-
公开(公告)号：CN113313575A
公开(公告)日：2021-08-27
申请号：CN202110640452.6
申请日：2021-06-08
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供了一种风险识别模型的确定方法及装置，其中，该方法包括：获取目标业务对应的模型训练样本数据和针对目标业务所配置的风控策略信息；基于该模型训练样本数据和用于风险识别的分类模型，对各风控策略信息对应的策略权重进行更新，得到更新后的策略权重；基于该模型训练样本数据和更新后的策略权重，对该分类模型的模型参数进行更新，得到更新后的分类模型；若更新后的分类模型满足预设模型优化终止条件，则将该更新后的分类模型确定为训练后的风险识别模型；若更新后的分类模型不满足预设模型优化终止条件，则将该分类模型作为下一轮策略权重更新所用的用于风险识别的分类模型。
-
公开(公告)号：CN111932273B
公开(公告)日：2021-02-19
申请号：CN202011041842.3
申请日：2020-09-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 本说明书实施例公开了一种交易风险识别方法，包括：对任一待进行风险识别的交易，获取所述交易的各个交易节点对应的子图数据；将所述交易的各个交易节点对应的子图数据进行融合，确定融合后的图数据；根据所述融合后的图数据确定交易节点关系向量；根据所述交易节点关系向量确定所述交易的风险概率，根据所述风险概率判定所述交易是否存在风险。
-
公开(公告)号：CN110879865A
公开(公告)日：2020-03-13
申请号：CN201911052966.9
申请日：2019-10-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9538 , G06N3/08 , G06F21/31
Abstract: 本说明书实施例公开了核身产品的推荐方法和装置。本说明的一个实施例公开的方法，包括：将用户的属性特征分别输入至迭代前和迭代后的第一推荐模型中，以确定多个核身产品对于用户的第一推荐值和第二推荐值，根据第一推荐值和第二推荐值确定最终推荐值，根据最终推荐值向用户推荐至少一种核身产品；第一推荐模型为强化学习模型。
-
公开(公告)号：CN113807867B
公开(公告)日：2025-03-18
申请号：CN202111062580.3
申请日：2021-09-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/018 , G06F16/27 , G06F21/60 , G06F21/64 , G06Q40/04
Abstract: 本说明书实施例提供了一种测试处理方法、装置、设备及系统，其中方法包括：确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境；根据获取的目标虚拟欺诈情境的情境构建数据，进行目标虚拟欺诈情境的展示处理；获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据；根据获取的行为数据生成待测用户的测试结果。
-
公开(公告)号：CN114092949B
公开(公告)日：2025-01-03
申请号：CN202111396483.8
申请日：2021-11-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V30/413 , G06V10/774
Abstract: 本说明书实施例提供一种类别预测模型的训练、界面元素类别的识别方法及装置，在训练方法中，获取样本图像，该样本图像包含若干界面元素。获取各界面元素中包含的各文本内容。将样本图像以及各文本内容，输入类别预测模型进行预测处理。该预测处理包括：利用特征提取器从样本图像中提取图像特征。利用第一编码器基于各文本内容中各词的词向量，确定各文本内容的特征向量。利用第二编码器基于图像特征和各文本内容的特征向量，确定各界面元素的综合特征表示。利用分类器基于各综合特征表示，确定各界面元素的第一类别预测结果。至少根据各第一类别预测结果和各类别标签，训练类别预测模型。
-
Patent Agency Ranking
公开(公告)号：CN119201684A
公开(公告)日：2024-12-27
申请号：CN202411167358.3
申请日：2024-08-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/36
Abstract: 本说明书实施例公开了一种内容生成模型的测试方法、装置、介质及设备。本方案可以在可信执行环境中实现，以保护数据隐私。在内容生成模型的测试过程中，并不会采用预先固定好的提示内容作为测试题目，来诱导内容生成模型输出不符合设定要求的生成内容。而是采用“主题与算法组合”的方式，在测试过程中即时创建测试用例，通过执行测试用例，可以以诱导内容生成模型输出不符合设定要求的生成内容为目的，向所述内容生成模型输入关联所述主题信息的提示内容，完成测试。
-
公开(公告)号：CN118885934A
公开(公告)日：2024-11-01
申请号：CN202410904433.3
申请日：2024-07-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2433 , G06F18/22 , G06N5/045
Abstract: 本说明书公开了一种识别异常数据的方法、装置、存储介质、设备，随机生成初始图结构，对初始图结构进行优化，得到了用于识别异常用户数据的应用图结构，通过该应用图结构对待检测数据进行识别提高了识别异常数据的识别效果，且由于该获取应用图结构的过程未使用机器学习模型，所得到的应用图结构对于现实的用户行为模式具有一定的可解释性。
-
公开(公告)号：CN118708630A
公开(公告)日：2024-09-27
申请号：CN202410714249.2
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/35 , G06F16/36 , G06F40/284 , G06F40/30 , G06N5/025 , G06N3/042 , G06N3/045 , G06N3/0895 , G06F18/2433 , G06F18/26 , G06Q20/40 , G06Q50/00
Abstract: 本说明书实施例公开了一种群组的挖掘方法、装置及设备，该方法包括：获取基于预设的社区挖掘算法对预先构建的关联图谱进行挖掘而得到的一个或多个不同的挖掘群组，关联图谱是针对存在预设风险的目标用户构建的图谱，关联图谱中的边由介质的信息和/或交易信息构建；获取每个挖掘群组中的每个节点的属性信息，并基于属性信息，通过属性图模型，确定每个节点对应的节点表征；基于每个节点对应的节点表征和每个挖掘群组中的每个节点的属性信息，确定每个挖掘群组中的离群节点，并基于每个挖掘群组中的离群节点对相应的挖掘群组进行提纯处理，得到提纯后的群组；基于提纯后的群组的属性信息，从提纯后的群组中获取存在预设风险的目标群组。
-
公开(公告)号：CN118674054A
公开(公告)日：2024-09-20
申请号：CN202410714466.1
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/04 , G06N5/022 , G06N3/08 , G06F11/36 , G06F16/332 , G06F16/33 , G06F40/295
Abstract: 本说明书实施例公开了一种模型真实性评测方法、装置及设备，该方法包括：获取用于对目标模型进行真实性评测的第一问题数据，将第一问题数据输入到目标模型中，得到第一问题数据对应的第一响应结果；提取第一问题数据中包含的命名实体，基于命名实体和第一问题数据，构建第二问题数据，第二问题数据用于触发目标模型输出针对第一问题数据的分析依据和结果；将第二问题数据输入到目标模型中，得到第二问题数据对应的模型预测结果，模型预测结果包括对第一问题数据进行分析得到的分析依据信息和第一问题数据对应的第二响应结果；基于第一响应结果和模型预测结果，确定目标模型的真实性评测结果。
-
公开(公告)号：CN113850300B
公开(公告)日：2024-08-23
申请号：CN202111024190.7
申请日：2021-09-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2413 , G06F18/2415 , G06F18/2431 , G06N3/084
Abstract: 本说明书实施例提供了一种训练分类模型的方法和装置。根据该实施例的方法，首先获取训练样本以及对各训练样本标注的类别标签，所述训练样本包括噪声样本；然后利用所述训练样本训练分类模型；其中在训练所述分类模型的过程中采用改进的交叉熵损失函数，所述改进的交叉熵损失函数用以降低对所述噪声样本的学习权重。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.064 seconds)
