-
公开(公告)号：CN111382410B
公开(公告)日：2022-04-29
申请号：CN202010206013.X
申请日：2020-03-23
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刷脸验证方法。该方法可以包括从刷脸机具获取刷脸图像；基于所述刷脸图像，确定候选用户；获取反映所述候选用户与所述刷脸机具之间历史关联的历史关联特征；通过刷脸验证模型，至少基于所述历史关联特征，确定所述刷脸图像与所述候选用户的相关度；以及基于所述相关度，确定所述刷脸图像的刷脸验证结果。
-
公开(公告)号：CN111309983B
公开(公告)日：2021-09-21
申请号：CN202010162991.9
申请日：2020-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06N3/08
Abstract: 本说明书实施例提供一种基于异构图进行业务处理的方法和装置，可以利用不同结构的关系网络构成的异构图直接进行业务处理。在本说明书的实施架构下，利用多个不同连接关系类型的关系网络，可以更加全面的刻画实体的特征，另一方面，针对各个关系网络分别处理得到节点的各个业务表征向量，无需对各个关系网络进行综合，可以避免繁琐的手工特征抽取，进一步地，可以自动确定在当前业务下，当前实体在每个关系网络中的重要度系数(权重)，实现在各个关系网络下的信息融合，从而使得对当前实体的评估结果更加准确。
-
公开(公告)号：CN111737584B
公开(公告)日：2020-12-08
申请号：CN202010762440.6
申请日：2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06Q30/06 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供一种行为预测系统的更新方法，其中行为预测系统包括多个推荐领域各自对应的对象表征模型、领域用户表征模型和行为预测模型，还包括通用用户表征模型和领域判别模型。该方法包括：首先，获取与该多个推荐领域对应的多个训练样本，其中各个训练样本包括推荐对象的对象特征、用户的用户特征，以及指示该用户是否对该第一推荐对象做出特定行为的样本标签；接着，利用行为预测系统对多个训练样本进行处理，从而得到对应的多个行为预测损失和多个领域判别损失，进而确定综合损失，该综合损失与该多个行为预测损失分别正相关，且与该多个领域判别损失分别负相关；然后，利用综合训练损失，调整该行为预测系统中各个模型的模型参数。
-
公开(公告)号：CN111737546B
公开(公告)日：2020-12-01
申请号：CN202010724053.3
申请日：2020-07-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/906 , G06F16/35 , G06K9/62 , G06N3/04
Abstract: 本说明书实施例提供一种确定实体业务属性的方法，一方面，利用时序神经网络处理待预测实体在不同历史时间点的表达向量，考虑待预测实体状态的时序特征，另一方面，单个历史时间点的表达向量基于按照相应的实体状态确定的关系网络，进行邻居节点的节点向量聚合，充分考虑与预测实体相关联的其他实体对预测实体状态的影响，从而对预测实体产生具有更好的表达能力的表达向量。通过这种对具有更好的表达能力的表达向量的分析，可以提高对实体的预定业务属性预测的准确度。
-
公开(公告)号：CN111737584A
公开(公告)日：2020-10-02
申请号：CN202010762440.6
申请日：2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06Q30/06 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供一种行为预测系统的更新方法，其中行为预测系统包括多个推荐领域各自对应的对象表征模型、领域用户表征模型和行为预测模型，还包括通用用户表征模型和领域判别模型。该方法包括：首先，获取与该多个推荐领域对应的多个训练样本，其中各个训练样本包括推荐对象的对象特征、用户的用户特征，以及指示该用户是否对该第一推荐对象做出特定行为的样本标签；接着，利用行为预测系统对多个训练样本进行处理，从而得到对应的多个行为预测损失和多个领域判别损失，进而确定综合损失，该综合损失与该多个行为预测损失分别正相关，且与该多个领域判别损失分别负相关；然后，利用综合训练损失，调整该行为预测系统中各个模型的模型参数。
-
Patent Agency Ranking
公开(公告)号：CN111681059A
公开(公告)日：2020-09-18
申请号：CN202010819192.4
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：先确定针对目标对象的多个样本用户，其中任一的第一样本用户对应第一样本硬标签，指示是否对该目标对象做出特定行为；再基于利用训练后的图神经网络对用户-对象二部图进行图嵌入处理而确定的嵌入向量集，确定对应于第一样本用户的样本用户特征向量以及对应于目标对象的目标对象特征向量，进而确定第一样本用户对目标对象做出特定行为的特定行为概率，作为第一样本软标签，并且，将该样本用户特征向量输入第一行为预测模型中，得到行为预测结果；利用基于该预测结果和第一样本硬标签确定的第一损失项，以及基于该预测结果和第一样本软标签确定的第二损失项，训练该第一行为预测模型。
-
公开(公告)号：CN111428994A
公开(公告)日：2020-07-17
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。
-
公开(公告)号：CN110909868A
公开(公告)日：2020-03-24
申请号：CN201911226793.8
申请日：2019-12-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/04
Abstract: 本说明书实施例提供一种基于图神经网络模型的节点表示方法和装置，方法包括：获取动态变化的关系网络图在多个时间切片中对应的多个图结构，以及基于所述多个图结构分别训练的多个图神经网络模型；从所述多个图结构中，分别提取目标节点对应于所述多个时间切片的多个子图；将所述多个子图对应输入到所述多个图神经网络模型，得到所述目标节点对应于所述多个时间切片的多个节点嵌入向量；通过基于时序的神经网络模型，融合所述多个节点嵌入向量，得到所述目标节点的融合向量。能够提升基于图神经网络模型的节点表示的准确性。
-
公开(公告)号：CN115062131B
公开(公告)日：2025-03-28
申请号：CN202210753297.3
申请日：2022-06-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/3329 , G06F16/334 , G06F16/338
Abstract: 本说明书实施例提供了一种基于多模态的人机交互方法及装置。在终端具备多种模态信息收集能力的前提下，当用户与终端进行交互时，终端可以收集到用户输入的多模态信息，包括视频信息、语音信息、用户通过输入操作输入的语言文本和事件文本等，并将该多模态信息传输至服务器。服务器可以从多模态信息中提取用户指令和用户语言，并分别将用户指令输入指令处理器并得到第一输出内容，将用户语言输入自然语言处理器并得到第二输出内容。接着，服务器可以基于第一输出内容和第二输出内容的融合，确定针对用户的回应内容。
-
公开(公告)号：CN119557398A
公开(公告)日：2025-03-04
申请号：CN202411606386.0
申请日：2024-11-11
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/3329 , G06F16/36
Abstract: 本说明书提供一种数据处理方法及系统。该方法包括：获取目标问题，并获得事实数据集合；从知识图谱中检索得到与所述目标问题相关的第一知识信息，并基于所述第一知识信息从所述事实数据集合中筛选出关键事实数据；从所述知识图谱中检索得到与所述目标问题、所述关键事实数据均相关的第二知识信息；以及将所述目标问题、所述关键事实数据以及所述第二知识信息提供给大模型，以通过所述大模型生成所述目标问题对应的回答信息。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.076 seconds)
