-
公开(公告)号：CN116306975A
公开(公告)日：2023-06-23
申请号：CN202310247759.9
申请日：2023-03-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了风险检测模型的训练方法及装置，通过从各种交易数据的海量样本中确定备选样本，再结合基于业务场景对应话术及预设的对话特征，确定风险样本。这样，可以弥补在风险样本识别的过程中存在风险样本遗漏的问题，在有限的预算下获取更多更精准的风险样本。之后，基于风险样本训练风险检测模型，进而得到精准的风险检测模型。
-
公开(公告)号：CN118229070A
公开(公告)日：2024-06-21
申请号：CN202410251139.7
申请日：2024-03-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635
Abstract: 本说明书公开了一种风险检测的方法、装置、存储介质及电子设备，该风险检测的方法包括：针对每个业务对象，根据该业务对象和与该业务对象之间存在关联关系的其他业务对象，确定若干种候选团体；针对每种候选团体，根据该候选团体中包含的各关联关系以及各关联关系对应的关联关系类型，确定该候选团体对应的纯净度；根据该候选团体中的每个业务对象所涉及的关联关系以及该候选团体对应的纯净度，确定该候选团体对应的模块度；针对每个业务对象，根据包含有该业务对象的每种候选团体对应的模块度，确定该业务对象对应的团体划分策略；根据按照每个业务对象对应的团体划分策略所划分出的目标团体，进行风险检测。本方案提高了团体发掘的准确性。
-
公开(公告)号：CN117934933A
公开(公告)日：2024-04-26
申请号：CN202410077029.3
申请日：2024-01-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06V10/44 , G06V10/26 , G06Q20/32 , G06Q20/10 , G06N3/0464
Abstract: 本说明书提供的一种图像识别模型的训练方法、目标检测的方法以及装置，可以首先获取样本图像，并将样本图像进行遮盖，得到遮盖后图像，以及对样本图像进行边缘检测，得到边缘检测图像，而后，将样本图像、遮盖后图像以及边缘检测图像输入到待训练的图像识别模型中，以使图像识别模型通过目标检测网络，进行目标检测并得到检测结果，通过语义分割网络，进行语义分割并得到语义分割结果，以及通过重构网络，对遮盖后图像进行重构，得到重构后图像。而后，可以以最小化重构后图像与样本图像之间的偏差、最小化检测结果与实际检测结果之间的偏差以及最小化语义分割结果与实际语义分割结果之间的偏差为优化目标，对图像识别模型进行训练。
-
公开(公告)号：CN118708630A
公开(公告)日：2024-09-27
申请号：CN202410714249.2
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/35 , G06F16/36 , G06F40/284 , G06F40/30 , G06N5/025 , G06N3/042 , G06N3/045 , G06N3/0895 , G06F18/2433 , G06F18/26 , G06Q20/40 , G06Q50/00
Abstract: 本说明书实施例公开了一种群组的挖掘方法、装置及设备，该方法包括：获取基于预设的社区挖掘算法对预先构建的关联图谱进行挖掘而得到的一个或多个不同的挖掘群组，关联图谱是针对存在预设风险的目标用户构建的图谱，关联图谱中的边由介质的信息和/或交易信息构建；获取每个挖掘群组中的每个节点的属性信息，并基于属性信息，通过属性图模型，确定每个节点对应的节点表征；基于每个节点对应的节点表征和每个挖掘群组中的每个节点的属性信息，确定每个挖掘群组中的离群节点，并基于每个挖掘群组中的离群节点对相应的挖掘群组进行提纯处理，得到提纯后的群组；基于提纯后的群组的属性信息，从提纯后的群组中获取存在预设风险的目标群组。
-
公开(公告)号：CN117576514A
公开(公告)日：2024-02-20
申请号：CN202311636941.X
申请日：2023-11-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/774 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82
Abstract: 本说明书实施例公开了一种图像的选取方法、装置及设备，该方法包括：获取无标签信息的样本图像构成的样本图像集，基于样本图像，通过目标检测模型确定每个样本图像中包含的未知类别的目标、每个样本图像中包含的目标、每个样本图像对应的图像特征，基于每个样本图像中包含的未知类别的目标、每个样本图像中包含的目标和每个样本图像对应的图像特征，确定每个样本图像的训练价值，该训练价值包括新颖性价值、不确定性价值和多样性价值中的一种或多种，基于预设的筛选策略和样本图像集中的每个样本图像的训练价值，从样本图像集中筛选用于重新训练目标检测模型的目标样本图像。
-
