支付风险识别模型的生成方法、支付风险识别方法及装置

    公开(公告)号:CN117009873A

    公开(公告)日:2023-11-07

    申请号:CN202311079876.5

    申请日:2023-08-24

    Abstract: 本说明书一个或多个实施例公开了一种支付风险识别模型的生成方法,包括:获取第一训练样本并设置第一标签,所述第一训练样本为预设的不同支付场景下的支付事件;为每个支付场景分别设置一个分类器,基于所述第一训练样本和所述第一标签训练所述分类器;选取至少一个支付场景,将该支付场景的训练样本作为第二训练样本;将所述第二训练样本输入该支付场景的分类器,将得到的预测结果作为第二标签;基于所述第二训练样本和第二标签,对其他分类器进行集成训练;将训练完毕的所述分类器集成为所述支付风险识别模型。相应地,本说明书还公开了支付风险识别方法及装置。

    一种实体的检测方法、装置及设备

    公开(公告)号:CN116757187A

    公开(公告)日:2023-09-15

    申请号:CN202310613874.3

    申请日:2023-05-26

    Inventor: 高培鑫 郑霖 金宏

    Abstract: 本说明书实施例公开了一种实体的检测方法、装置及设备,该方法包括:分别获取针对待比较的两个对象的属性信息和两个对象之间的空间距离信息,该属性信息通过文本信息的形式呈现;将两个对象的属性信息进行拼接,得到拼接文本信息,基于拼接文本信息,通过预先训练的目标语言模型,确定两个对象之间的属性相似度信息,其中,目标语言模型基于对象样本的样本属性信息构建的拼接文本样本和针对拼接文本样本构建的针对目标语言模型中每个网络层的输入数据中的提示信息进行模型训练后得到;基于两个对象之间的空间距离信息,确定两个对象之间的地理空间相似度信息;基于属性相似度信息和地理空间相似度信息,确定两个对象是否为同一实体。

    一种模型训练的方法、装置、存储介质及电子设备

    公开(公告)号:CN116401541A

    公开(公告)日:2023-07-07

    申请号:CN202310264180.3

    申请日:2023-03-10

    Inventor: 苗书宇 郑霖 金宏

    Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质和电子设备,将获取的样本业务数据输入第一模型,获得第一模型输出的第一风控结果,将该样本业务数据分别输入各第二模型,确定该样本业务数据的特征,将该特征输入适应层,确定每个第二模型分别对应的权重,并获得每个第二模型输出的第二风控结果,利用该权重及该第二风控结果确定伪标签,根据该伪标签以及该第一风控结果,对该适应层及该第一模型进行训练,训练后的第一模型用于对待风控业务数据进行风险判断。本方法通过适应层确定各第二模型的权重,根据权重及第二风控结果确定伪标签,根据伪标签及第一风控结果,训练适应层及第一模型,提高了第一模型输出结果的准确性。

    一种模型训练的方法、装置、存储介质及电子设备

    公开(公告)号:CN116028820B

    公开(公告)日:2023-07-04

    申请号:CN202310299829.5

    申请日:2023-03-20

    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,所述方法包括:先获取风控样本以及风控样本对应于各风险类型的原始标注,再根据风控样本对应于各风险类型的原始标注和预设的规则,确定风控样本的综合风险标注。之后,在训练待训练的风险识别模型时,若风险类型对应的梯度与综合梯度存在冲突,将风险类型对应的梯度与综合梯度不冲突的梯度分量重新作为风险类型对应的梯度,从而可以消除风险类型对应的梯度与综合梯度冲突的梯度分量。然后,根据各风险类型分别对应的梯度,确定出不存在冲突的待训练的风险识别模型的梯度来调整模型参数,减少了梯度冲突对模型训练的影响,使得训练得到的风险识别模型更准确。

    一种模型的处理方法、装置及设备

    公开(公告)号:CN116306868A

    公开(公告)日:2023-06-23

    申请号:CN202310217203.5

    申请日:2023-03-01

    Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备,该方法包括:将目标域的目标数据分别输入第一教师模型和第二教师模型中,得到第一教师模型对应的第一输出数据和第二教师模型对应的第二输出数据,第一教师模型是源域的模型,第二教师模型是目标域的模型;将目标数据输入到数据选择模型中,得到第一教师模型和第二教师模型的重要性权重,并基于上述重要性权重和两个输出数据,确定目标数据对应的教师输出结果;将目标数据输入到第一学生模型中,得到目标数据对应的第一学生输出结果;基于教师输出结果、第一学生输出结果和目标数据对应的标签信息,通过预设的损失函数,使用第一教师模型和第二教师模型对第一学生模型进行知识蒸馏训练。

    业务处理方法、业务处理装置、电子设备及存储介质

    公开(公告)号:CN111263351B

    公开(公告)日:2022-07-22

    申请号:CN202010021100.8

    申请日:2020-01-09

    Abstract: 本说明书涉及一种业务处理方法。该方法从用户数据中提取移动终端号码,得到移动终端号码集合;通过二次放号判别模型,基于移动终端号码集合以及与各移动终端号码对应的用户行为数据,确定各移动终端号码是否为二次放号的移动终端号码;从移动终端号码集合中删除二次放号的移动终端号码;提取各移动终端号码的区域标识以及在用户数据中首次出现的时间信息;根据各个移动终端号码的区域标识及时间信息确定各移动终端号码对应的属性值;以及响应于一业务请求,获取业务请求中的移动终端号码,并根据获取的移动终端号码对应的属性值或者是否标注为二次放号对业务请求进行处理。本说明书还提供了业务处理装置、电子设备以及存储介质。

    策略选择优化方法以及装置

    公开(公告)号:CN110929960B

    公开(公告)日:2022-04-15

    申请号:CN201911272217.7

    申请日:2019-12-12

    Inventor: 张震 金宏 王维强

    Abstract: 本说明书实施例提供策略选择优化方法以及装置,其中所述策略选择优化方法包括:根据业务中多个业务指标的权重确定目标函数以及约束条件,根据所述业务选择群体优化算法,并根据权重最大的业务指标对应的多个策略初始化策略群,再根据策略群中的多个策略组合构建与所述多个策略组合对应的样本向量;通过将样本向量输入目标函数和约束条件后获取的输出结果筛选策略群的群体最优解,根据所述群体最优解,利用群体优化算法并通过迭代的方式对所述策略群进行优化;在迭代完成的情况下,在迭代完成后获得的目标策略群中筛选所述业务的最优策略组合。

Patent Agency Ranking