-
公开(公告)号:CN117493997A
公开(公告)日:2024-02-02
申请号:CN202311590970.7
申请日:2023-11-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2413 , G06F18/243 , G06F18/27 , G06N5/01 , G06Q40/08
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备,其中,该方法包括:获取第一用户针对目标行为的心理特征数据,以及所述第一用户在假设场景下针对所述目标行为的行为特征数据,所述目标行为是针对具有不确定性结果的事件,通过第一资源获取数量大于所述第一资源的第二资源的行为;基于所述行为特征数据,生成所述行为特征数据对应的风险标签,并基于所述行为特征数据对应的风险标签,确定所述心理特征数据对应的风险标签;基于所述心理特征数据和对应的风险标签,对风险识别模型进行训练,得到训练后的风险识别模型,所述训练后的风险识别模型用于基于用户针对所述目标行为的心理特征数据进行风险识别处理。
-
公开(公告)号:CN115907773A
公开(公告)日:2023-04-04
申请号:CN202211538628.8
申请日:2022-12-01
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开涉及一种降低用户的安全风险的方法和系统。所述方法包括接收与应用程序相关联的用户交互;基于风控模型来检测到所述用户交互存在安全风险;通知所述用户的守护方;接收来自所述守护方的反馈;以及基于所述反馈来更新所述风控模型。
-
公开(公告)号:CN114529191B
公开(公告)日:2024-10-22
申请号:CN202210142895.7
申请日:2022-02-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06F18/23213 , G06N3/04 , G06N3/0895
Abstract: 本公开提供了用于风险识别的方法和装置。一种用于风险识别的方法,包括:获取与风险实例相关的无语义训练数据样本和有语义训练数据样本;使用无语义训练数据样本和有语义训练数据样本来对第一风险识别模型和第二风险识别模型进行联合训练,包括:分别使用第一特征提取模块和第二特征提取模块对无语义训练数据样本和有语义训练数据样本进行特征提取以生成无语义训练特征向量和有语义训练特征向量;以及对无语义训练特征向量和有语义训练特征向量进行对比学习,以使得所述对比学习的损失函数收敛。
-
公开(公告)号:CN114529191A
公开(公告)日:2022-05-24
申请号:CN202210142895.7
申请日:2022-02-16
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提供了用于风险识别的方法和装置。一种用于风险识别的方法,包括:获取与风险实例相关的无语义训练数据样本和有语义训练数据样本;使用无语义训练数据样本和有语义训练数据样本来对第一风险识别模型和第二风险识别模型进行联合训练,包括:分别使用第一特征提取模块和第二特征提取模块对无语义训练数据样本和有语义训练数据样本进行特征提取以生成无语义训练特征向量和有语义训练特征向量;以及对无语义训练特征向量和有语义训练特征向量进行对比学习,以使得所述对比学习的损失函数收敛。
-
-
-