ,  合肥工业大学

Inventor： 吴乐 ,  杨永晖 ,  张琨 ,  洪日昌 ,  汪萌 ,  吴郑伟 ,  张志强 ,  周俊

IPC: G06Q10/0639 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本说明书实施例提供了一种评分模型训练方法、用户推送方法及装置。在评分模型的训练方法中，构造用户与推送对象之间交互的关系网络，通过变分图推理网络估计用户和推送对象的节点表征连续分布，并对该节点表征连续分布进行采样，得到作为对比目标的第一采样表征和第二采样表征，基于该对比目标确定节点级别的对比损失函数。同时，利用节点表征连续分布重构用户与推送对象之间的关系网络，从而得到重构损失函数。利用节点表征连续分布对用户和推送对象进行聚类，基于聚类结果计算聚类感知的对比损失函数。联合多个损失函数进行多任务学习，更新模型直至收敛。利用训练后的评分模型计算用户对推送对象的评分，基于该评分进行用户推送。

公开(公告)号：CN112085172B

公开(公告)日：2022-09-16

申请号：CN202010975525.2

申请日：2020-09-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吴郑伟 ,  刘子奇

IPC: G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种图神经网络的训练方法，包括：获取关系网络图，其中各个对象节点对应采样概率集，包括针对其每个一阶邻居节点的采样概率；基于该关系网络图，对该图神经网络进行多轮迭代更新，其中任一轮包括：以本轮选取的第一标签节点为中心，进行M阶邻居节点采样，其中任意的第i阶邻居节点采样包括，针对已采样的第i‑1阶邻居节点中任意的第一节点，基于其当前采样概率集，从其一阶邻居节点全集中采样若干邻居节点归入第i阶邻居节点；基于采样到的M阶以内的邻居节点和该第一标签节点带有的第一业务标签，对该图神经网络进行本轮更新；利用更新后图神经网络确定若干邻居节点对应的若干训练反馈，进而更新第一节点的当前采样概率集。

公开(公告)号：CN110852755B

公开(公告)日：2022-05-17

申请号：CN201911075119.4

申请日：2019-11-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吴郑伟 ,  刘子奇

IPC: G06Q20/40

Abstract: 本说明书实施例提供一种针对交易场景的用户身份识别方法和装置，方法包括：获取目标用户到目标商户进行交易时采集的目标用户的目标生物信息；查找与目标生物信息最相似的多个存储生物信息，将多个存储生物信息分别对应的用户作为目标用户的候选用户；根据针对关系网络图预先训练的图神经网络模型，确定各候选用户分别对应的各第一节点嵌入向量，以及目标商户对应的第二节点嵌入向量；根据各第一节点嵌入向量和第二节点嵌入向量，确定各候选用户到目标商户的各交易概率中的最大交易概率；当最大交易概率大于预设阈值时，将最大交易概率对应的候选用户确定为目标用户。能够提高交易场景中用户身份识别的准确性。

公开(公告)号：CN111681059A

公开(公告)日：2020-09-18

申请号：CN202010819192.4

申请日：2020-08-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 庄晨熠 ,  张志强 ,  刘子奇 ,  周俊 ,  谭译泽 ,  魏建平 ,  刘致宁 ,  吴郑伟 ,  顾进杰 ,  漆远 ,  张冠男

IPC: G06Q30/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种行为预测模型的训练方法，包括：先确定针对目标对象的多个样本用户，其中任一的第一样本用户对应第一样本硬标签，指示是否对该目标对象做出特定行为；再基于利用训练后的图神经网络对用户-对象二部图进行图嵌入处理而确定的嵌入向量集，确定对应于第一样本用户的样本用户特征向量以及对应于目标对象的目标对象特征向量，进而确定第一样本用户对目标对象做出特定行为的特定行为概率，作为第一样本软标签，并且，将该样本用户特征向量输入第一行为预测模型中，得到行为预测结果；利用基于该预测结果和第一样本硬标签确定的第一损失项，以及基于该预测结果和第一样本软标签确定的第二损失项，训练该第一行为预测模型。

公开(公告)号：CN111461299A

公开(公告)日：2020-07-28

申请号：CN202010230847.4

申请日：2020-03-27

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吴郑伟

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F16/9535

Abstract: 本说明书一个或多个实施例提供了一种用户分类模型的训练方法及信息推送方法。在一种实施例中，一种用户分类模型的训练方法包括：获取多个第一训练样本，每个第一训练样本包括第一用户图结构数据、第一资源图结构数据和第一标记值；对每个第一训练样本执行以下步骤：将第一用户图结构数据输入第一图神经网络模型，得到第一用户对应的第一用户嵌入表达向量；将第一资源图结构数据输入第二图神经网络模型，得到第一资源对应的第一资源嵌入表达向量；将第一用户嵌入表达向量和第一资源嵌入表达向量输入第一分类器，得到第一分类结果；基于各个第一训练样本对应的第一分类结果及第一标记值，调整第一分类模型的参数，得到训练后的第一分类模型。