-
公开(公告)号：CN115545938A
公开(公告)日：2022-12-30
申请号：CN202211508342.5
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/04 , G06N3/08 , G06N3/04 , G06F16/901
Abstract: 本说明书公开了一种执行风险识别业务的方法、装置、存储介质及设备，通过将历史全图数据拆为各子图数据，通过训练后的解释模型确定各子图数据中主体的权重，根据各子图数据中主体的权重确定历史全图数据中主体的权重，作为历史全图数据的标注，根据历史全图数据及历史全图数据的标注训练预降噪模型。当确定满足更新条件时确定当前全图数据，将当前全图数据输入训练后的预降噪模型，得到当前全图数据中各主体的权重，根据得到的权重，裁剪当前全图数据中的主体得到可信图。可在执行业务前基于预降噪模型输出的权重对当前全图数据进行裁剪，得到降噪后的可信图，接收到携带业务数据的风控业务请求时则可根据可信图确定业务数据对应的风险识别结果。
-
公开(公告)号：CN115545353A
公开(公告)日：2022-12-30
申请号：CN202211508341.0
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种业务风控的方法、装置、存储介质及电子设备，首先，获取业务数据。其次，针对业务数据中包含的每种类型的数据，将该种类型的数据输入到预先训练的预测模型中该类型对应的编码层中，得到该种类型的数据对应的数据特征。而后，将各种类型的数据特征输入到影响性确定层中，以确定每种类型的数据对预测模型输出的结果的影响程度。然后，将影响程度以及各种类型的数据特征输入到预测层中，以预测业务数据对应业务的业务提供方按照业务数据执行的业务的业务类别，作为预测类别。最后，根据预测类别以及业务提供方约定的所提供的业务的业务类别，进行业务风控。本方法可以减少人工审核数据的成本，并且，提高了预测类别的准确率。
-
公开(公告)号：CN115147227B
公开(公告)日：2022-12-27
申请号：CN202211041057.7
申请日：2022-08-29
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交易风险的检测方法、装置及设备，该方法包括：获取针对同一交易业务中多个不同交易发起方向同一交易目标方发起目标交易时提供的交易用途描述信息，然后，将多个不同交易发起方提供的交易用途描述信息的字符序列转换为标记序列，标记序列中包括每个交易发起方提供的交易用途描述信息的字符序列对应的子标记序列，为每个子标记序列设置第一数量的标记位置，并按照每个子标记序列的顺序将每个子标记序列中的字符依次放置于相应的第一数量的标记位置中，基于每个第一数量的标记位置中放置的相应子标记序列和每个第一数量的标记位置对应的交易发起方的标记信息，以及文本分类模型，确定目标交易是否存在风险。
-
公开(公告)号：CN111461892B
公开(公告)日：2021-07-06
申请号：CN202010244612.0
申请日：2020-03-31
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用于风险识别模型的衍生变量选择方法、装置及电子设备、存储介质，涉及风险识别领域。通过根据目标遗传算法模型及其种子池生成的衍生变量的质量，确定目标遗传算法模型更新后的种子池，且更新后的种子池包括更新前种子池生成的N个质量最优的衍生变量的父本集合；然后根据第一父本累积变量集合和第二父本累积变量集合，以衍生变量质量最优的变异方向确定目标衍生变量集合，输出目标衍生变量集合中的衍生变量，以作为风险识别模型的样本特征。
-
公开(公告)号：CN112330355A
公开(公告)日：2021-02-05
申请号：CN202011082535.X
申请日：2020-10-12
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种消费券交易数据处理方法、装置、设备及存储介质，通过获取发送消费券领取请求的账户的用户设备信息、用户历史交易信息，基于用户设备信息对发起消费券领取请求的设备进行位置篡改识别，并基于用户历史交易信息对用户的领券意图进行识别，基于位置篡改识别的结果和领券意图识别结果，确定消费券领取请求是否存在风险，以确定是否发放消费券。可以实现对真实用户进行消费券作弊恶意交易的行为进行准确的风险识别，消费券发放可以确保用户身份真实可靠的基础上，确定消费券发送的公平性，比如抢券的用户确实是本人在活动规定区域操作，用户的抢券意图有真实消费的可能，以提高消费券交易风险识别的准确性，确保消费券交易的安全性。
-
Patent Agency Ranking
公开(公告)号：CN111340509B
公开(公告)日：2020-08-21
申请号：CN202010440520.X
申请日：2020-05-22
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虚假交易识别方法、装置及电子设备。所述方法包括：获取预定平台所对应的原始交易图数据，根据目标节点从所述原始交易图数据中提取出子图数据；将所述子图数据作为输入，利用预定的多个连续的神经网络结构执行信息聚合操作和特征向量提取操作得到目标特征向量；其中，所述信息聚合操作用于根据各节点之间的相关性确定注意力矩阵，并根据所述注意力矩阵对目标节点的邻域节点信息进行聚合，所述各节点之间的相关性包括根据各节点信息所确定的第一相关性以及根据边信息所确定的第二相关性；将所述目标特征向量输入到分类器中，以便根据所述分类器的输出结果判断所述待识别交易是否为虚假交易。
-
公开(公告)号：CN111275350A
公开(公告)日：2020-06-12
申请号：CN202010083148.1
申请日：2020-02-08
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事件评估模型的训练方法和装置。该事件评估模型包括宽度部分和深度部分，宽度部分模型参数少，用于处理事件的可解释性特征数据；深度部分模型参数多，用于处理与事件相关联的抽象特征数据。训练方法包括，收集较短时间周期中的样本事件，获取短期样本集；将短期样本集中的样本事件输入事件评估模型，根据预测结果和对应的类别标签，确定短期预测损失，根据该短期预测损失，更新宽度部分。收集较长时间周期中的样本事件，获取长期样本集，将其中各个样本事件输入事件评估模型，根据预测结果和对应的类别标签，确定长期预测损失；并根据该长期预测损失，更新深度部分。
-
公开(公告)号：CN111008709A
公开(公告)日：2020-04-14
申请号：CN202010162831.4
申请日：2020-03-10
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联邦学习、资料风险评估方法、装置及系统，在所述方法中，资料所有方作为联邦学习中的参与方，基于本地用户资料数据对目标模型进行训练，得到所述目标模型的梯度并反馈给联邦学习中的协调方，其中，所述目标模型用于评估用户资料存在的风险；协调方对至少两个资料所有方反馈的梯度进行整合，得到目标模型的更新梯度并发送至资料所有方；资料所有方基于所述更新梯度和本地用户资料数据，再次对目标模型进行训练，并向协调方反馈再次训练得到的梯度。
-
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：CN115618964B
公开(公告)日：2023-10-24
申请号：CN202211320460.3
申请日：2022-10-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备。该模型训练的方法包括：获取样本数据，将所述样本数据输入待训练的数据处理模型中，得到各候选处理结果，以及每个候选处理结果对应的概率，从所述各候选处理结果中确定与所述样本数据对应的标签信息不匹配的目标结果，根据每个目标结果对应的概率，确定每个目标结果对应的权重，根据每个候选处理结果对应的概率以及所述权重，确定损失值，并根据所述损失值，对所述数据处理模型进行训练。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.034 seconds)
