-
公开(公告)号：CN115905624A
公开(公告)日：2023-04-04
申请号：CN202211271412.X
申请日：2022-10-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/90 , G06N3/044 , G06N3/0464 , G06N3/084
Abstract: 本说明书实施例公开了一种用户行为状态的确定方法、装置及设备，该方法包括：获取目标用户多次执行目标业务所产生的操作行为信息构建的业务时序信息，基于业务时序信息和预先训练的神经网络模型，确定业务时序信息对应的重构系数，训练神经网络模型的过程中通过以下目标函数对神经网络模型中的模型参数进行优化处理：基于由训练样本和训练样本对应的重构系数样本构建的范数，以及重构系数样本对应的熵确定的目标函数；基于业务时序信息对应的重构系数和业务时序信息，确定业务时序信息中不同时间执行的目标业务之间的关联关系；基于业务时序信息中不同时间执行的目标业务之间的关联关系，确定目标用户执行目标业务的行为状态信息。
-
公开(公告)号：CN115618748A
公开(公告)日：2023-01-17
申请号：CN202211508332.1
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/27 , G06F16/248 , G06F16/2455 , G06F30/20 , G06Q40/04
Abstract: 本说明书公开了一种模型优化的方法、装置、设备及存储介质，可以对从各业务模型中，筛选出业务结果准确率低的模型作为目标模型，从而可以根据目标模型的输入的特征数据，以及目标模型的输出结果进行拟合，从而可以确定出输入到目标模型中的特征数据的每个特征维度对应的权重值，进而可以根据确定出的特征数据的每个特征维度对应的权重值，确定出目标模型对特征数据中的哪些特征维度的数据更为关注，并根据目标模型关注的特征维度，对目标模型进行优化。
-
公开(公告)号：CN115204395A
公开(公告)日：2022-10-18
申请号：CN202210707219.X
申请日：2022-06-21
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数据的处理方法、装置及设备，所述方法包括：获取第一对象的第一行为数据和所述第一对象的风险标签；基于所述第一行为数据生成第二行为数据；基于预先训练的因果推断模型和所述第二行为数据，得到所述第二行为数据对应的第一特征向量，所述第一特征向量为所述预先训练的因果推断模型基于所述第二行为数据内的不同数据之间的依赖关系，生成的能够表征所述第二行为数据内的不同数据之间相关性的特征向量；将所述第一对象的风险标签确定为所述第一特征向量的风险标签，并基于所述第一特征向量和所述第一特征向量的风险标签，对由深度学习算法构建的风险识别模型进行对抗训练，得到训练后的风险识别模型。
-
公开(公告)号：CN115169551A
公开(公告)日：2022-10-11
申请号：CN202210757609.8
申请日：2022-06-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例描述了行为预测模型的训练方法、风险行为预测方法和装置。根据实施例的方法，可以在训练行为预测模型时获取样本行为事件的类型标识以及样本行为事件所发生的时间信息。然后将样本行为事件在连续的时间域上进行表征，进而根据在连续时间域上表征后的行为事件表征训练行为预测模型，以对行为预测模型输出的类型标识和时间的预测值进行优化。通过将样本行为事件在连续的时间域上表征，实现了行为事件和其所发生的的时间的关联，使得模型能够充分学习到行为事件和其所发生的时间所呈现出的规律和周期性的特征，从而能够提高风险行为预测的准确性。
-
公开(公告)号：CN114999611A
公开(公告)日：2022-09-02
申请号：CN202210908680.1
申请日：2022-07-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G16H20/70 , G16H50/70 , G06F16/635
Abstract: 本说明书公开了一种模型训练和信息推荐的方法及装置，可以获取用户情绪信息以及用户情绪信息对应的标准音频数据，并将该用户情绪信息输入到待训练的生成模型中，以使该生成模型根据预先构建出的知识图谱中与用户情绪信息相匹配的目标节点，确定图谱特征，并根据该图谱特征，生成目标音频，其中，这里提到的知识图谱用于表征各种音频相关信息与各类用户情绪信息之间的关联关系，而后，可以以最小化该目标音频与标准音频数据之间的差异为优化目标，对生成模型进行训练，训练后的生成模型用于根据目标用户的用户情绪信息，为目标用户生成音频，从而在一定程度上生成适合用户的音频，以及提高为用户生成音频的合理性。
