-
公开(公告)号:CN114579286A
公开(公告)日:2022-06-03
申请号:CN202210481629.7
申请日:2022-05-05
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一种任务调度系统、方法、设备及存储介质,任务调度系统包括第一数据节点和多个第二数据节点;第一数据节点包括第一任务队列,第一任务队列指示未分配且待执行的若干子任务;第二数据节点用于执行第一数据节点分配的子任务;以及每执行完一个子任务之后向第一数据节点发送子任务获取请求;第一数据节点用于在非首次子任务分配过程中,若第一任务队列非空,响应于子任务获取请求,根据第一任务队列获取新的子任务,并将新的子任务调度到第二数据节点上。有利于提高运行效率。
-
公开(公告)号:CN114492214A
公开(公告)日:2022-05-13
申请号:CN202210403737.2
申请日:2022-04-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/27 , G06N20/00 , G06Q40/02 , G06F111/04
Abstract: 本说明书实施例提供了一种利用机器学习的选择算子确定、策略组合优化方法及装置。在该方法中,基于选择策略组合时的目标条件和约束条件构建待确定的选择算子,其中包含若干个基算子和对应系数;确定系数的多组第一取值和对应的待选选择算子,针对任意一个待选选择算子,利用多个风险用户样本和该待选选择算子,从策略总集中选择识别效果评分最高的策略组合,并确定策略组合对应的识别结果的目标值;将多组第一取值作为训练样本,将目标值作为标注值训练机器学习模型;确定系数的多组第二取值,将多组第二取值输入训练后的机器学习模型,得到多组预测的目标值;基于已得的目标值中满足预设优选条件的目标值和对应的系数取值,确定选择算子。
-
公开(公告)号:CN114692870B
公开(公告)日:2024-09-17
申请号:CN202210387780.4
申请日:2022-04-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/126
Abstract: 本说明书实施例描述了一种用于确定遗传算法中使用的适应度函数的方法、业务处理方法和装置。根据实施例的方法,在确定遗传算法中使用的适应度函数时,首先获取适应度函数中包括的适应度参量和第一权重集合,然后基于该第一权重集合得到的遗传求解个体所能得到的收益确定出目标权重集合,进而根据该目标权重集合和适应度参量即可确定得到适应度函数。本方案中判断遗传求解个体是否适用于进行遗传求解的适应度函数是基于对具有不同权重的遗传求解个体的收益确定的,这与遗传求解的目标是一致的。因此,基于该适应度函数能够选择出使遗传求解向着得到最优解的方向演化的遗传求解个体,从而提高遗传求解的效率。
-
公开(公告)号:CN114692870A
公开(公告)日:2022-07-01
申请号:CN202210387780.4
申请日:2022-04-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/12
Abstract: 本说明书实施例描述了一种用于确定遗传算法中使用的适应度函数的方法、业务处理方法和装置。根据实施例的方法,在确定遗传算法中使用的适应度函数时,首先获取适应度函数中包括的适应度参量和第一权重集合,然后基于该第一权重集合得到的遗传求解个体所能得到的收益确定出目标权重集合,进而根据该目标权重集合和适应度参量即可确定得到适应度函数。本方案中判断遗传求解个体是否适用于进行遗传求解的适应度函数是基于对具有不同权重的遗传求解个体的收益确定的,这与遗传求解的目标是一致的。因此,基于该适应度函数能够选择出使遗传求解向着得到最优解的方向演化的遗传求解个体,从而提高遗传求解的效率。
-
-
公开(公告)号:CN114418772A
公开(公告)日:2022-04-29
申请号:CN202210321625.2
申请日:2022-03-30
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策略组合的优化方法,包括:获取用于识别风险用户的当前策略组合,其中包括多个已选策略;针对各个已选策略,分别将其从所述当前策略组合中去除,得到多个第一策略组合;确定各个第一策略组合针对多个风险用户样本的识别效果评分;根据所述识别效果评分,对所述多个第一策略组合进行择一选取,作为本轮更新后的当前策略组合。
-
公开(公告)号:CN114418773A
公开(公告)日:2022-04-29
申请号:CN202210325163.1
申请日:2022-03-30
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策略组合的优化方法,包括:获取用于识别风险用户的w个当前策略组合,其中各个当前策略组合包括n个已选策略;w为大于1的整数,n为正整数;通过向所述各个当前策略组合中添加策略总集中的可选策略,得到多个第一策略组合,其中各个第一策略组合包括n+1个已选策略;确定所述各个第一策略组合针对多个风险用户样本的识别效果评分;根据所述识别效果评分,从所述多个第一策略组合中选取w个第一策略组合,作为本轮迭代更新后的w个当前策略组合。
-
公开(公告)号:CN114418247A
公开(公告)日:2022-04-29
申请号:CN202210324428.6
申请日:2022-03-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例描述了数据处理方法和装置。根据实施例的方法,首先获取到数据处理任务中待进行整数规划的目标规划对象,然后选取各个目标规划对象的局部最优解作为各目标规划对象的解组成至少一个初级规划个体。进一步利用初级规划个体得到更多的待选规划个体。最后利用得到的多个待选规划个体进行遗传处理直至达到终止条件,即可根据遗传处理得到的解对目标规划对象进行规划处理。由于遗传处理的待选规划个体是通过选取至少一个目标规划对象的局部最优解得到的,如此能够使得规划个体的优势明显,相当于已经给了一个优化问题的次优解。因此利用该次优解进行演进,能够更快速得到整数规划的最优解,从而提高对目标规划对象进行规划处理的效率。
-
公开(公告)号:CN115392426A
公开(公告)日:2022-11-25
申请号:CN202210987681.X
申请日:2022-08-17
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自组织迁移的业务处理方法。方案包括:随机处理步骤:在包含多个个体的种群中随机选择一个个体,作为领导者,将种群中的其他个体向领导者迁移,对迁移后的个体进行评估,得到第一评估结果,据此确定是否保留迁移后的个体;聚类处理步骤:对保留的各迁移后的个体进行聚类,生成多个子类,在子类中选择一个评估结果最优的个体,作为子类中的领导者,将子类中的其他个体向子类中的领导者迁移,对迁移后的个体进行评估,得到第二评估结果,据此确定是否保留迁移后的个体;迭代处理步骤:根据处理后的种群,对随机处理步骤、聚类处理步骤迭代执行,根据迭代结果选择最优个体,以便根据所述最优个体执行相关业务。
-
公开(公告)号:CN114418247B
公开(公告)日:2022-07-26
申请号:CN202210324428.6
申请日:2022-03-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例描述了数据处理方法和装置。根据实施例的方法,首先获取到数据处理任务中待进行整数规划的目标规划对象,然后选取各个目标规划对象的局部最优解作为各目标规划对象的解组成至少一个初级规划个体。进一步利用初级规划个体得到更多的待选规划个体。最后利用得到的多个待选规划个体进行遗传处理直至达到终止条件,即可根据遗传处理得到的解对目标规划对象进行规划处理。由于遗传处理的待选规划个体是通过选取至少一个目标规划对象的局部最优解得到的,如此能够使得规划个体的优势明显,相当于已经给了一个优化问题的次优解。因此利用该次优解进行演进,能够更快速得到整数规划的最优解,从而提高对目标规划对象进行规划处理的效率。
-
-
-
-
-
-
-
-
-