-
公开(公告)号:CN111742335A
公开(公告)日:2020-10-02
申请号:CN202080001358.X
申请日:2020-04-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本文提供了用于优化资源分配的方法、系统和装置,包括编码在计算机存储介质上的计算机程序。所述方法可以包括:接收来自用户的资源请求;至少基于以下各项,遍历多个实体以获得每个实体的相应评分:该实体批准所述资源请求的预计批准率,该实体服务于所述资源请求的预计风险,以及应用于所述预计批准率和所述预计风险的一个或多个乘子;以及基于相应评分推荐所述多个实体中的一个实体来服务于所述用户的资源请求,其中,所述一个或多个乘子是通过求解基于先前时间段收集的历史数据构建的优化模型而获得的,所述历史数据包括所述多个实体在先前时间段内的预计批准率。
-
公开(公告)号:CN111275189A
公开(公告)日:2020-06-12
申请号:CN202010114977.1
申请日:2020-02-25
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网络表示学习方法、系统及装置。所述网络可以包括多个节点以及节点之间的关联关系,每个节点及每个关联关系分别对应于一个向量表示。所述方法可以包括以下操作:获取一组输入数据,所述输入数据包括网络中相互关联的第一节点以及第二节点的各自的向量表示,以及所述第一节点与所述第二节点之间的关联关系的向量表示;对于所述输入数据,利用基于生成对抗网络的表示学习模型,基于一次迭代,更新对应于所述第一节点、所述第二节点或所述关联关系的向量表示;依此,进行多次迭代直到满足停止迭代条件,获得所述网络中各节点或关联关系的目标向量表示。
-
公开(公告)号:CN111400560A
公开(公告)日:2020-07-10
申请号:CN202010162355.6
申请日:2020-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06F16/906 , G06F40/295 , G06Q40/02 , G06N3/04
Abstract: 本说明书一个或多个实施例公开了一种基于异构图神经网络模型进行预测的方法和系统,所述方法包括:获取与预测内容相关的异构图数据,所述异构图数据包括待预测节点、所述待预测节点的邻居节点、以及连接所述待预测节点与所述邻居节点之间的路径,所述路径包括至少一种类型;基于所述路径的类型,对所述邻居节点进行分组,以使得同一组的所述邻居节点的路径的类型相同;将所述待预测节点、分组后的所述邻居节点以及节点之间的路径输入训练好的异构图神经网络模型,得到待预测节点的表示向量后输入训练好的预测模型进行预测。
-
公开(公告)号:CN111386546B
公开(公告)日:2022-09-23
申请号:CN201980004846.3
申请日:2019-12-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 提供了用于评估风险的方法、系统和装置,包括在计算机存储介质上编码的计算机程序。方法之一包括:获得多个交易,每个交易包括多个数据维度,其中,所述多个交易中的一些交易被标记为风险交易,所述多个交易中的一些交易被标记为安全交易;获取多个数据维度中的至少一个数据维度作为输出空间,并且获得除所述至少一个数据维度以外的多个数据维度作为输入空间;初始化从输入空间到潜在空间的第一映射以及从潜在空间到输出空间的第二映射,其中第一映射包括根据广义线性模型的逆,将输入空间映射到潜在空间;以及优化第一映射和第二映射以生成贝塞尔曲面。
-
公开(公告)号:CN111771222A
公开(公告)日:2020-10-13
申请号:CN202080001348.6
申请日:2020-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/02
Abstract: 本文提供了用于将多个资源分为多个群组方法、系统和装置,包括编码在计算机存储介质上的计算机程序,其中,所述多个资源中的每个资源关联有风险水平和收益水平,每个群组中的资源共有相同的风险水平和相同的收益水平;获得多个提供方级调整量;构建用于确定资源流方案的优化模型;根据所述多个群组‑提供方级调整量,在所述多个群组的每一个群组中识别出由第一提供方提供的、要转移到第二提供方的一个或多个资源;以及自动向所述第一提供方和所述第二提供方发送一个或多个请求,以将确定的一个或多个第一资源从所述第一提供方转移到所述第二提供方。
-
公开(公告)号:CN111581450A
公开(公告)日:2020-08-25