Patent Agency Ranking
公开(公告)号：CN115567371B
公开(公告)日：2023-03-10
申请号：CN202211460171.3
申请日：2022-11-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L41/0631 , H04L41/142
Abstract: 本说明书公开了一种异常检测方法、装置、设备及可读存储介质，基于每个第一检测模型输出的第一训练样本的第一异常概率，对第一训练样本排序，得到第一训练样本对应于该第一检测模型的次序，针对每个第一训练样本，将该第一训练样本对应于每个第一检测模型的次序进行融合，得到该第一训练样本的第二异常概率作为标签，并根据各第一训练样本及其标签，训练第二检测模型，以根据训练后的第二检测模型，确定待检测事件的异常概率。可见，采用对各第一训练样本对应于第一检测模型的次序进行融合，解决了不同检测模型预测的异常概率分布不同的问题，用融合得到第二异常概率训练第二检测模型，提高了线上异常检测的响应效率和隐私信息的安全性。
-
公开(公告)号：CN115564450A
公开(公告)日：2023-01-03
申请号：CN202211556873.1
申请日：2022-12-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 本说明书公开了一种风控方法、装置、存储介质及设备，通过根据异常业务的业务数据对各异常业务进行聚类，得到各业务簇及各业务簇分别对应的典型业务。以针对每个典型业务，根据该典型业务的业务数据，通过解释模型确定该典型业务被识别为异常的原因。并根据剩余异常业务与各典型业务的相似度及各典型业务被识别为异常业务的原因，确定剩余异常业务被识别为异常业务的原因，以根据各异常业务被识别为异常业务的原因执行风控业务。可通过聚类确定用于输入解释模型的典型业务，基于模型输出的典型业务被识别为异常业务的原因确定其他异常业务被识别为异常业务的原因，减少输入模型的数据量，减少模型计算耗时，提升确定原因的效率以提升风控效率。
-
公开(公告)号：CN118675188A
公开(公告)日：2024-09-20
申请号：CN202410651821.5
申请日：2024-05-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V30/41 , G06V30/19 , G06V30/18 , G06T7/50 , G06T5/50 , G06T5/90 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本说明书实施例提供了一种凭证检测方法、装置、存储介质及设备，其中方法包括：对待检测图像进行深度估计，得到待检测图像对应的深度特征图，然后基于深度特征图和待检测图像融合生成深度图像，再对深度图像进行低光照图像增强处理，得到增强后的增强图像，最后基于增强图像进行凭证检测，得到凭证检测结果，采用此方法，能够有效提升凭证检测准确性和鲁棒性。
-
公开(公告)号：CN117454147A
公开(公告)日：2024-01-26
申请号：CN202311414663.3
申请日：2023-10-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/213 , G06F18/2433 , G06F16/35
Abstract: 本说明书公开了一种异常检测模型的训练方法及装置，根据用于描述参考用户在各历史时刻的业务行为的各参考文本以及特征提取模型，确定各参考文本的特征，根据各参考文本的特征以及参考文本序列确定参考文本序列的特征，从而，将参考文本序列的特征输入待训练的异常检测模型，得到异常检测结果，获取参考用户的业务行为标签，根据业务行为标签和异常检测结果训练异常检测模型。可见，通过在异常检测模型的训练过程中，首先对每个参考文本进行单独的特征提取，再基于各参考文本的特征得到参考文本序列的特征的方式，训练时无需直接采用过长的参考文本序列作为训练样本，提高了人工智能模型训练的效率以及隐私数据的安全性。
-
公开(公告)号：CN115827918A
公开(公告)日：2023-03-21
申请号：CN202310111717.2
申请日：2023-02-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/90
Abstract: 本说明书公开了一种执行业务的方法、装置、存储介质及电子设备，响应于用户的业务请求，确定输入目标模型的业务数据以及该目标模型输出的业务结果，在该业务数据的数据维度对应的维度空间中，根据预设的距离，确定封闭空间，并确定在该封闭空间表面上的历史业务数据，作为相关数据，根据该业务数据及该相关数据，确定该相关数据的各数据维度的梯度通量，针对每个数据维度，根据各相关数据对应的该数据维度的梯度通量，确定该数据维度在该业务数据中的重要性。通过各数据维度以及各数据维度的重要性，对该目标模型输出的业务结果进行解释，获取用户的信任，提高业务执行成功率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.026 seconds)
