-
公开(公告)号:CN114065722A
公开(公告)日:2022-02-18
申请号:CN202111425771.1
申请日:2021-11-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/186 , G06N20/00 , G06Q30/02
Abstract: 本说明书实施例公开了一种交易报告的生成系统、方法、装置及电子设备,该方法包括:根据目标用户的目标交易的交易数据,提取关于所述目标用户的所述目标交易的特征集,关于所述目标用户的所述目标交易的特征集中至少包括所述目标用户的身份特征、所述目标交易的交易特征以及所述目标交易的风险领域特征;基于关于所述目标用户的所述目标交易的特征集以及交易报告生成模型,生成所述目标用户的目标交易的交易报告;其中,所述交易报告生成模型为基于多个用户操作的多个交易的特征集训练得到。
-
公开(公告)号:CN113989043A
公开(公告)日:2022-01-28
申请号:CN202111264179.8
申请日:2021-10-28
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事件的风险识别方法、装置及设备,该方法包括:获取与当前发生的目标事件相关的历史事件的信息,并确定所述历史事件中不同事件之间的关联特征,确定所述目标事件对应的嵌入特征;基于所述目标事件和所述历史事件的文本数据,确定所述文本数据的序列变化信息;基于所述历史事件中不同事件之间的关联特征、所述目标事件对应的嵌入特征和所述文本数据的序列变化信息,确定所述目标事件的风险识别结果。
-
公开(公告)号:CN113191777A
公开(公告)日:2021-07-30
申请号:CN202110520349.8
申请日:2021-05-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40 , G06F40/279 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供了一种风险识别方法和装置。该方法首先获取用户在当前交易中输入的文本信息;利用所述文本信息进行第一风险识别,确定是否存在风险;如果否,则获取所述用户在M次历史交易中产生的M次交易行为信息;M为大于1的正整数;利用所述M次交易行为信息,生成用户行为序列;利用所述用户行为序列进行第二风险识别,确定是否存在风险。
-
公开(公告)号:CN112990383A
公开(公告)日:2021-06-18
申请号:CN202110510166.8
申请日:2021-05-11
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62
Abstract: 本说明书实施例提供了一种对抗样本的生成方法和装置。该方法中,首先获取原始样本;根据所述原始样本,得到至少两个原始向量;从所述至少两个原始向量中选择出待扰动向量;对待扰动向量添加对抗扰动,得到扰动向量;在预先设置的向量池中检索与扰动向量相近似的向量;其中,所述向量池中包括根据各历史原始样本得到的各历史原始向量;根据检索到的相近似的向量,得到对抗样本。
-
公开(公告)号:CN111275350B
公开(公告)日:2021-06-04
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:CN112214652A
公开(公告)日:2021-01-12
申请号:CN202011119485.8
申请日:2020-10-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/903 , G06F16/901 , G06Q10/06 , G06Q40/04 , G06Q50/26 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例公开了一种报文生成方法、装置及设备,该方法包括:获取用户特征信息,对用户特征信息进行编码,形成用户特征信息对应的第一特征向量;根据用户特征信息从检索库中进行匹配,得到用户特征信息对应的多个风险描述语句;对多个风险描述语句进行特征化处理,得到用户特征信息对应的第二特征向量;对第一特征向量以及第二特征向量进行融合,得到融合后的第三特征向量;将第三特征向量输入主题匹配模型中,得到第三特征向量对应的多个主题;基于多个主题与第三特征向量,生成包含主题以及所述风险描述语句的报文。
-
公开(公告)号:CN112199706A
公开(公告)日:2021-01-08
申请号:CN202011157336.0
申请日:2020-10-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开实施例提供一种基于多方安全计算的树模型的训练方法和业务预测方法,树模型由参与多方安全计算的多方共同训练,多方包括第一数据拥有方和至少一个第二数据拥有方,第一数据拥有方具有各训练样本对应的第一样本标签,第二数据拥有方具有训练样本对应的第二样本标签;该方法包括:第一数据拥有方接收第二数据拥有方发送的每个训练样本分别对应的第二加密中间参数;基于本轮迭代对应的分裂特征,将各训练样本划分得到样本集合;将样本集合中样本的第二加密中间参数统计后返回至第二数据拥有方;对于每个训练样本,根据第一样本标签获得第一中间参数,并统计样本集合中所有样本的第一中间参数统计值;基于中间参数,调整树模型的模型参数。
-
公开(公告)号:CN111368147A
公开(公告)日:2020-07-03
申请号:CN202010114823.2
申请日:2020-02-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06F16/906 , G06Q40/04
Abstract: 本说明书实施例提供一种图特征处理的方法和装置。根据该方法,首先根据关系数据,构建关系网络图,其中关系数据包括用户参与的交互事件记录;关系网络图包括多个用户节点,以及基于交互事件形成的有向边。然后,将该关系图分割为多个子图,其中包括用于用户分类模型训练的第一子图。对于第一子图中各个节点,获取节点的低阶特征,其中包括节点的度。然后,还对于基于第一子图得到的无向图中的各个节点,获取节点的高阶特征,其中包括多阶H指数,每阶H指数表示,满足H个邻居节点的上一阶H指数大于等于H的最大H值;其中0阶H指数为节点的度。于是,可以基于低阶特征和高阶特征,生成备选特征集,作为训练用户分类模型的备选特征。
-
公开(公告)号:CN111339437A
公开(公告)日:2020-06-26
申请号:CN202010093399.8
申请日:2020-02-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9536 , G06F16/35
Abstract: 本说明书实施例涉及一种团伙成员角色的确定方法、装置及电子设备。该方法包括:获取团伙网络关系图;计算团伙网络关系图中每个节点在预设角色类型上的分布概率,并将所述分布概率代入预设优化函数,得到每个节点的角色。这样,通过将团伙成员角色的划分问题转化为求解最优解的问题,可以较为准确的确定出团伙内每个节点的角色,不再依赖于人工经验,能够适用于任意场景。
-
公开(公告)号:CN117951342A
公开(公告)日:2024-04-30
申请号:CN202410156549.3
申请日:2024-02-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06F16/903 , G06F16/9535
Abstract: 本说明书一个或多个实施例公开了一种资源流转链路确定的方法、装置及设备。所述方法包括:接收在资源流转网络图中查找资源流转链路的查找指令,所述资源流转网络图包含流转节点和有向边,所述流转节点表示资源流转事件对应的发起方或接收方,所述有向边表示所述流转节点之间的资源传输关系;根据所述资源流转链路对应的业务要求,确定优化目标和约束条件;将所述资源流转网络图的数据、所述优化目标和所述约束条件输入查找模型,得到所述资源流转网络图中满足所述优化目标和所述约束条件的目标有向边;构建包含所述目标有向边和目标流转节点的目标资源流转网络图,作为查找指令对应的查找结果,所述目标流转节点为所述目标有向边两端的流转节点。
-
-
-
-
-
-
-
-
-