-
公开(公告)号：CN110796240A
公开(公告)日：2020-02-14
申请号：CN201911050651.0
申请日：2019-10-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种训练方法、特征提取方法、装置及电子设备。训练方法包括：将样本对象对应目标分类下的第一短期特征集输入至循环神经网络，得到第二短期特征集，其中，第一短期特征集中的各短期特征对应有相同的第一时间粒度。将第二短期特征集按照时间顺序组合成长期特征集，其中，长期特征集中的各长期特征对应有相同的第二时间粒度，第二时间粒度大于第一时间粒度。将长期特征集输入至卷积神经网络，得到目标对象对应所述目标分类下的目标特征集。将目标特征集输入至用于识别目标分类的分类模型，以基于所述分类模型针对样本对象的识别结果，对循环神经网络和卷积神经网络进行训练。
-
公开(公告)号：CN110852881B
公开(公告)日：2021-04-27
申请号：CN201910974027.3
申请日：2019-10-14
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 潘健民
Abstract: 本说明书实施例提供了一种风险账户识别方法、装置、电子设备及介质，通过待识别的多个目标账户的交易数据以及每个目标账户的属性数据，学习得到每个目标账户对应的特征向量，从而，基于每个目标账户对应的特征向量，从多个目标账户中确定风险账户集合，能够有效地提高识别风险账户集合的准确性。
-
公开(公告)号：CN110942306A
公开(公告)日：2020-03-31
申请号：CN201911054084.6
申请日：2019-10-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 本说明书实施例提供数据处理方法、装置及电子设备。其中一个方法包括：获取目标对象的流转数据，并根据流转数据得到目标对象的流转节点；基于流转数据，并根据预设的规则生成节点序列；其中，节点序列中包含设定数量个流转节点、及目标对象的流转路径；基于预设的向量转换模型，根据节点序列得到风险管理对象的特征向量；其中，风险管理对象为节点序列所包含的流转节点和/或流转路径；根据特征向量对风险管理对象进行风险管理。在一个实施例中，该方法能够得到更为精准的风险管理对象的特征向量，进而可以针对风险管理对象执行更为准确的风险管理策略。
-
公开(公告)号：CN111062416B
公开(公告)日：2021-09-21
申请号：CN201911115032.5
申请日：2019-11-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请提供了一种用户聚类及特征学习方案，结合了聚类算法和深度学习网络中的编码解码模型，可以先基于用户的交易行为数据确定用户的交易行为序列，而后基于深度学习网络的编码器，将各个用户的交易行为序列进行编码，生成深度特征；在根据所述深度特征对用户进行聚类获取聚类结果的同时，基于深度学习网络的解码器，对所述深度特征进行解码，获得还原的交易行为序列；而后根据聚类结果和解码结果确定学习目标，并根据学习目标对所述深度学习网络的编码器和解码器的参数进行迭代调整，由此在完成聚类的同时，能够优化深度学习网络，以获得更好的、用于实现聚类的深度特征。
-
Patent Agency Ranking
公开(公告)号：CN111127024A
公开(公告)日：2020-05-08
申请号：CN201911135905.9
申请日：2019-11-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开涉及互联网技术领域，具体涉及一种可疑资金链路检测方法及装置。可疑资金链路检测方法，应用于第三方支付平台，其包括：获取历史资金交易数据；根据所述历史资金交易数据中各个账户的资金交易关系，构建交易图数据网络；根据所述交易图数据网络，得到待检测目标在所述交易图数据网络中对应的各资金链路；判断各所述资金链路是否满足预设筛选条件；当所述资金链路满足预设筛选条件时，确定该所述资金链路为可疑资金链路。本公开提供的可疑资金链路检测方法，可自动对可疑资金进行追踪和筛选，无需人工追踪资金链路，大大节省了人力投入，提高资金追踪效率。
-
公开(公告)号：CN111401908A
公开(公告)日：2020-07-10
申请号：CN202010167428.0
申请日：2020-03-11
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提出了一种交易行为类型确定方法、装置及设备，通过对用户在预设时间段内的交易行为进行刻画，捕获用户在不同时间维度下的行为的变化，使用通过自动编码器训练得到的隐向量生成模型，学习到表达用户行为模式的隐向量，将该隐向量输入交易行为识别模型，可根据用户在不同时间维度下的行为变化识别出用户交易行为类型。
-
公开(公告)号：CN111274907A
公开(公告)日：2020-06-12
申请号：CN202010045891.8
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供用于使用类别识别模型来确定用户的类别标签的方法和装置。在该方法中，对用户的动态行为数据进行向量化处理，以得到所述用户的动态行为向量表示；将动态行为向量表示提供给逻辑分布抽取模型，以得到用户的行为逻辑向量表示，所述行为逻辑向量表示反映所述用户的行为逻辑分布；以及将行为逻辑向量表示提供给标签分类模型，确定用户的类别标签。
-
公开(公告)号：CN111062416A
公开(公告)日：2020-04-24
申请号：CN201911115032.5
申请日：2019-11-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请提供了一种用户聚类及特征学习方案，结合了聚类算法和深度学习网络中的编码解码模型，可以先基于用户的交易行为数据确定用户的交易行为序列，而后基于深度学习网络的编码器，将各个用户的交易行为序列进行编码，生成深度特征；在根据所述深度特征对用户进行聚类获取聚类结果的同时，基于深度学习网络的解码器，对所述深度特征进行解码，获得还原的交易行为序列；而后根据聚类结果和解码结果确定学习目标，并根据学习目标对所述深度学习网络的编码器和解码器的参数进行迭代调整，由此在完成聚类的同时，能够优化深度学习网络，以获得更好的、用于实现聚类的深度特征。
-
公开(公告)号：CN110852881A
公开(公告)日：2020-02-28
申请号：CN201910974027.3
申请日：2019-10-14
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 潘健民
Abstract: 本说明书实施例提供了一种风险账户识别方法、装置、电子设备及介质，通过待识别的多个目标账户的交易数据以及每个目标账户的属性数据，学习得到每个目标账户对应的特征向量，从而，基于每个目标账户对应的特征向量，从多个目标账户中确定风险账户集合，能够有效地提高识别风险账户集合的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
