-
公开(公告)号：CN111210072B
公开(公告)日：2022-04-12
申请号：CN202010010460.8
申请日：2020-01-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/04 , G06F16/901 , G06K9/62
Abstract: 本说明书实施例提供了一种预测模型训练和用户资源额度确定方法及装置。在预测模型训练阶段，基于分享关系图谱，得到第一用户的第一关系特征，至少基于第一关系特征得到第一特征数据，将第一特征数据和第一资源额度输入预测模型，预测模型输出第一用户针对第一资源额度的分享行为的预测数据，将预测数据与标准数据进行比较得到第一预测损失，向使得第一预测损失减小的方向，更新预测模型。在确定用户资源额度阶段，将基于分享关系图谱得到的第二用户的特征数据和多个不同档位资源额度输入预测模型，预测模型可以输出第二用户针对不同档位资源额度的分享行为数据，根据分享行为数据对不同档位资源额度进行选择，得到针对第二用户分配的资源额度。
-
公开(公告)号：CN111552649B
公开(公告)日：2022-02-22
申请号：CN202010421737.6
申请日：2020-05-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种分组测试方法及装置。所述方法包括：根据所确定的图分割算法以及该算法的初始参数值，将图结构划分为多个子图；根据当前的划分结果，确定参数值更新策略；循环执行以下操作，直到满足预设的循环停止条件：针对当前的划分结果，利用预设的损失函数计算当前划分结果对应的当前损失函数值；判断当前损失函数值是否满足预设的循环停止条件；如果否，则根据所确定的参数值更新策略，对当前的参数值进行更新；并且根据更新后的参数值，将所述图结构划分为多个子图；循环结束后，根据当前的划分结果，将至少两个子图对应的用户子集确定为随机测试的对象用户。
-
公开(公告)号：CN112581191A
公开(公告)日：2021-03-30
申请号：CN202011626281.3
申请日：2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种行为预测模型的训练方法，包括：针对目标对象，获取基于多个种子用户形成的多个正样本，其中任意的第一正样本包括，与第一种子用户对应的第一用户特征和正例标签，此标签指示对应用户是被确定为对目标对象做出特定行为的用户；基于多个种子用户各自的用户特征，采用无监督的离群点检测算法，确定第一种子用户的离群分数，作为针对行为预测任务的第一训练权重；利用包括上述多个正样本以及预先获取的多个负样本，对第一行为预测模型进行第一训练，具体包括：将第一用户特征输入第一行为预测模型中，结合得到的行为预测结果和上述正例标签，确定行为预测损失，并利用第一训练权重对其进行加权处理，以训练第一行为预测模型。
-
公开(公告)号：CN119441387A
公开(公告)日：2025-02-14
申请号：CN202411449925.4
申请日：2024-10-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/33 , G06F16/387 , G06F16/35 , G06N5/04
Abstract: 本说明书提供了一种文档检索方法及相关设备。该方法包括：获取用户输入的查询文本，所述查询文本中包含作为查询条件的时间信息；将所述查询文本输入至文本检索器，由所述文本检索器从文档库包含的多个文档中检索出与所述查询文本相匹配的至少一个候选文档；其中，所述文本检索器为基于预先构建的训练样本，对初始的文本检索器进行训练后得到的文本检索器；所述训练样本包含问题样本以及与所述问题样本的答案对应的文档，所述问题样本中包含时间信息；基于所述至少一个候选文档，推理出与所述查询文本对应的查询结果。
-
公开(公告)号：CN114840342B
公开(公告)日：2025-01-24
申请号：CN202210519426.2
申请日：2022-05-13
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资源调配方法、装置以及设备，属于机器学习技术领域。方案包括：确定确定与可用资源相关的业务属性，并待预测的用于描述所述业务属性变化情况的宏观时间序列所对应的多个微观时间序列；对所述多个微观时间序列进行聚类，得到多个微观时间序列组；分别对各所述微观时间序列组进行预测，得到各所述微观时间序列组的预测值；根据各所述微观时间序列组的预测值，预测得到所述宏观时间序列的预测值；根据所述宏观时间序列的预测值，向所述业务属性对应的业务调配所述可用资源。
-
Patent Agency Ranking
公开(公告)号：CN113822371B
公开(公告)日：2024-11-22
申请号：CN202111163343.6
申请日：2021-09-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2415 , G06F18/214 , G06Q10/04 , G06N3/0455 , G06N3/047 , G06N3/0442 , G06N3/045
Abstract: 本说明书实施例提供了训练分组模型，以及对时序数据进行分组的方法。训练分组模型的方法包括以下步骤：获取时序样本集，其中任意样本包括，单个业务对象在n个时段的n个指标值构成的序列。将上述样本输入分组模型，得到该样本分属于K个分组的预测概率分布。此外，还将该样本分别输入与K个分组对应的K个解码网络，得到K个重构样本。于是，可以根据样本集中各个样本的预测概率分布与预设的先验分布，确定总分布损失；并根据各个样本分别对应的K个重构样本，以及预测概率分布，确定总重构损失。然后根据总分布损失和总重构损失，训练分组模型和K个解码网络。在训练之后，可以利用训练好的分组模型，对微观时序样本进行分组。
-
公开(公告)号：CN118350448A
公开(公告)日：2024-07-16
申请号：CN202410568375.1
申请日：2024-05-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/096 , G06N3/094 , G06N3/0455 , G06F18/2321 , G06F18/2415 , G06F16/9535
Abstract: 本说明书实施例提供了目标模型的训练方法及装置，目标模型包括编码器和聚类网络，聚类网络中包括多个类簇的参数化的聚类原型。该方法包括：利用编码器，确定多个用户各自的编码结果，编码结果包括基于用户的原始行为序列得到的原始编码；利用聚类网络，基于各聚类原型和各原始编码确定各用户各自的聚类结果；基于各用户的编码结果与所归属的类簇的聚类原型之间的元素分布差异，确定自蒸馏损失；其中，该类簇基于聚类结果确定；基于训练损失，更新编码器的参数，训练损失包括自蒸馏损失。
-
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
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：CN114596008A
公开(公告)日：2022-06-07
申请号：CN202210495780.6
申请日：2022-05-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开的一方面涉及一种资源分配决策的鲁棒优化方法，包括确定多个资源消费者对资源的支用指标，其中所述支用指标包含不确定性；预估所述支用指标的均值与方差；设置所述资源的资源约束和对所述资源进行分配的目标参数；基于所述支用指标、所述资源约束和目标参数，使用鲁棒优化来建立优化模型；使用所述支用指标的均值与方差，对所建立的优化模型进行鲁棒对等转换以将所述优化问题转换为确定性优化模型；以及对所述确定性优化模型进行求解以决定所述资源向所述多个资源消费者的分配决策。本公开还涉及其他相关方面。
-
公开(公告)号：CN111428994B
公开(公告)日：2022-06-03
申请号：CN202010203457.8
申请日：2020-03-20
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业务处理方法、装置及电子设备，其核心思想是，在获取到全量的各样本用户的业务数据时，从这些样本用户中选取出不同种子用户，这些种子用户是已领取业务权益的用户；从所述不同种子用户的业务数据中提取业务权益信息与所述业务权益信息相关的业务特征数据之间的映射关系。在这种情况下，当采集到不同待测用户的业务数据时，就可以根据如上映射关系，判断所述不同待测用户各自业务数据中是否包含所述业务特征数据，根据判断结果从所述不同待测用户中选取权益用户和为该权益用户分配的业务权益信息，根据确定的业务权益信息生成为所述权益用户的权益配置策略。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.035 seconds)
