公开(公告)号：CN117290554B

公开(公告)日：2024-03-01

申请号：CN202311590588.6

申请日：2023-11-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 周虹廷 ,  曾凤 ,  徐威迪 ,  赵培龙 ,  王经纬 ,  何建杉

IPC: G06F16/901 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书实施例提供了一种基于图数据的业务规则确定方法及装置。图数据包括代表业务对象的节点以及节点之间的连接边，用来存储与业务数据相关的隐私数据。在该方法中，通过图神经网络确定图数据中的节点表征。将若干备选规则与匹配的实例子图进行结合，得到若干推理子图，备选规则包括推理条件和推理结果，任意一个推理子图包含推理条件数据和推理结果数据。接着，利用节点表征确定若干推理子图中各自的推理结果数据成立的概率评分，基于与任意一个备选规则匹配的若干推理子图的概率评分，确定该备选规则的置信度，基于若干备选规则的置信度对若干备选规则进行筛选，得到图数据的

公开(公告)号：CN113849698B

公开(公告)日：2024-11-08

申请号：CN202111082304.3

申请日：2021-09-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 庞博 ,  曾凤

IPC: G06F16/901 ,  G06F16/906 ,  G06F17/16

Abstract: 提供一种无向图的预估权重矩阵的确定方法：获取原始权重矩阵W0以及原始分组信息，将当前权重矩阵Wx以及当前分组信息初始化为W0以及原始分组信息。循环执行以下步骤，直至满足循环结束条件：根据Wx以及当前分组信息，计算当前总网络信息#imgabs0#其中，Qij为顶点i与顶点j的差异度，该差异度与顶点i、顶点j属于同一分组的概率负相关；判断是否满足循环结束条件，满足则结束循环，不满足则更新Wx以及当前分组信息。循环结束后，将循环结束时的Wx作为该无向图的预估权重矩阵。

公开(公告)号：CN117290554A

公开(公告)日：2023-12-26

申请号：CN202311590588.6

申请日：2023-11-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 周虹廷 ,  曾凤 ,  徐威迪 ,  赵培龙 ,  王经纬 ,  何建杉

IPC: G06F16/901 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书实施例提供了一种基于图数据的业务规则确定方法及装置。图数据包括代表业务对象的节点以及节点之间的连接边，用来存储与业务数据相关的隐私数据。在该方法中，通过图神经网络确定图数据中的节点表征。将若干备选规则与匹配的实例子图进行结合，得到若干推理子图，备选规则包括推理条件和推理结果，任意一个推理子图包含推理条件数据和推理结果数据。接着，利用节点表征确定若干推理子图中各自的推理结果数据成立的概率评分，基于与任意一个备选规则匹配的若干推理子图的概率评分，确定该备选规则的置信度，基于若干备选规则的置信度对若干备选规则进行筛选，得到图数据的业务规则，用于进行业务处理。

公开(公告)号：CN113849698A

公开(公告)日：2021-12-28

申请号：CN202111082304.3

申请日：2021-09-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 庞博 ,  曾凤

IPC: G06F16/901 ,  G06F16/906 ,  G06F17/16

Abstract: 提供一种无向图的预估权重矩阵的确定方法：获取原始权重矩阵W0以及原始分组信息，将当前权重矩阵Wx以及当前分组信息初始化为W0以及原始分组信息。循环执行以下步骤，直至满足循环结束条件：根据Wx以及当前分组信息，计算当前总网络信息其中，Qij为顶点i与顶点j的差异度，该差异度与顶点i、顶点j属于同一分组的概率负相关；判断是否满足循环结束条件，满足则结束循环，不满足则更新Wx以及当前分组信息。循环结束后，将循环结束时的Wx作为该无向图的预估权重矩阵。

公开(公告)号：CN116977107A

公开(公告)日：2023-10-31

申请号：CN202310942728.5

申请日：2023-07-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 曾凤 ,  马传雷 ,  何智鑫 ,  周虹廷 ,  徐威迪

IPC: G06Q50/00 ,  G06F16/901 ,  G06F16/2458 ,  G06F18/22

Abstract: 本说明书一个或多个实施例提供一种社区划分方法及装置，涉及计算机技术领域。该方法包括获取待划分的多个节点；将多个节点划分为至少一个初始社区；针对多个节点中的每两个节点，分别构建每个初始社区中该两个节点的共同邻居集合，共同邻居集合用于表征该两个节点之间的紧密度；结合多个节点中每两个节点在每个初始社区中的紧密度，对多个节点进行重新划分，得到至少一个最终社区。本说明书提供的方案，通过预先将节点划分为多个初始社区，能够提升社区划分效率，并且由于本说明书中节点间的紧密度通过共同邻居集合度量，因此紧密度的表征与节点或边的类型无关，使本申请能够准确的表征异构网络下各节点之间的关系，从而提升社区划分的准确性。

公开(公告)号：CN117745064A

公开(公告)日：2024-03-22

申请号：CN202311745349.3

申请日：2023-12-18

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 周虹廷 ,  何建杉 ,  赵培龙 ,  曾凤 ,  徐威迪 ,  王经纬

IPC: G06Q10/0635 ,  G06F18/2415 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08

Abstract: 本说明书实施例提供了通过神经网络模型对业务对象进行风险评估的方法及装置，该方法的一具体实施方式包括：从知识图谱中提取与目标业务对象相关的目标子图；利用图神经网络处理目标子图，得到其中各个节点的节点表征；利用预测网络处理各个节点的节点表征，得到各个业务对象关于业务风险的第一分数；利用逻辑交互网络，根据预先设定的若干条风险判断规则以及目标参数集，对各个业务对象的第一分数进行更新操作，得到目标业务对象关于业务风险的第二分数；根据该第二分数，确定目标业务对象是否具有业务风险。