申请号:CN202010588745.X
申请日:2020-06-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06Q10/04 , G06Q40/02 , G06N3/04 , G06N20/00
Abstract: 本说明书实施例提供一种确定用户的业务属性的方法,一方面,基于异构图确定用户的预测向量,将各个关联关系下获取的用户的表达向量融合,综合了各种可能的信息,从多维度丰富用户信息,利用信息互补性探索多重关系下的丰富语义,从而避免单一信息缺失无法准确描述用户导致的无法预测用户业务属性的情形;另一方面,在单个关联关系下确定用户的表达向量过程中,不仅考虑用户与其他用户之间的关联影响,而且还考虑连接边对应的业务属性对这种关联关系的影响,充分利用用户的局部结构信息来增强对用户的表示能力,从而提高对用户业务属性预测的准确度。
-
公开(公告)号:CN111309983A
公开(公告)日:2020-06-19
申请号:CN202010162991.9
申请日:2020-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06N3/08
Abstract: 本说明书实施例提供一种基于异构图进行业务处理的方法和装置,可以利用不同结构的关系网络构成的异构图直接进行业务处理。在本说明书的实施架构下,利用多个不同连接关系类型的关系网络,可以更加全面的刻画实体的特征,另一方面,针对各个关系网络分别处理得到节点的各个业务表征向量,无需对各个关系网络进行综合,可以避免繁琐的手工特征抽取,进一步地,可以自动确定在当前业务下,当前实体在每个关系网络中的重要度系数(权重),实现在各个关系网络下的信息融合,从而使得对当前实体的评估结果更加准确。
-
公开(公告)号:CN116670684A
公开(公告)日:2023-08-29
申请号:CN202180088447.7
申请日:2021-05-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/02
Abstract: 用于基于DAG的任务调度的方法、系统及装置,包括编码在计算机存储介质上的计算机程序。该方法可以包括:获取表示要由一个或多个处理器调度以及处理的多个计算任务的有向无环图(DAG)。DAG包括表示多个计算任务的多个节点。该方法还包括为DAG中的多个节点生成嵌入,以及基于多个节点的嵌入和策略网络,确定要添加到DAG的一条或多条边。策略网络基于多个训练DAG以及与启发式调度算法相关联的损失函数进行训练。该方法还包括将一条或多条边添加到DAG中以获得更新后的DAG;以及基于更新后的DAG和启发式调度算法调度多个计算任务以供一个或多个处理器处理。
-
公开(公告)号:CN111581450B
公开(公告)日:2023-07-14
申请号:CN202010588745.X
申请日:2020-06-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06Q10/04 , G06Q40/03 , G06N3/0464 , G06N20/00
Abstract: 本说明书实施例提供一种确定用户的业务属性的方法,一方面,基于异构图确定用户的预测向量,将各个关联关系下获取的用户的表达向量融合,综合了各种可能的信息,从多维度丰富用户信息,利用信息互补性探索多重关系下的丰富语义,从而避免单一信息缺失无法准确描述用户导致的无法预测用户业务属性的情形;另一方面,在单个关联关系下确定用户的表达向量过程中,不仅考虑用户与其他用户之间的关联影响,而且还考虑连接边对应的业务属性对这种关联关系的影响,充分利用用户的局部结构信息来增强对用户的表示能力,从而提高对用户业务属性预测的准确度。
-
公开(公告)号:CN111309983B
公开(公告)日:2021-09-21
申请号:CN202010162991.9
申请日:2020-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06N3/08
Abstract: 本说明书实施例提供一种基于异构图进行业务处理的方法和装置,可以利用不同结构的关系网络构成的异构图直接进行业务处理。在本说明书的实施架构下,利用多个不同连接关系类型的关系网络,可以更加全面的刻画实体的特征,另一方面,针对各个关系网络分别处理得到节点的各个业务表征向量,无需对各个关系网络进行综合,可以避免繁琐的手工特征抽取,进一步地,可以自动确定在当前业务下,当前实体在每个关系网络中的重要度系数(权重),实现在各个关系网络下的信息融合,从而使得对当前实体的评估结果更加准确。
-
-
-
-
-
-
-
-
-