公开(公告)号：CN118627569A

公开(公告)日：2024-09-10

申请号：CN202410735484.8

申请日：2024-06-05

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡佳豪 ,  王宁涛 ,  杨阳 ,  傅幸

IPC: G06N3/08 ,  G06Q20/40 ,  G06F18/24 ,  G06F18/213 ,  G06N3/0464

Abstract: 本说明书提供的一种模型训练方法、业务风控方法、装置以及存储介质，可以首先获取第一样本交易数据以及其对应的实际风险层级标签，并将第一样本交易数据输入到过渡模型中包含的特征提取层中，以提取出交易特征，并将交易特征输入到过渡模型中包含的分类层中，以确定出预测风险层级标签，以最小化预测风险层级标签与实际风险层级标签之间的偏差为优化目标，至少对特征提取层进行训练，通过训练后的特征提取层以及预设的各目标分类层，构建目标模型，并将第二样本交易数据输入到目标模型中，以通过目标模型确定出预测风险识别结果，以最小化预测风险识别结果与第二样本交易数据对应的实际风险识别结果之间的偏差为优化目标，对目标模型进行训练。

公开(公告)号：CN117312847A

公开(公告)日：2023-12-29

申请号：CN202311146762.8

申请日：2023-09-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王宁涛 ,  胡佳豪 ,  杨阳 ,  傅幸 ,  王维强

IPC: G06F18/214

Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质和电子设备，所述方法包括：针对各训练样本，确定该训练样本中指定类型的数据为指定数据，并将指定数据输入待训练的风险识别模型的第一编码层，确定该训练样本的第一特征。将该训练样本中所有类型的数据输入待训练的风险识别模型的第二编码层，确定该训练样本的第二特征。以该训练样本的第一特征与该训练样本的第二特征之间的距离最小和该训练样本的第一特征与除该训练样本外的其他训练样本的第二特征之间的距离最大为目标，至少对待训练的风险识别模型中第二编码层的模型参数进行调整。通过第一特征指导第二编码层对训练样本进行特征提取，更好地表征用户存在的风险，提高识别结果准确性。

公开(公告)号：CN114429222A

公开(公告)日：2022-05-03

申请号：CN202210061986.8

申请日：2022-01-19

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吕乐 ,  傅幸 ,  周璟 ,  杨阳 ,  王宁涛 ,  胡佳豪 ,  蒋晨之 ,  刘芳卿 ,  王维强

IPC: G06N20/00 ,  G06F21/62 ,  G06N3/04

Abstract: 本说明书实施例公开了一种模型的训练方法、装置及设备，该方法包括：获取待训练的目标模型对应的模型参数和目标模型的训练样本，并将模型参数划分为多个不同的模型子参数，然后，可以基于训练样本和每个模型子参数对应的损失函数，对目标模型进行模型训练，确定每个模型子参数对应的初始梯度信息，基于每个模型子参数对应的截断信息对相应的模型子参数对应的初始梯度信息进行梯度截断，得到每个模型子参数对应的梯度信息，最终，可以向每个模型子参数对应的梯度信息中加入相应的噪声信息，得到每个模型子参数对应的目标梯度信息，并基于每个模型子参数对应的目标梯度信息对模型参数进行更新，得到训练后的目标模型。

公开(公告)号：CN119295078A

公开(公告)日：2025-01-10

申请号：CN202411312840.1

申请日：2024-09-19

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡佳豪 ,  杨阳 ,  王宁涛 ,  傅幸

IPC: G06Q20/40 ,  G06Q20/38 ,  G06F18/241

Abstract: 本说明书公开了一种风险识别的方法、装置、存储介质和电子设备，所述方法包括：先获取待风控用户的若干交易事件，以及确定由各交易事件组成的序列数据。对序列数据进行编码，得到序列向量。按照预设维度，对序列向量进行矩阵变换，得到第一向量。将第一向量输入风控大模型，确定待风控用户对应的风险识别结果。通过不包括事件表征层且模型参数大的风控大模型对待风控用户进行风险识别，使得得到的风险识别结果更加准确，有利于对待风控用户进行更加精确的风险控制。

