-
公开(公告)号：CN116011815A
公开(公告)日：2023-04-25
申请号：CN202211740294.2
申请日：2022-12-30
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 嵇方方
IPC: G06Q10/0635 , G06Q40/03 , G06Q40/08 , G06N3/098
Abstract: 本说明书公开了一种模型训练的方法、装置、电子设备及存储介质，可以提高风控的准确性，保护隐私数据，边缘节点可以获取训练样本，其中，不同边缘节点属于不同业务提供方，而后，可以根据训练样本对本地的风控模型进行训练，得到对风控模型更新的梯度信息，并将更新的梯度信息上传到中心服务器，以使中心服务器根据该边缘节点上传的梯度信息以及其他边缘节点上传的梯度信息，对中心服务器本地的风控模型进行模型参数更新，得到更新后的参数并返回给边缘节点，最后，根据接收到的中心服务器发送的更新后的参数，对边缘节点本地的风控模型进行更新，其中，边缘节点本地的风控模型在训练完成后可以用于对边缘节点所属业务提供方下的用户进行风控。
-
公开(公告)号：CN111401759B
公开(公告)日：2022-08-23
申请号：CN202010203025.7
申请日：2020-03-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了一种数据处理方法，包括：按照至少两个评价指标，获取经营实体对应于每个评价指标的指标数据；根据每个评价指标的指标数据确定每个评价指标对应的节碳量；利用经过训练的排序融合模型对各评价指标对应的节碳量进行融合，得到所述经营实体对应的节碳量；其中，所述排序融合模型以所述各评价指标的指标数据及其对应的节碳量为训练数据通过训练得到；根据所述经营实体对应的节碳量对所述经营实体的特定数据进行处理；其中特定数据与节碳量相关。本说明书还提供了实现上述方法的数据处理装置、电子设备及存储介质。
-
公开(公告)号：CN110855641A
公开(公告)日：2020-02-28
申请号：CN201911043415.6
申请日：2019-10-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本发明公开了一种社区属性信息确定方法，该方法包括：获取至少一个账户之间的关系数据；在从至少一个账户中确定出至少一个社区后，根据至少一个账户之间的关系数据确定至少一个社区的属性信息；其中，属性信息包括社区节点相关信息和/或社区结构相关信息；以及输出至少一个社区及其属性信息。本发明还公开了社区属性信息确定装置、计算设备以及计算机可读存储介质。
-
公开(公告)号：CN116630029A
公开(公告)日：2023-08-22
申请号：CN202310677417.0
申请日：2023-06-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/03 , G06F18/22 , G06F18/214
Abstract: 本说明书实施例提供了风险识别模型训练方法及装置，其中，一种风险识别模型训练方法包括：获取到第一用户服务数据和第二用户服务数据后，根据第一用户服务数据和第二用户服务数据的相似指标，筛选第一用户服务数据中的迁移数据，对迁移数据和第二用户服务数据进行数据对齐，获得迁移数据对应的第一数据样本和第二用户服务数据对应的第二数据样本，以第一数据样本为源域样本，第二数据样本为目标域样本进行模型训练，获得风险识别模型。
-
公开(公告)号：CN115563584A
公开(公告)日：2023-01-03
申请号：CN202211509842.0
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/25 , G06F18/214 , G06Q40/02 , G06N3/04 , G06N3/08
Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及电子设备，在对检测模型进行训练的过程中，可以使检测模型能够区分出输入的用户数据归属的业务类别，并且能够根据归属于不同业务类别的用户数据，确定出用户的业务请求是否属于异常业务请求的检测结果，从而可以降低对用户的业务请求进行异常检测的成本。
-
Patent Agency Ranking
公开(公告)号：CN111401759A
公开(公告)日：2020-07-10
申请号：CN202010203025.7
申请日：2020-03-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了一种数据处理方法，包括：按照至少两个评价指标，获取经营实体对应于每个评价指标的指标数据；根据每个评价指标的指标数据确定每个评价指标对应的节碳量；利用经过训练的排序融合模型对各评价指标对应的节碳量进行融合，得到所述经营实体对应的节碳量；其中，所述排序融合模型以所述各评价指标的指标数据及其对应的节碳量为训练数据通过训练得到；根据所述经营实体对应的节碳量对所述经营实体的特定数据进行处理；其中特定数据与节碳量相关。本说明书还提供了实现上述方法的数据处理装置、电子设备及存储介质。
-
公开(公告)号：CN110910041A
公开(公告)日：2020-03-24
申请号：CN201911224554.9
申请日：2019-12-04
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风险管控方法。所述方法包可以包括以下至少一种操作。可以获取与目标商户相关的商户信息。可以基于所述商户信息，至少确定所述目标商户相关的业务类型。可以至少基于第一模型以及所述商户信息，确定所述目标商户针对所述业务类型所存在的风险预估值。可以基于所述风险预估值，对所述目标商户执行与所述风险预估值对应的预设管控操作。本说明书实施例所披露的方法，可以实现商户风险管理的一站式智能化，提升了商户风险管理的准确率和时效性，同时具备隐私安全计算能力。
-
公开(公告)号：CN112417485B
公开(公告)日：2024-02-02
申请号：CN202011380981.9
申请日：2020-11-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/60 , G06F18/214 , G06Q40/03
Abstract: 本说明书公开了一种基于可信执行环境的模型训练方法、系统及装置。所述方法包括模型需求方将第一训练样本集发送到模型训练方的可信执行环境中；模型提供方将旧模型和第二训练样本集发送到模型训练方的可信执行环境中；所述旧模型是模型提供方预先基于第二训练样本集训练得到的；模型训练方在可信执行环境中基于所述旧模型构建新模型；所述新模型的输出包括针对输入样本的标签预测值和来源预测值；模型训练方在可信执行环境中，基于预设算法利用第一训练样本集和第二训练样本集训练所述新模型，所述预设算法用于降低所述新模型针对样本标签的损失、并增大所述新模型针对样本来源的损失。
-
公开(公告)号：CN115563584B
公开(公告)日：2023-04-07
申请号：CN202211509842.0
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/25 , G06Q40/03 , G06N3/04 , G06N3/08
Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及电子设备，在对检测模型进行训练的过程中，可以使检测模型能够区分出输入的用户数据归属的业务类别，并且能够根据归属于不同业务类别的用户数据，确定出用户的业务请求是否属于异常业务请求的检测结果，从而可以降低对用户的业务请求进行异常检测的成本。
-
公开(公告)号：CN110855641B
公开(公告)日：2022-07-01
申请号：CN201911043415.6
申请日：2019-10-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本发明公开了一种社区属性信息确定方法，该方法包括：获取至少一个账户之间的关系数据；在从至少一个账户中确定出至少一个社区后，根据至少一个账户之间的关系数据确定至少一个社区的属性信息；其中，属性信息包括社区节点相关信息和/或社区结构相关信息；以及输出至少一个社区及其属性信息。本发明还公开了社区属性信息确定装置、计算设备以及计算机可读存储介质。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
