-
公开(公告)号：CN119831325A
公开(公告)日：2025-04-15
申请号：CN202411824619.4
申请日：2024-12-11
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06Q40/04 , G06F18/213
Abstract: 本说明书公开了一种风险识别的方法、装置、存储介质和电子设备，所述方法包括：确定待识别用户的交易数据，并根据交易数据，确定待识别用户的交易关系图。将交易关系图输入风险识别模型的状态空间子网，对在历史时刻与待识别用户存在交易关系的第一用户对应的第一信息进行特征提取，确定历史特征。对在当前时刻与待识别用户存在交易关系的第二用户对应的第二信息进行特征提取，确定当前特征，将历史特征和当前特征输入风险识别模型中的特征聚合子网，确定聚合特征。将聚合特征输入风险识别模型的识别层，确定风险识别结果。通过状态空间子网确定历史特征，聚合历史特征和当前特征，确定风险识别结果，提高风险识别的自由度和准确性。
-
公开(公告)号：CN119809648A
公开(公告)日：2025-04-11
申请号：CN202411997330.2
申请日：2024-12-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40 , G06N5/022 , G06F16/903 , G06F16/901 , G06N3/0455 , G06F18/22 , G06N3/042 , G06N5/04
Abstract: 本说明书实施例提供一种交易风险分析方法和装置。方法包括：获取包含多条交易记录的交易组，根据所述交易组构造交易图；所述多条交易记录包括，预定时段中与目标用户相关的交易记录；在所述交易图中搜索表示若干风险模式的若干模式子图，得到匹配子图；从知识库中查找与所述匹配子图表示的风险模式相关的风险知识；从案例库中查找与所述交易图相似的交易案例的案例分析；将所述多条交易记录、所述风险知识、所述案例分析一并输入第一大语言模型，得到所述第一大语言模型输出的关于所述交易组的交易风险分析结果。
-
公开(公告)号：CN119599795A
公开(公告)日：2025-03-11
申请号：CN202410982888.7
申请日：2024-07-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/06 , G06F18/214 , G06N3/09 , G06N3/096 , G06N3/042 , G06N3/0442 , G06N3/045
Abstract: 本说明书实施例公开了一种推荐模型优化方法、管控产品推荐方法及装置，首先，利用预设的奖励规则确定各种管控业务状态对应的奖励标签，并基于奖励标签和二元组特征对预设网络模型进行监督训练，以构建奖励模型，其中的二元组特征由交易事件特征和管控产品特征组成。进一步地，利用奖励模型对每个交易事件对应的候选管控产品进行评估，生成候选管控产品的奖励信号。然后，根据奖励信号对每个交易事件的原始管控标签进行纠正，得到目标管控标签，并利用目标管控标签对预设的推荐模型进行训练，以实现对推荐模型的优化，最终利用优化后的推荐模型实现对管控产品的精确推荐。
-
公开(公告)号：CN119478549A
公开(公告)日：2025-02-18
申请号：CN202411822578.5
申请日：2024-12-11
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06N20/00
Abstract: 本说明书公开了一种图像分类模型的训练方法、装置、介质及电子设备，在各边缘节点训练适用于自身的图像分类模型时，中心节点可采用知识蒸馏技术，根据获取到的各边缘节点的图像分类模型的局部编码端的参数，调整中心节点中的全局编码端的参数，得到调整后的全局编码端的参数。进而中心节点针对每个边缘节点，根据调整后的全局编码端以及该边缘节点的局部编码端，调整该边缘节点的局部编码端的参数，并将调整后的局部编码端的参数发送至该边缘节点。在各边缘节点可在数据共享的情况下，即便每个边缘节点的图像分类模型的架构不同，每个边缘节点仍旧能够得到适应于自身模型架构的图像分类模型，提高了训练出的图像分类模型的性能。
-
公开(公告)号：CN119228381A
公开(公告)日：2024-12-31
申请号：CN202411218327.6
申请日：2024-08-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40 , G06F16/2455 , G06N3/096
Abstract: 本说明书实施例公开了一种推荐模型训练方法、管控产品推荐方法及装置，首先，获取管控样本集，并利用管控样本集对预设对比学习表征网络进行训练，得到预训练推荐模型。然后，将预训练推荐模型的模型参数迁移到预设多任务学习网络中，并利用交易数据集对预设多任务学习网络进行微调，得到目标推荐模型。最后，利用优化后的目标推荐模型实现对管控产品的精确推荐。
-
Patent Agency Ranking
公开(公告)号：CN118690848A
