-
公开(公告)号：CN118069935A
公开(公告)日：2024-05-24
申请号：CN202410188718.1
申请日：2024-02-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9536 , G06Q10/04 , G06Q50/00 , G06Q50/10 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本说明书实施例提供了一种基于关系网络的助力信息推送的方法及装置。关系网络包含代表用户的节点以及代表节点之间关系的连接边。对于待向其发送助力信息的关键意见用户，从关系网络中确定该关键意见用户的多个邻居用户，并将关键意见用户分别与多个邻居用户组成多个用户组。针对任一用户组，利用该用户组中用户之间的网络结构特征，通过预先训练的助力预测模型，确定该用户组中的邻居用户对关键意见用户的助力影响度，从而根据助力影响度，从多个邻居用户中找到对关键意见用户影响度最高的邻居用户作为目标用户。在向关键意见用户发送助力信息时，也向目标用户发送助力信息。用户相关特征属于隐私数据，在数据处理过程中需要进行隐私保护。
-
公开(公告)号：CN118052280A
公开(公告)日：2024-05-17
申请号：CN202410190370.X
申请日：2024-02-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及一种生成带有频次约束的图规则的方法及装置，方法包括：首先，从预先形成的与交易相关的知识图谱中采样出多个目标子图，任一目标子图的头节点和尾节点所代表的用户和/或交易之间具有特定的风险关系。然后，对任一目标子图进行泛化处理，得到节点和/或边数量少于该目标子图的目标泛化图，所述泛化处理包括，对部分节点和边进行合并操作，所述目标泛化图包括基于所述合并操作确定的各个节点和边的出现频次。最后，确定多个目标泛化图的最大共同子图，并基于预设的性能评价指标，确定所述最大共同子图中各个节点和边的频次约束，得到规则图。
-
公开(公告)号：CN116796004A
公开(公告)日：2023-09-22
申请号：CN202310772839.6
申请日：2023-06-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/36 , G06N3/0895 , G06F40/186 , G06F18/25
Abstract: 本说明书实施例提供了一种基于知识图谱的语言模型训练方法及装置。在训练过程中，将知识图谱中的子图输入图神经网络，通过图神经网络对子图中的节点进行聚合，得到子图在结构方面的表征，即子图表征。同时，本体信息和子图的图谱事实数据生成句子，作为文本语料，将文本语料输入预训练后的语言模型，通过语言模型确定子图在包含的深层文本方面的文本表征。在得到子图的子图表征和文本表征之后，基于二者之间的差异进行对比学习，从而更新语言模型。
-
公开(公告)号：CN117808597A
公开(公告)日：2024-04-02
申请号：CN202410211543.1
申请日：2024-02-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及一种生成风险规则的方法及装置，所述方法包括：首先，从预先形成的与交易相关的知识图谱中采样出多个目标节点对，任一目标节点对的两个节点所代表的用户和/或交易之间具有特定的风险类别。然后，生成符合目标规则范式的多个候选风险规则，其中包括属性规则范式，用于定义基于头节点和/或尾节点的属性值的约束规则。接下来，对于任一目标节点对，将所述多个候选风险规则应用于所述目标节点对，得到各个候选风险规则是否命中所述目标节点对的匹配结果集。最后，基于所述匹配结果集，从所述多个候选风险规则中选择若干目标风险规则，用于判断待预测的两个节点所代表的用户和/或交易之间是否具有所述风险类别。
-
公开(公告)号：CN117077792A
公开(公告)日：2023-11-17
申请号：CN202311325368.0
申请日：2023-10-12
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基于知识图谱生成提示数据的方法及装置。在该方法中，可以通过多种方式获取相互匹配的推理规则和实例子图，实例子图来自知识图谱，知识图谱中包含隐私数据。推理规则包括推理条件和推理结果。基于该推理规则构建问答模板，问答模板包括问题模板和答案模板，答案模板包括原因模板和结果模板。问题模板和结果模板通过对推理规则中的推理结果进行文本转换得到，原因模板通过对推理规则中的推理条件进行文本转换得到。基于问答模板和实例子图的结合可以生成目标文本，该目标文本则包括问题文本和答案文本，答案文本包括原因文本和结果文本。该目标文本作为提示数据可以用于调整语言模型。