-
Patent Agency Ranking
公开(公告)号：CN114978616A
公开(公告)日：2022-08-30
申请号：CN202210486217.2
申请日：2022-05-06
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风险评估系统的构建方法，包括：利用第一标注事件样本集训练第一风险评估模型，所述第一标注事件样本集中包括第一数量的黑样本和第二数量的白样本，所述第一数量大于第二数量；利用训练好的第一风险评估模型处理多个灰样本，得到其中各个灰样本的预测风险分，所述各个灰样本被已有的风控技术识别为风险样本；基于所述预测风险分，从所述多个灰样本中选取部分灰样本，作为对第二标注事件样本集中黑样本的扩充；所述第二标注事件样本集中初始包括第三数量的黑样本和第四数量的白样本，所述第三数量小于第四数量；利用扩充后的第二标注事件样本集训练第二风险评估模型，训练好的第二风险评估模型用于构建所述风险评估系统。
-
公开(公告)号：CN114548765A
公开(公告)日：2022-05-27
申请号：CN202210162714.7
申请日：2022-02-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本发明提供了用于风险识别的方法和装置。一种用于风险识别的方法包括：获取样本集，该样本集中的每一个样本包括多个特征；针对该多个特征中的每个类别特征，确定该类别特征在该样本集中的类别数；将该类别特征的类别数与类别数阈值进行比较；如果该类别特征的类别数小于或等于该类别数阈值，则使用随机编码方式来对该类别特征进行编码以生成用于该类别特征的特征映射集合；以及如果所述类别特征的类别数大于所述类别数阈值，则使用统计编码方式来对所述类别特征进行编码以生成用于所述类别特征的特征映射集合。
-
公开(公告)号：CN113988483A
公开(公告)日：2022-01-28
申请号：CN202111589797.X
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操作行为的管控及其模型的训练方法及电子设备，该方法包括：在检测到目标用户的待识别操作行为时，从可信执行环境TEE中获取与所述目标用户相匹配的目标云端风险标签；通过与所述目标云端风险标签相对应的用户风险操作行为识别模型，对所述待识别操作行为进行风险识别，得到针对所述待识别操作行为的风险识别结果；如果所述目标用户的待识别操作行为的风险识别结果为风险操作行为，则对所述目标用户进行风险管控。
-
公开(公告)号：CN113283822A
公开(公告)日：2021-08-20
申请号：CN202110835193.2
申请日：2021-07-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/06
Abstract: 本说明书实施例提供一种特征处理方法及装置，所述方法包括：应用于部署有若干业务预测模型的终端设备，终端设备在检测到用户针对终端设备的操作行为的情况下，对操作行为进行数字化编码，得到对应的行为特征；将行为特征存储于第一特征池，若干业务预测模型配置为，利用从第一特征池读取的已编码的行为特征序列，进行对应的业务预测。
-
公开(公告)号：CN111507461A
公开(公告)日：2020-08-07
申请号：CN202010287390.0
申请日：2020-04-13
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可解释性信息确定方法及装置，该方法首先获取目标对象对应的二维数据表，然后将二维数据表输入预先训练的卷积神经网络，提取各项事件特征的累积特征的特征值，得到至少一张第一特征图，下游网络进行下游卷积处理，获得全局特征；基于全局特征可计算出风险分数值，接下来针对全局特征，执行反卷积算法，得到第二特征图，第二特征图与第一特征图对应，根据第二特征图，可确定导致风险分数值的累积特征，作为可解释性信息。该方法无需产生扰动样本也可确定可解释性信息，不受扰动样本限制，且信息精度较高。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.105 seconds)