公开(公告)号：CN117787443A

公开(公告)日：2024-03-29

申请号：CN202311868400.X

申请日：2023-12-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡佳豪 ,  王宁涛 ,  杨阳 ,  傅幸

IPC: G06N20/00 ,  G06N5/04 ,  G06F40/186

Abstract: 本说明书公开了一种风控方法、装置、设备及可读存储介质，根据用于描述用户事件中各用户行为的描述文本确定的参考文本序列作为训练样本，对预训练的自然语言模型进行微调，得到行为序列生成模型，根据行为序列生成模型和提示文本，得到目标文本序列，以目标文本序列为对抗样本，对风控模型进行优化，通过优化后的风控模型进行风控。可见，通过上述方案，无需与风控模型反复交互就得到行为序列生成模型生成的对抗样本，低成本、高效地提高了风控模型的鲁棒性和精度，并且，在预训练的自然语言模型的基础上微调得到的行为序列生成模型，能够适用于以用户行为作为训练样本的多个不同的风控模型，提高了风控模型的优化效率以及隐私数据的安全性。

公开(公告)号：CN116049761A

公开(公告)日：2023-05-02

申请号：CN202211734588.4

申请日：2022-12-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王宁涛 ,  胡佳豪 ,  杨阳 ,  张天翼 ,  傅幸

IPC: G06F18/25 ,  G06F18/2413 ,  G06F18/2433 ,  G06F18/2451 ,  G06F18/241 ,  G06N3/08 ,  G06F16/2457

Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取与执行目标业务相关的目标数据；基于预先训练的风险检测模型和预设检索数据库，对所述目标数据进行匹配检测处理，得到所述预设检索库中与所述目标数据具有相关关系的候选数据，并基于所述候选数据对应的风险类型，确定所述目标数据对应的风险类型；基于所述候选数据及对应的风险类型，对预设线性模型进行训练，得到训练后的线性模型，并基于所述训练后的线性模型每一维的模型参数，确定所述目标数据每一维度的特征的重要性；基于所述目标数据对应的风险类型和所述目标数据每一维度的特征的重要性，确定执行所述目标业务是否存在风险。

公开(公告)号：CN117093608A

公开(公告)日：2023-11-21

申请号：CN202311016080.5

申请日：2023-08-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡佳豪 ,  傅幸 ,  王宁涛

IPC: G06F16/2453 ,  G06F16/2457 ,  G06F16/22

Abstract: 本说明书一个或多个实施例公开了一种检索库优化的方法、装置及设备。所述方法包括：将检索库中的检索元素和查询库中的查询元素之间的相似度进行映射，得到各个所述检索元素对所述查询元素对应的检索得分的贡献值；根据所述贡献值，确定表征所述查询元素的检索得分和各个所述检索元素的保留概率之间的映射关系；基于所述映射关系，在最小化第一损失函数的过程中，确定每个所述检索元素对应的保留概率，所述第一损失函数用于表征所述查询元素对应的检索得分和分类标签之间的残差；根据所述保留概率，确定所述检索库中每个所述检索元素是否保留的去留指示，以对所述检索库进行更新。

公开(公告)号：CN116843181A

公开(公告)日：2023-10-03

申请号：CN202310865083.X

申请日：2023-07-13

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡佳豪 ,  王宁涛 ,  傅幸 ,  王维强

IPC: G06Q10/0635 ,  G06Q40/04 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书实施例提供了风险识别方法及装置，其中，一种风险识别方法包括：将用户的操作事件的事件数据分别与各历史操作事件的历史事件数据进行特征卷积处理，获得第一卷积特征，以及将事件数据对中包含的两个历史事件数据进行特征卷积处理，获得第二卷积特征，采用注意力机制对第一卷积特征和第二卷积特征进行特征提取，获得目标特征，将目标特征、操作事件的事件特征以及关键特征进行特征拼接，获得识别特征，并基于识别特征对操作事件进行风险识别，获得风险识别结果。