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

Inventor： 程晓程 ,  曹绍升 ,  申月 ,  刘子奇 ,  李强 ,  张志强

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

Inventor： 王岱鑫 ,  张志强 ,  方精丽 ,  贾全慧

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

Inventor： 程晓程 ,  曹绍升 ,  申月 ,  刘子奇 ,  李强 ,  张志强

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：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

Inventor： 庄晨熠 ,  张志强 ,  刘子奇 ,  周俊 ,  谭译泽 ,  魏建平 ,  刘致宁 ,  吴郑伟 ,  顾进杰 ,  漆远 ,  张冠男

IPC: G06Q30/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

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

Inventor： 朱振 ,  谭译泽 ,  庄晨熠 ,  马琰 ,  付祎龄 ,  王粲 ,  张媛 ,  魏鹏 ,  张冠男 ,  张志强 ,  刘子奇

IPC: G06Q10/06 ,  G06Q30/02 ,  G06Q30/06

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

Inventor： 胡斌斌 ,  张志强 ,  周俊 ,  杨双红

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：CN119311972A

公开(公告)日：2025-01-14

申请号：CN202410985093.1

申请日：2024-07-22

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王亚昆 ,  王岱鑫 ,  刘洪瑞 ,  胡斌斌 ,  张志强

IPC: G06F16/955 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/243

Abstract: 本说明书提供链接预测方法及装置、程序产品、设备和存储介质，方法包括：确定第一对象的子图内表征第一对象的节点，和第二对象的子图内表征第二对象的节点的共同邻节点，其中，第一对象的子图和第二对象的子图均包括多个节点和多个连边，每个节点表征一个对象，任两个节点之间的连边表征该两个节点所表征的对象之间具有交集；若表征第一对象和第二对象的节点的共同邻节点的数量小于数量阈值，在第一节点的子图和第二节点的子图之间添加至少一条连边，以使表征第一对象和第二对象的共同邻节点的数量不小于数量阈值；将所述第一对象的子图和所述第二对象的子图输入至业务模型，以确定所述第一对象和所述第二对象之间是否具有交集。

公开(公告)号：CN118917405A

公开(公告)日：2024-11-08

申请号：CN202410917317.5

申请日：2024-07-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 徐军 ,  孙梦姝 ,  张志强

IPC: G06N5/025 ,  G06N20/00 ,  G06N5/04

Abstract: 一种文本事件关系提取方法，包括：获取用于进行事件关系提取的数据样本；其中，所述数据样本包含文本、以及用于指示从所述文本中提取至少一个目标文本事件的指令；所述目标文本事件为与指定的文本事件具有目标类型的文本事件关系的文本事件；所述目标类型的文本事件关系为从多种类型的文本事件关系中指定的文本事件关系类型；将所述数据样本输入至LLM模型，以由所述LLM模型响应于所述指令，针对所述文本进行逻辑推理，从所述文本包含的文本事件中选择出所述至少一个目标文本事件，以完成针对所述文本的事件关系提取。

公开(公告)号：CN113487163B

公开(公告)日：2024-09-24

申请号：CN202110741178.1

申请日：2021-06-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吴郑伟 ,  张公铎 ,  顾立宏 ,  张志强

IPC: G06Q10/0637 ,  G06F16/29

Abstract: 本说明书实施例提供一种基于地理位置信息进行业务预测的方法及装置，在进行业务预测的方法中，获取用户的当前位置。确定该当前位置在层次编码方式下的目标位置编码。之后，针对该目标位置编码，利用滑动窗口提取对应的编码片段序列。将编码片段序列输入基于时序的神经网络模型，得到对应的特征向量。最后，至少将该特征向量输入业务预测模型，得到业务预测结果。

公开(公告)号：CN113656651B

公开(公告)日：2024-09-20

申请号：CN202111003074.7

申请日：2021-08-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨硕 ,  张志强 ,  周俊

IPC: G06F16/901 ,  G06F16/906 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045

Abstract: 本说明书实施例提供图节点关系表征生成和图节点业务关系预测方法及装置。在生成图节点关系表征时，分别自第一和第二图节点开始执行节点表征传播和节点表征聚合，确定第二和第一图节点的节点表征；并且基于第一和第二图节点的节点表征，生成第一和第二图节点之间的节点关系表征。在节点表征传播时，将每个源图节点的上一节点传播表征传播给该源图节点的目标图节点集合的每个目标图节点；根据各个目标图节点接收的节点传播表征以及自身上一节点传播表征，生成各个目标图节点的当前节点传播表征。在节点表征聚合处理时，根据聚合图节点的上一节点表征以及邻居图节点的上一节点表征，生成聚合图节点的当前节点表征。