-
公开(公告)号：CN110910041A
公开(公告)日：2020-03-24
申请号：CN201911224554.9
申请日：2019-12-04
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管控方法。所述方法包可以包括以下至少一种操作。可以获取与目标商户相关的商户信息。可以基于所述商户信息，至少确定所述目标商户相关的业务类型。可以至少基于第一模型以及所述商户信息，确定所述目标商户针对所述业务类型所存在的风险预估值。可以基于所述风险预估值，对所述目标商户执行与所述风险预估值对应的预设管控操作。本说明书实施例所披露的方法，可以实现商户风险管理的一站式智能化，提升了商户风险管理的准确率和时效性，同时具备隐私安全计算能力。
-
公开(公告)号：CN110781174A
公开(公告)日：2020-02-11
申请号：CN201910978519.X
申请日：2019-10-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/215 , G06K9/62 , G06N20/00
Abstract: 本公开涉及一种使用pca和特征交叉的特征工程建模的方案，包括：对特征数据进行特征相关检测；使用独热编码对特征进行编码，并对经编码的特征执行pca算法，其中在执行独热编码的过程中，还可以对所述特征进行特征交叉；通过执行共线性选择和特征重要性选择对所述特征进行筛选；以及将筛选出的特征输出用于特征工程建模。
-
公开(公告)号：CN110705622A
公开(公告)日：2020-01-17
申请号：CN201910914896.7
申请日：2019-09-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书的一个或多个实施例公开了一种决策方法，包括：确定决策目标；根据所述决策目标建立决策所述决策目标成立的决策逻辑规则模型；获取决策所述决策目标成立的样本信息；利用所述样本信息训练所述决策逻辑规则模型，得到训练后的决策逻辑规则模型；通过所述训练后的决策逻辑规则模型对需要决策的信息进行处理，得到所述需要决策的信息的决策结果。
-
公开(公告)号：CN120010923A
公开(公告)日：2025-05-16
申请号：CN202510080708.0
申请日：2025-01-17
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种大模型微调方法、装置、存储介质及电子设备。在本说明书提供的大模型微调方法中，获取用于微调目标大模型的样本微调指令；根据所述样本微调指令实现的功能对所述样本微调指令进行分解，得到分解指令序列；确定与所述分解指令序列中包含的每个分解指令对应的步骤回答，构成步骤回答序列；根据所述分解指令的数量，确定微调轮数；针对每一轮微调，确定该轮微调中所需的目标分解指令，将该目标分解指令和所述分解指令序列中该目标分解指令前的所有分解指令确定为微调分解指令；采用所述微调分解指令以及与各微调分解指令对应的各步骤回答对所述目标大模型进行微调，直到进行微调的次数达到所述微调轮数。
-
公开(公告)号：CN119760342A
公开(公告)日：2025-04-04
申请号：CN202411805692.7
申请日：2024-12-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/213 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06F123/02
Abstract: 本说明书实施例提供一种预测用户行为的方法和装置。方法包括：获取目标用户在目标时刻之前的最近m次交互行为形成的第一行为序列，根据第一行为序列形成第一特征序列；根据目标用户的静默时长确定第一衰减状态向量，其中静默时长为该用户在目标时刻前最后一次交互事件距离目标时刻的时长；将第一衰减状态向量作为LSTM单元的单元状态向量，将根据第一特征序列确定的第二特征序列作为待处理序列，共同输入长短期记忆LSTM神经网络进行序列处理，得到第一输出特征序列；根据第一输出特征序列，确定目标用户在目标时刻的用户表征；根据用户表征，预测目标用户在目标时刻的交互行为。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN119254899A
公开(公告)日：2025-01-03
申请号：CN202411375183.5
申请日：2024-09-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04N1/32
Abstract: 本说明书实施例公开了一种信息隐写方法、装置及设备，该方法包括：获取待隐写的目标数据和目标水印信息；通过预先训练的隐写编码模型中的一个或多个依次连接的水印嵌入模块，将输入的所述目标数据或时域的数据转换为频域目标数据，基于所述目标水印信息与所述频域目标数据之间的全局关联关系和/或局部关联关系，将所述目标水印信息嵌入所述频域目标数据中，得到频域载水印数据，并将所述频域载水印数据转换为时域的载水印数据；通过所述隐写编码模型中的数据调整模块，对一个或多个依次连接的水印嵌入模块最终输出的时域的载水印数据进行调整，得到所述目标数据对应的目标载水印数据。
-
公开(公告)号：CN113780404B
公开(公告)日：2024-11-26
申请号：CN202111044554.8
申请日：2020-01-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/23211 , G06Q10/0635 , G06Q10/0639 , G06Q40/04
Abstract: 本说明书一个或多个实施例公开了一种资源数据的处理方法及装置，用以解决现有技术中数据聚类效率低以及风险管理效率低的问题。所述方法包括：基于多个资源数据的原始分割位置，确定所述多个资源数据对应的至少一个资源分割值。利用各所述资源分割值对所述多个资源数据进行聚类处理，得到多个资源聚类组。根据预设的资源评估指标，从所述多个资源聚类组中确定所述资源评估指标对应的目标资源聚类组。所述资源评估指标包含对所述资源数据进行风险评估所使用的风险评估参数。根据所述目标资源聚类组对应的目标资源分割值，确定所述资源数据对应的资源评估阈值。所述资源评估阈值用于对所述资源数据进行风险评估。
-
公开(公告)号：CN114723269B
公开(公告)日：2024-11-12
申请号：CN202210334912.7
申请日：2022-03-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06F18/24 , G06F18/21
Abstract: 本说明书实施例公开了一种事件的风险防控方法、装置及设备，该方法包括：获取目标事件的待处理的事件数据，然后，基于所述事件数据和所述目标事件对应的第一风控模型，确定所述第一风控模型对应的风险检测结果，所述第一风控模型是由所述目标事件对应的风控策略构建的模型，最终，可以基于所述第一风控模型对应的风险检测结果确定所述事件数据对应的初始风险信息，并将所述事件数据对应的初始风险信息和所述事件数据输入到所述目标事件对应的第二风控模型中，得到所述事件数据对应的风险信息，所述第二风控模型是通过所述目标事件对应的事件数据样本进行模型训练得到的模型。
-
公开(公告)号：CN113592696B
公开(公告)日：2024-11-12
申请号：CN202110927877.5
申请日：2021-08-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06T1/00 , G06F21/60 , G06F21/62 , G06V40/16 , G06V10/74 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/084
Abstract: 本说明书实施例提供一种用于隐私保护的加密模型训练方法及装置、图像加密方法及装置和加密人脸图像识别方法及装置，该加密模型训练方法包括：利用待训练的加密模型对原始人脸图像加密，得到加密人脸图像；将加密人脸图像输入待训练的第一人脸识别模型，得到第一人脸预测结果；利用第一人脸预测结果和原始人脸图像对应的人脸标注结果，确定第一预测损失；将加密人脸图像输入判别模型，通过判别模型得到加密人脸图像为噪声图像的第一预测概率；根据与第一预测损失正相关，与第一预测概率负相关确定总预测损失；以最小化总预测损失为目标，训练加密模型以及第一人脸识别模型。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.048 seconds)