公开(公告)日：2024-09-24
申请号：CN202410703975.4
申请日：2024-05-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/04 , G06F40/30 , G06F40/289 , G06F18/213
Abstract: 本说明书公开了一种语言模型的预训练方法、装置、介质及电子设备，可获取第一样本文本，第一样本文本为结构化文本，并提取第一样本文本中的各字段。针对提取出的每个字段，根据该字段的属性以及属性值，确定该字段对应的标识符，并根据确定出的各字段对应的标识符，得到第一样本文本对应的标识符序列。将标识符序列输入语言模型，得到标识符序列对应的文本特征，以根据文本特征以及预设的训练任务，对语言模型中的编码端进行预训练。通过使用标识符去对结构化文本中的字段进行替换，进而使用结构化文本对应的标识符序列去训练语言模型，使得训练得到的语言模型可以学习到结构化文本中的特征的关联关系以及潜在关系，提高了语言模型的准确度。
-
公开(公告)号：CN118628248A
公开(公告)日：2024-09-10
申请号：CN202410853853.3
申请日：2024-06-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种基于交易数据的用户分类方法、装置、介质及设备，服务器在接收包含各用户的交易数据的交易数据集后，针对每个用户，根据交易数据集确定出与该用户在至少同一个交易对象进行过交易的用户，作为相关用户，而后根据交易数据集中的交易数据，确定该用户与该用户对应相关用户之间的业务相似度，进而根据每个用户与各自对应相关用户之间的业务相似度，得到针对各用户的分类结果。通过限定与用户在同一个交易对象进行过交易的用户作为相关用户，并仅计算用户与对应的相关用户之间的业务相似度，大幅减少了计算资源的耗费，提高了基于业务相似度对各用户进行分类的效率。
-
公开(公告)号：CN117744155A
公开(公告)日：2024-03-22
申请号：CN202311871264.X
申请日：2023-12-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/62 , G06F16/901 , G06F18/25 , G06N3/02 , G06Q20/40
Abstract: 本说明书公开了一种执行风控业务的方法、装置及存储介质，确定图数据的用户特征，以及图数据中各节点之间进行特征聚合的传播参数，并根据各用户对应的隐私预算以及图数据的结构信息，确定图数据的噪声，根据噪声对传播参数加噪，确定传播噪声，根据传播噪声对各用户在图数据中的用户特征进行加噪传播，得到各用户的加噪特征，响应于针对各用户中目标用户的风控请求，根据目标用户的加噪特征，确定目标用户的风控结果，并根据风控结果进行风险控制。传播噪声为对传播参数加噪后得到的，根据传播噪声对特征矩阵进行聚合后，得到的加噪特征是对图数据中的特征进行过隐私保护的结果，则加噪特征可用于在隐私保护的前提下对用户执行风控。
-
公开(公告)号：CN116821346A
公开(公告)日：2023-09-29
申请号：CN202310861501.8
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例披露保护数据隐私的文本、样本分类方法及装置。其中文本分类方法包括：先基于隐私文本数据集的K个文本子集，采用低秩适应技术对预训练后具有基础参数集的基础模型进行第一微调，获得训练好的K个老师模型；再利用所述K个老师模型对多个公开文本进行打标，得到公开文本数据集，其中各个公开文本的类别标签基于所述K个老师模型对该公开文本的类别的加噪投票结果而确定，所述加噪投票结果是在原始投票结果上添加差分隐私噪声而得到；之后，基于所述公开文本数据集更新参数量远小于所述基础参数集的两个第二参数组，并将更新后该两个第二参数组的参数组合结果叠加到所述基础参数集，获得训练好的学生模型，用于分类目标文本。
-
公开(公告)号：CN116402631A
公开(公告)日：2023-07-07
申请号：CN202310261905.3
申请日：2023-03-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种社区发现的方法、装置、存储介质及电子设备，所述方法包括：接收各服务提供方发送的用户的用户信息，再根据接收到的各服务提供方发送的用户信息，确定用户信息相同的用户为交集用户。之后，根据交集用户对应的由不同服务提供方确定的各社区标识，将交集用户聚合为一个聚合用户，并且确定各聚合用户之间的社区关系。然后，将各聚合用户之间的社区关系和各聚合用户对应的用户信息发送给各服务提供方，使得各服务提供方发现之前不存在关系的用户之间可能存在某种关系，并且属于一个社区，从而可以将未加入社区的用户加入到与之存在关系的用户所在的社区，使得服务提供方可以发现更多的用户之间存在关系和更多的社区。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.044 seconds)
