-
公开(公告)号：CN116308375A
公开(公告)日：2023-06-23
申请号：CN202211591302.1
申请日：2022-12-12
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一种数据处理方法、装置及设备，所述方法包括：获取待检测的目标图结构数据，所述目标图结构数据基于人机交互数据构建；基于预设力导向布局模型，确定所述目标图结构数据中每个节点的布局位置信息，所述力导向布局模型通过确定所述目标图结构数据中每两个节点之间的排斥力和/吸引力，移动所述目标图结构数据中的节点，以得到所述目标图结构数据中每个节点的布局位置信息；基于所述目标图结构数据中每个节点的布局位置信息，对所述目标图结构数据中的节点进行聚类处理，得到聚类结果，以基于所述聚类结果进行风险检测。
-
公开(公告)号：CN118069248A
公开(公告)日：2024-05-24
申请号：CN202410161353.3
申请日：2024-02-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种业务执行方法、装置、设备及可读存储介质，以获取的各业务对象为节点确定目标拓扑图，获取各业务对象的行为序列，针对目标拓扑图中每个节点，根据该节点的行为序列和该节点的邻居节点的行为序列，确定该节点与该节点的邻居节点之间的关系权重，根据该节点的邻居节点的特征、该节点的邻居节点的行为序列和关系权重，对该节点的特征进行更新，得到该节点的目标特征，根据目标拓扑图中各节点的目标特征执行业务。可见，通过在邻居关系、传播特征提取和节点特征更新进行行为序列和图数据的信息交互和融合，有效地整合了行为序列的特征和图数据的特征，从而提高下游业务的执行效果和数据的隐私安全性。
-
公开(公告)号：CN117251730A
公开(公告)日：2023-12-19
申请号：CN202311176867.8
申请日：2023-09-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/2131 , G06F18/241 , G06N3/0455 , G06Q40/00
Abstract: 本说明书公开了一种风控模型的预训练方法、装置、存储介质及电子设备，在对风控模型进行预训练时，可获取风控样本，将风控样本分别输入待训练的风控模型的各编码端，得到各编码端输出的各编码结果。根据各编码结果和预训练任务，确定各编码端对应的损失，根据确定出的各编码端对应的损失，确定各编码端的损失权重。根据各编码端的损失权重，对各编码端对应的损失进行加权，得到最终损失，根据最终损失，对待训练的风控模型中的各编码端进行训练。在对风控模型进行多任务预训练时，根据每个任务对应的编码端的损失，确定各编码端损失的权重，从而得到最终损失，平衡了训练风控模型时各训练任务的损失收敛速度，使得各训练任务可在相同时刻收敛。
-
公开(公告)号：CN116776114A
公开(公告)日：2023-09-19
申请号：CN202310401375.8
申请日：2023-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06Q40/00 , G06F21/62
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。该风险检测的方法用于隐私保护，包括：获取第一业务数据，确定第一业务数据对应的原始特征，对第一业务数据中部分维度的数据进行掩码处理，得到掩码后数据，通过预设的风控模型的特征提取网络对掩码后数据进行处理，以确定掩码后数据对应的目标特征，将掩码后数据对应的目标特征输入风控模型的特征重构网络，得到重构特征，以最小化原始特征与重构特征之间的偏差为优化目标，至少对风控模型中的特征提取网络进行训练，将训练完成的风控模型进行部署，并在接收到业务请求后，将业务请求对应的目标业务数据输入部署后的风控模型中，以通过风控模型执行风险检测。
-
公开(公告)号：CN116596645A
公开(公告)日：2023-08-15
申请号：CN202310495360.2
申请日：2023-04-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/00 , G06F18/214 , G06F18/213 , G06F18/24 , G06Q20/40 , G06Q20/38 , G06N20/00
Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备，该方法包括：获取源域的第一样本数据，构建与第一样本数据具有相同维度的替换样本数据，第一样本数据不存在标签信息，第一样本数据基于预设的表格数据构建，然后，基于第一样本数据和替换样本数据，通过预设的概率分布函数，生成相应的正负样本对，之后，基于第一样本数据和正负样本对中的样本数据对源域的第一模型进行模型训练，第一模型与目标域的第二模型中包括能够进行参数共享的目标子模型，最终，将训练后的第一模型中的目标子模型的模型参数与第二模型中的目标子模型的模型参数进行参数共享，并在此基础上，通过目标域的第二样本数据对第二模型进行有监督的模型训练。
-
Patent Agency Ranking
公开(公告)号：CN118690848A
