-
公开(公告)号：CN118171056A
公开(公告)日：2024-06-11
申请号：CN202410175817.6
申请日：2024-02-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/214 , G06F18/213 , G06F18/241 , G06N3/042 , G06N3/045 , G06N3/0475 , G06N3/084 , G06N3/0895
Abstract: 本说明书实施例提供一种训练用户响应预测模型，以及进行用户行为预测的方法。用户响应预测模型包括K个环境生成器，第一图编码器，第二图编码器和预测网络，训练方法包括，采用K个环境生成器对用户关系图施加扰动，生成K个增强图。然后通过第一图编码器对第k增强图进行编码，得到各用户对应于第k增强图的第一表征。根据各用户施加预定干预的干预情况，调整第一表征，得到更新表征，形成第k更新图。通过第二图编码器对第k更新图进行编码，得到各用户的第二表征。根据目标用户的第一表征、第二表征以及干预情况，得到第k预测值。至少根据第k预测值和行为标签，确定损失，更新模型。
-
公开(公告)号：CN115759228A
公开(公告)日：2023-03-07
申请号：CN202211405797.4
申请日：2022-11-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/08 , G06N3/04 , G06N3/084 , G06Q30/0207 , G06Q10/04 , G06Q10/0631 , G06F18/25
Abstract: 本说明书实施例公开了一种模型训练方法、资源分配方法、装置和计算机设备。所述方法包括：获取若干数量的样本数据，所述样本数据包括用户数据、资源数据以及关系标签，所述关系标签表示用户数据与资源数据是否具有关联关系；统计用户数据的第一分布和资源数据的第二分布；将多个用户数据的第一分布进行融合，将多个资源数据的第二分布进行融合；根据用户数据、资源数据、融合后的第一分布、融合后的第二分布以及关系标签，确定模型的模型参数，所述模型用于预测用户数据与资源数据的关联关系。本说明书实施例可以对样本数据纠偏，提高模型训练效果。
-
公开(公告)号：CN111553754A
公开(公告)日：2020-08-18
申请号：CN202010663599.2
申请日：2020-07-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种行为预测系统的更新方法，其中行为预测系统包括第一预测模型、第二预测模型和注意力模型，该更新方法包括：先获取训练样本，其中包括第一用户的用户特征，大众偏好特征，业务对象的对象特征及其所属业务方的业务方标识，以及样本标签，指示第一用户在第一历史时刻之后，是否对业务对象做出特定行为；将用户特征和对象特征，输入第一预测模型中，得到第一预测概率，并将大众偏好特征输入第二预测模型中，得到第二预测概率；利用基于业务方标识和注意力模型确定出的第一权重和第二权重，对第一预测概率和第二预测概率进行加权求和，得到综合预测概率，进而结合样本标签，更新行为预测系统中的模型参数。
-
公开(公告)号：CN111046299B
公开(公告)日：2023-07-18
申请号：CN201911288471.6
申请日：2019-12-11
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9536 , G06Q30/0601 , G06Q50/00
Abstract: 本说明书实施例提供了一种针对关系网络的特征信息提取方法及装置。关系网络表征多个实体对象之间的关联关系，节点代表实体对象，利用关系网络包括的N个节点以及节点之间的连接边可以对应得到N*N维邻接矩阵；对邻接矩阵进行降维，使得得到的映射矩阵的行数或者列数为预设的节点向量维数D，且节点向量维数D小于N；对映射矩阵进行正交化处理，使得得到的正交化矩阵进一步提取邻接矩阵中的重要信息，再对正交化矩阵进行特征值分解，利用特征值分解结果确定邻接矩阵对应的节点向量矩阵，确定的节点向量矩阵中的节点向量可以表征实体对象的特征信息。其中，关系网络包含个人数据。
-
公开(公告)号：CN111523649B
公开(公告)日：2022-06-10
申请号：CN202010384217.2
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本发明涉及针对业务模型进行数据预处理的方法及装置。本说明书实施例提供一种新型的用于处理分类业务的业务模型，该业务模型通过多个深度网络实现，在多个深度网络中，通过引入描述不同特征值的特征表达向量，以及与各个分类类别分别对应的各个层标签向量，可以在每一个深度网络中，都充分考虑各个业务特征对于相应分类类别的重要度。在利用业务模型进行目标类别确定时，可以针对每个分类类别确定其作为待处理的业务数据的目标类别的可能性，从而提高业务模型的准确度，并且由于在各个深度网络中确定了相应业务特征的重要度系数，使得业务模型的业务处理结果具有可追溯性，提高使用体验。
