-
公开(公告)号：CN116070773A
公开(公告)日：2023-05-05
申请号：CN202310147923.9
申请日：2023-02-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/04 , G06F16/901 , G06N3/044 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F123/02
Abstract: 本说明书实施例提供一种预测时序指标的方法的装置。根据该方法，首先基于n个业务对象各自在目标时段t的业务特征，获得对应的n个第一表征；其中，n个业务对象基于其范围归属关系而形成树结构中的节点。接着，对于n个第一表征进行卷积操作，得到n个第二表征；其中，n个业务对象中任意的目标业务对象对应的第二表征，通过对目标卷积窗口中的第一表征进行卷积运算而得到，所述目标卷积窗口包括，树结构中从根节点到目标业务对象的路径所覆盖的若干业务对象。基于此，可以根据n个第二表征，确定n个业务对象的n个对象表征；并根据n个对象表征，预测n个业务对象各自在目标时段t的业务指标值。
-
公开(公告)号：CN115034462B
公开(公告)日：2025-02-18
申请号：CN202210623040.6
申请日：2022-06-02
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针对分层业务的时间序列预测方法及装置，用于预测单个业务在多阶层次上的业务主体的业务量构成的时间序列，其中，单个层次对应至少一个业务主体。根据一个实施方式，在获取多个层次中各个业务主体一一对应的各个历史时间序列后，可以对各个历史时间序列进行编码，得到相应的各个编码向量，然后构建各个编码向量满足的多元高斯分布，并将多元高斯分布转换为非参数化复杂分布，进一步按照分参数化复杂分布进行采样得到的采样序列，确定分别针对各个业务主体的各个预测序列。该方式可以提高预测结果的准确性。
-
公开(公告)号：CN115222093A
公开(公告)日：2022-10-21
申请号：CN202210651221.X
申请日：2022-06-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种建立时间序列预测模型的方法、时间序列预测方法和装置。根据该实施例的方法，首先从m个被测对象的历史时间序列获取训练数据，训练数据包括m个被测对象在连续n个时间点的指标值；然后利用训练数据训练得到m元时间序列预测模型；其中，依时间顺序将各时间点分别作为第ts个时间点执行：将m个被测对象在第ts个时间点的指标值输入m元时间序列预测模型，由m元时间序列预测模型依据m个被测对象在第ts个时间点及其之前各时间点的指标值预测m个被测对象在第ts个时间点之后τ个时间点的指标值；训练目标包括最小化预测的指标值与训练数据中对应指标值的差异。本说明书实施例能够实现更为准确的时间序列预测。
-
公开(公告)号：CN115034462A
公开(公告)日：2022-09-09
申请号：CN202210623040.6
申请日：2022-06-02
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针对分层业务的时间序列预测方法及装置，用于预测单个业务在多阶层次上的业务主体的业务量构成的时间序列，其中，单个层次对应至少一个业务主体。根据一个实施方式，在获取多个层次中各个业务主体一一对应的各个历史时间序列后，可以对各个历史时间序列进行编码，得到相应的各个编码向量，然后构建各个编码向量满足的多元高斯分布，并将多元高斯分布转换为非参数化复杂分布，进一步按照分参数化复杂分布进行采样得到的采样序列，确定分别针对各个业务主体的各个预测序列。该方式可以提高预测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111260484A
公开(公告)日：2020-06-09
申请号：CN202010036181.9
申请日：2020-01-14
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 周凡
IPC: G06Q40/08
Abstract: 本说明书实施例公开了一种理赔业务中人伤识别的数据处理方法、装置、服务器及系统。一个实施例中，可以利用历史理赔案件数据，用机器学习算法构建识别模型，对一次事故造成伤害可能需要的医疗项目进行预测。预测的结果与真实的人员的诊疗数据进行比较，从比较中可以判断事故中的人员的各项医疗费用等诊疗数据是否合理。
-
公开(公告)号：CN118070008A
公开(公告)日：2024-05-24
申请号：CN202410176631.2
申请日：2024-02-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/213 , G06F18/23 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06F123/02
Abstract: 本说明书实施例提供一种多阶层时间序列预测方法及装置，在进行多阶层时序预测过程中，考虑到时序阶层之间的关联关系，对于历史多阶层时间序列中的各个时间节点，一方面提取更粗时间粒度的变换特征，另一方面提取更细时间粒度的子节点分布特征。进一步地，基于变换特征和子节点分布特征，对各个时间节点分别确定相应的各个编码张量，然后对各个时间节点在若干多阶层时间序列中对应的各个编码张量进行融合，得到相应的各个表征张量，基于各个表征张量预测业务主体在后续若干预定时间段内的业务量构成的多阶层时序，多阶层时序是对预测结果进行满足一致性约束调和的多阶层时间序列。如此，可以提高预测结果的准确性。
-
公开(公告)号：CN111291619A
公开(公告)日：2020-06-16
申请号：CN202010035314.0
申请日：2020-01-14
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在线识别理赔单据中文字的方法、装置及客户端。一种实施例中，可以通过在线拍摄单据和自动文字识别的方式，提高理赔流程自动化处理过程，提高理赔处理效率。在识别处理过程中利用生成式对抗网络技术，对自助拍摄场景下采集的低质量图片进行增强，提高光学字符识别的识别准确率。本说明书实施例中利用生成式对抗网络技术，还可以减少训练模型所需的样本图像数量，并提高图像质量，使得终端设备的模型训练更加快速、便捷，模型训练和识别的处理效率更高。
-
公开(公告)号：CN111242034A
公开(公告)日：2020-06-05
申请号：CN202010035313.6
申请日：2020-01-14
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单据的图像处理方法、装置、处理设备及客户端。一种实施例中，可以通过引导用户对单据进行视频拍摄，从单据视频中确定包含文字的关键区域。然后可以针对所述关键区域进行图像质量的加强，将多个关键区域进行融合后，可以得到图像质量增强后的单据图像。增强后的单据图像质量更高，相应的提升单据中文字识别的准确率。
-
公开(公告)号：CN118839128A
公开(公告)日：2024-10-25
申请号：CN202410942658.8
申请日：2024-07-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06Q10/04 , G06Q30/0202 , G06Q40/06 , G06F123/02
Abstract: 本说明书提供一种时间序列预测方法及系统，能够在宏观时间序列的基础上结合用户级别的微观用户特征进行时间序列预测。本说明书提供的时间序列预测方法及系统充分结合了宏观和微观多个层面的数据信息，能够提升预测的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.039 seconds)