-
Patent Agency Ranking
公开(公告)号：CN117077792B
公开(公告)日：2024-01-09
申请号：CN202311325368.0
申请日：2023-10-12
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基于知识图谱生成提示数据的方法及装置。在该方法中，可以通过多种方式获取相互匹配的推理规则和实例子图，实例子图来自知识图谱，知识图谱中包含隐私数据。推理规则包括推理条件和推理结果。基于该推理规则构建问答模板，问答模板包括问题模板和答案模板，答案模板包括原因模板和结果模板。问题模板和结果模板通过对推理规则中的推理结果进行文本转换得到，原因模板通过对推理规则中的推理条件进行文本转换得到。基于问答模板和实例子图的结合可以生成目标文本，该目标文本则包括问题文本和答案文本，答案文本包括原因文本和结果文本。该目标文本作为提示数据可以用于调整语言模型。
-
公开(公告)号：CN117112803A
公开(公告)日：2023-11-24
申请号：CN202311077641.2
申请日：2023-08-24
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基于知识图谱的实体关系预测方法和系统。其中，该方法包括：基于知识图谱，获取包括第一实体节点和第二实体节点在内的多跳子图；基于所述多跳子图，获取相关性表征；所述相关性表征包括第一实体节点和第二实体节点与其对应的多跳邻居节点的距离信息，不包括所述多跳邻居节点的属性特征；基于所述多跳子图，获取所述第一实体节点和第二实体节点的结构增强表征；基于所述相关性表征和所述结构增强表征，预测第一实体节点与第二实体节点之间存在目标边的可能性。
-
公开(公告)号：CN116932907A
公开(公告)日：2023-10-24
申请号：CN202310914336.8
申请日：2023-07-24
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推荐模型的验证方法及装置。该方法包括：获取利用训练集和预先建立的知识图谱所训练的推荐模型，该训练集中的各个样本包括用户和业务对象，以及用户针对业务对象的行为标签，该知识图谱中的多个实体节点包括对应业务对象的节点；以及，获取具有阈值参数的预设指标，以及有待基于测试集进行的测试针对阈值参数设定的测试阈值，该预设指标的指标值依赖于推荐排名在阈值参数指示的数目之内的召回对象的命中情况。基于验证集和测试集的数据量，以及测试阈值，确定多个验证阈值。基于验证集确定推荐模型在多个验证阈值下针对预设指标的多个验证指标值；对该多个验证指标值进行加权求和处理，得到综合验证指标值。
-
公开(公告)号：CN116881400A
公开(公告)日：2023-10-13
申请号：CN202310876750.4
申请日：2023-07-17
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基于知识图谱判定业务实体关联性的方法及装置，在基于知识图谱判定业务实体关联性过程中，考虑信息随着距离衰减的自然规律，将信息衰减规律引入知识图谱中的信息传播过程，即信息传递与信息源的强度正相关，与传播距离负相关。并且，以知识图谱中路径阶数描述传播距离，从而确定路径系数来描述信息衰减。进一步地，将路径系数和描述信息在路径上的各个节点的耗散的传递系数进行融合，确定相应路径的关联系数。然后，基于对各个路径的关联系数的融合，确定两个节点的相关系数，从而判定相应业务实体的关联性。如此，可以提高实体关联性判定的准确性。
-
公开(公告)号：CN113886605B
公开(公告)日：2025-01-24
申请号：CN202111243147.X
申请日：2021-10-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/025 , G06F16/36 , G06F16/353 , G06F40/295 , G06F40/30
Abstract: 本说明书实施例提供了一种知识图谱处理方法和系统，方法包括：基于目标业务域涉及的一个或多个实体类型从共享知识图谱中选取若干节点及其边，得到目标子图谱；所述共享知识图谱基于一个或多个业务域的知识图谱融合得到；对所述目标子图谱进行处理，以提取一种或多种图谱特征，所述图谱特征包括以下中的部分或全部：节点表征向量、边表征向量、图结构特征、图谱中文本信息的语义特征、图谱规则特征；将所述图谱特征提供给目标业务域的目标数据处理任务；其中，所述图谱特征用于与任务定制化特征一同作为所述目标数据处理任务的输入特征，以实现目标数据处理任务。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.051 seconds)