-
Patent Agency Ranking
公开(公告)号：CN111553754B
公开(公告)日：2020-12-01
申请号：CN202010663599.2
申请日：2020-07-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种行为预测系统的更新方法，其中行为预测系统包括第一预测模型、第二预测模型和注意力模型，该更新方法包括：先获取训练样本，其中包括第一用户的用户特征，大众偏好特征，业务对象的对象特征及其所属业务方的业务方标识，以及样本标签，指示第一用户在第一历史时刻之后，是否对业务对象做出特定行为；将用户特征和对象特征，输入第一预测模型中，得到第一预测概率，并将大众偏好特征输入第二预测模型中，得到第二预测概率；利用基于业务方标识和注意力模型确定出的第一权重和第二权重，对第一预测概率和第二预测概率进行加权求和，得到综合预测概率，进而结合样本标签，更新行为预测系统中的模型参数。
-
公开(公告)号：CN111340605B
公开(公告)日：2020-11-24
申请号：CN202010443445.2
申请日：2020-05-22
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训练用户行为预测模型、用户行为预测的方法和装置。方法包括：获取第一样本，包括，基于样本用户和样本对象的属性特征形成的第一属性特征，基于样本用户的评论文本形成的第一文本特征，和基于针对样本对象的评论文本形成的第二文本特征，且第一样本具有第一标签和第二标签，第一标签示出，样本用户是否针对样本对象执行预定用户行为，第二标签示出，样本用户对样本对象的评分；将第一属性特征、第一文本特征和第二文本特征输入待训练的用户行为预测模型，输出第一预测结果和第二预测结果；根据第一预测结果和第一标签，第二预测结果和第二标签，更新用户行为预测模型。能够提高用户行为预测的准确率。
-
公开(公告)号：CN111325614B
公开(公告)日：2020-11-24
申请号：CN202010409708.8
申请日：2020-05-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提出了一种电子对象的推荐方法、装置和电子设备，其中所述电子对象推荐方法，包括：获取已为第一用户推荐的多个电子对象的特征，根据所述多个电子对象的特征生成特征序列；获取候选电子对象特征，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值；根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象，通过本说明书实施例方案能够提高电子对象推荐的匹配度。
-
公开(公告)号：CN111738780A
公开(公告)日：2020-10-02
申请号：CN202010757535.9
申请日：2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/02 , G06F16/9535
Abstract: 本说明书实施例公开了一种推荐对象的方法及系统，所述方法包括：获取候选对象特征、用户特征和初始用户行为序列特征；所述初始用户行为序列特征包括与所述用户历史操作相关的至少一个对象的特征信息；对筛选因子特征和所述初始用户行为序列特征进行处理，得到交叉特征，其中，所述筛选因子特征包括所述用户特征，所述交叉特征包含所述用户对与所述用户历史操作相关的至少一个对象的注意力信息；对所述候选对象特征、所述用户特征和所述交叉特征进行处理，确定所述候选对象相对于所述用户的推荐分值。
-
公开(公告)号：CN111242752B
公开(公告)日：2020-08-14
申请号：CN202010329692.X
申请日：2020-04-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/00
Abstract: 本说明书实施例公开了一种基于多任务预测的确定推荐对象的方法及系统，所述方法包括：获取目标用户的用户特征和至少一个候选对象的对象特征；利用推荐模型对所述至少一个候选对象中的每一个进行以下处理，以得到至少一个决策值：通过推荐模型处理所述用户特征和所述对象特征，确定与该候选对象对应的两个或以上的预测值；其中，所述两个或以上的预测值与两个或以上的预设任务分别相关，所述两个或两个以上的预设任务与目标任务相关；基于所述两个或以上的预测值，确定与该候选对象对应的决策值，其中，决策值反映所述目标任务的完成度；以及，基于所述至少一个决策值，从所述至少一个候选对象中确定向所述目标用户推荐的目标对象。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.041 seconds)