公开(公告)日：2024-09-24
申请号：CN202410703975.4
申请日：2024-05-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/04 , G06F40/30 , G06F40/289 , G06F18/213
Abstract: 本说明书公开了一种语言模型的预训练方法、装置、介质及电子设备，可获取第一样本文本，第一样本文本为结构化文本，并提取第一样本文本中的各字段。针对提取出的每个字段，根据该字段的属性以及属性值，确定该字段对应的标识符，并根据确定出的各字段对应的标识符，得到第一样本文本对应的标识符序列。将标识符序列输入语言模型，得到标识符序列对应的文本特征，以根据文本特征以及预设的训练任务，对语言模型中的编码端进行预训练。通过使用标识符去对结构化文本中的字段进行替换，进而使用结构化文本对应的标识符序列去训练语言模型，使得训练得到的语言模型可以学习到结构化文本中的特征的关联关系以及潜在关系，提高了语言模型的准确度。
-
公开(公告)号：CN118628248A
公开(公告)日：2024-09-10
申请号：CN202410853853.3
申请日：2024-06-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种基于交易数据的用户分类方法、装置、介质及设备，服务器在接收包含各用户的交易数据的交易数据集后，针对每个用户，根据交易数据集确定出与该用户在至少同一个交易对象进行过交易的用户，作为相关用户，而后根据交易数据集中的交易数据，确定该用户与该用户对应相关用户之间的业务相似度，进而根据每个用户与各自对应相关用户之间的业务相似度，得到针对各用户的分类结果。通过限定与用户在同一个交易对象进行过交易的用户作为相关用户，并仅计算用户与对应的相关用户之间的业务相似度，大幅减少了计算资源的耗费，提高了基于业务相似度对各用户进行分类的效率。
-
公开(公告)号：CN116432048A
公开(公告)日：2023-07-14
申请号：CN202310350772.7
申请日：2023-03-28
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种异常检测方法、装置、存储介质及电子设备。在本说明书提供的异常检测方法中，获取待检测数据；将所述待检测数据输入预先训练的检测模型，以通过所述检测模型中的提取子网提取所述待检测数据的原始特征；将所述原始特征输入所述检测模型的重构子网，以通过所述重构子网对所述原始特征进行处理操作，得到中间特征，并对所述中间特征进行还原操作，得到所述待检测数据的重构特征，其中，所述处理操作至少包括降维操作，所述还原操作至少包括升维操作；根据所述原始特征与所述重构特征，确定所述原始特征与所述重构特征之间的相似度；根据所述相似度，确定所述待检测数据是否异常。
-
公开(公告)号：CN116405561A
公开(公告)日：2023-07-07
申请号：CN202310345422.1
申请日：2023-03-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L67/568 , H04L67/59 , G06F18/213 , G06F30/20
Abstract: 本说明书公开了一种基于特征仿真的风险控制的方法、装置、介质及设备，在本说明书提供的的方法中，针对每个用户，本方法先获取目标时刻的当前流式业务数据、存储的该用户的历史特征仿真结果，然后根据预设的算子对当前流式业务数据与该用户的历史特征仿真结果进行统计，确定该用户在该目标时刻的特征仿真结果并存储，当对目标用户进行风险控制时，根据存储的该目标用户的特征仿真结果确定目标用户的分类结果以进行风险控制。本方法只需确定目标时刻的当前流式业务数据与存储的用户的历史特征仿真结果，就可以确定用户在该目标时刻的各种特征仿真结果，进行风险控制，实现了基于流式数据的特征仿真，节省了特征仿真所需存储空间。
-
公开(公告)号：CN116342281A
公开(公告)日：2023-06-27
申请号：CN202310323458.X
申请日：2023-03-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/04 , G06N3/047 , G06N3/08 , G06F18/241 , G06F18/2415 , G06F18/2431 , G06F18/214
Abstract: 本说明书实施例公开了一种交易事件的风险感知方法、装置及设备，该方法包括：获取预设时长内产生的交易事件的信息；基于每个所述交易事件的信息，确定每个所述交易事件对应的特征和每个所述交易事件对应的交易渠道信息；分别将每个所述交易事件对应的特征输入到预先训练的目标模型中，得到每个所述交易事件存在预设风险的概率，所述目标模型用于确定所述交易事件存在预设风险的可疑程度；基于每个所述交易事件存在预设风险的概率和每个所述交易事件对应的交易渠道信息，确定预设时长内产生的交易事件所属的交易渠道中每种所述交易渠道针对所述预设风险的风险表征信息和/或每种所述交易渠道的风险归因信息。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.038 seconds)
