-
公开(公告)号：CN111461341A
公开(公告)日：2020-07-28
申请号：CN202010191807.3
申请日：2020-03-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书实施例公开了一种数据源贡献度的评估方法及其装置，包括：获取机器学习模型，其中，机器学习模型由多个数据源的训练数据，对原始模型进行训练后生成，训练数据具有多个数据特征。对机器学习模型的性能指标进行归因分析，以确定每个数据源对机器学习模型的第一贡献度。根据数据特征对性能指标的贡献度，确定每个数据源对机器学习模型的第二贡献度。根据第一贡献度和第二贡献度，确定每个数据源的贡献度。由此，在对数据源贡献度进行评估时，对机器学习模型的性能指标进行归因分析，并结合数据源的数据特征对机器学习模型的贡献度，确定每个数据源的贡献度，从而能够对各个数据源对机器学习模型的贡献度进行客观、准确地评估。
-
公开(公告)号：CN110796399B
公开(公告)日：2020-05-26
申请号：CN202010006407.0
申请日：2020-01-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/27
Abstract: 本说明书实施例提供基于区块链的资源分配方法以及装置，其中所述基于区块链的资源分配方法包括：接收由多个客户端上传的根据将与待预测业务指标相关的目标业务数据输入预先训练的预测模型生成的初始预测结果；调用满足执行条件的智能合约，并执行所述智能合约声明的集成计算逻辑以及归因分析逻辑，对初始预测结果进行归因分析获得与所述初始预测结果对应的所述多个客户端的资源分配占比；根据所述资源分配占比以及智能合约中与待预测业务指标所属业务相关的资源分配策略对所述多个客户端进行资源分配并下发资源分配结果。
-
公开(公告)号：CN111241477B
公开(公告)日：2023-10-20
申请号：CN202010015237.2
申请日：2020-01-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F17/18
Abstract: 本说明书实施例提供构建监控基准线的方法、监控数据对象状态的方法及装置，其中所述构建监控基准线的方法通过历史数据建立数据对象样本池，基于蒙特卡洛模拟的思想，在数据对象池生命周期内随机抽取数据对象样本，进行大量业务运作过程的模拟，得到数据对象样本池中数据对象在生命周期内各个时刻分别对应的资源状态，从而以此为基础建立状态监控基准线，为监控数据数据对象池提供了数据上的依据，实现了降低监控难度的目的。
-
公开(公告)号：CN111475851A
公开(公告)日：2020-07-31
申请号：CN202010479759.8
申请日：2020-01-16
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基于机器学习的隐私数据处理方法、装置和电子设备，其中，所述方法可以基于数据需求方的需求，从数据所有方的原始隐私数据中提取目标原始特征，基于特征嵌入模型确定所述目标原始特征的特征嵌入向量，将所述目标原始特征的特征嵌入向量提供给所述数据需求方。
-
公开(公告)号：CN111401788A
公开(公告)日：2020-07-10
申请号：CN202010281395.2
申请日：2020-04-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供业务时序指标的归因方法以及装置，其中所述方法包括：将特征池输入第一机器学习模型进行训练，得到变量的特征权重，特征池中包括基于业务时序指标样本分解得到的多个变量，模型对业务时序指标样本的时间曲线进行拟合，如果未达到预设训练目标，通过可解释机器学习框架进行影响特征权重的计算，按影响特征权重筛选出变量组合，添加到特征池中，输入模型进行迭代，实现了基于模型解释性算法的特征自适应迭代，如果达到预设训练目标，则可以从特征池确定具有耦合关系的变量组合，计算出变量组合对异常时间点的异常变动幅度的贡献系数，实现了业务时序指标的归因。
-
Patent Agency Ranking
公开(公告)号：CN110874491B
公开(公告)日：2020-05-08
申请号：CN202010047788.7
申请日：2020-01-16
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基于机器学习的隐私数据处理方法、装置和电子设备，其中，所述方法可以基于数据需求方的需求，从数据所有方的原始隐私数据中提取目标原始特征，基于特征嵌入模型确定所述目标原始特征的特征嵌入向量，将所述目标原始特征的特征嵌入向量提供给所述数据需求方。
-
公开(公告)号：CN111401788B
公开(公告)日：2022-03-25
申请号：CN202010281395.2
申请日：2020-04-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供业务时序指标的归因方法以及装置，其中所述方法包括：将特征池输入第一机器学习模型进行训练，得到变量的特征权重，特征池中包括基于业务时序指标样本分解得到的多个变量，模型对业务时序指标样本的时间曲线进行拟合，如果未达到预设训练目标，通过可解释机器学习框架进行影响特征权重的计算，按影响特征权重筛选出变量组合，添加到特征池中，输入模型进行迭代，实现了基于模型解释性算法的特征自适应迭代，如果达到预设训练目标，则可以从特征池确定具有耦合关系的变量组合，计算出变量组合对异常时间点的异常变动幅度的贡献系数，实现了业务时序指标的归因。
-
公开(公告)号：CN111340632A
公开(公告)日：2020-06-26
申请号：CN202010138918.8
申请日：2020-03-03
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供资源管控方法以及装置，其中所述资源管控方法包括：获取待管控资源集合中各资源类别下待转化资源的资源信息，将所述资源信息输入预先构建的梯度提升决策树模型进行梯度提升处理，获取输出的可流动资源的资源收益初始值，所述可流动资源由所述待转化资源进行流动性转化生成；基于所述资源收益初始值以及预先获取的所述可流动资源的收益增速进行收益预测，获得资源收益预测值；根据所述资源收益预测值以及所述资源集合对应的预期收益值，确定所述资源集合的资源管控策略，并按照所述资源管控策略对所述资源集合进行资源管控处理。
-
公开(公告)号：CN110874440B
公开(公告)日：2020-05-05
申请号：CN202010047773.0
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06N20/00 , G06F21/62
Abstract: 本说明书实施例公开了一种信息推送及其模型训练的方法、装置及电子设备，该方法包括：多个终端设备分别获取终端设备的用户的私有数据和对应的兴趣标签；多个所述终端设备分别将终端设备中用户的私有数据对应的嵌入向量及兴趣标签发送至云端服务器；所述云端服务器基于多个所述终端设备发送的嵌入向量及兴趣标签，通过联邦学习训练得到信息推送模型，以通过所述信息推送模型预测用户的兴趣标签并推送兴趣标签对应的信息。
-
公开(公告)号：CN110866284A
公开(公告)日：2020-03-06
申请号：CN202010048806.3
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/62
Abstract: 本说明书实施例提供一种基于隐私数据保护的数据融合处理方法、装置和系统，该方法包括：第一处理节点接收由多个数据节点发送的关于目标用户的加扰后隐私数据，该加扰后隐私数据基于多个数据节点中关于所述目标用户的隐私数据和加扰参数进行加扰后得到；第一处理节点基于加扰后隐私数据进行数据融合处理，得到关于目标用户的加扰后目标数据，并将加扰后目标数据发送至第二处理节点，以便第二处理节点对加扰后目标数据进行解扰；第二处理节点接收多个数据节点发送的与加扰后隐私数据对应的加扰参数，且第二处理节点无法获取到目标用户的加扰后隐私数据；在对加扰后目标数据进行解扰处理时，基于加扰参数进行解扰处理，得到目标用户的目标数据。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.035 seconds)
