-
公开(公告)号：CN118227882A
公开(公告)日：2024-06-21
申请号：CN202410431048.1
申请日：2024-04-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06Q30/0601 , G06Q30/0251 , G06F18/214 , G06N20/00
Abstract: 本说明书提供的点击率预测模型训练方法和系统以及内容推荐方法和系统，获得训练样本集，所述训练样本集中包括不加入位置特征的无位置特征样本集和加入位置特征的有位置特征样本集，基于这两部分样本集及其对应的点击率标签训练目标预测模型，使得目标预测模型在训练过程中能够正确学习到位置特征对点击率的影响，这样训练完成的目标预测模型就能够准确预测目标用户对推荐内容的预测点击率，消除了由位置特征引起的偏差，提高了预测点击率的预测准确性。而且，基于准确率高的多个预测点击率就能够向目标用户推荐与其相关性更高的目标推荐内容，提升了内容推荐的准确性。
-
公开(公告)号：CN111552649B
公开(公告)日：2022-02-22
申请号：CN202010421737.6
申请日：2020-05-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种分组测试方法及装置。所述方法包括：根据所确定的图分割算法以及该算法的初始参数值，将图结构划分为多个子图；根据当前的划分结果，确定参数值更新策略；循环执行以下操作，直到满足预设的循环停止条件：针对当前的划分结果，利用预设的损失函数计算当前划分结果对应的当前损失函数值；判断当前损失函数值是否满足预设的循环停止条件；如果否，则根据所确定的参数值更新策略，对当前的参数值进行更新；并且根据更新后的参数值，将所述图结构划分为多个子图；循环结束后，根据当前的划分结果，将至少两个子图对应的用户子集确定为随机测试的对象用户。
-
公开(公告)号：CN118410140A
公开(公告)日：2024-07-30
申请号：CN202410462359.4
申请日：2024-04-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06N20/00 , G06F40/166
Abstract: 本说明书实施例披露一种文本生成器的训练方法及装置。该方法包括：首先，获取训练样本集，其中任意目标训练样本的特征包括目标问题，以及根据所述目标问题检索出的目标参考文档，标签包括根据所述目标问题和目标参考文档生成的目标提纲，以及根据所述目标提纲和目标参考文档生成的目标回答；然后，利用所述训练样本集，对文本生成器进行第一训练。
-
公开(公告)号：CN116187783A
公开(公告)日：2023-05-30
申请号：CN202310199792.9
申请日：2023-02-27
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 蔡天驰
IPC: G06Q10/0637 , G06Q30/0207
Abstract: 本说明书实施例提供混合策略确定方法、装置及基于混合策略的营销预算分配方法、装置。在进行混合策略确定时，对在满足预算约束条件和策略成本约束条件下最大化策略收益的预算分配问题进行建模；循环执行下述迭代过程，直到达到预定迭代次数：使用带约束强化学习方法求解所建模的预算分配问题，以确定当前轮次生成的新单一策略；针对上轮迭代过程所得到的上一混合策略和所生成的新单一策略进行仿射无关分解，以得到当前混合策略。
-
公开(公告)号：CN116894478A
公开(公告)日：2023-10-17
申请号：CN202310896973.7
申请日：2023-07-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/092
Abstract: 本说明书实施例提供了用于强化学习的方法及装置。在该方法中，获取对象数据；得到基于各个初始组数据中的状态和动作所预测的奖励预测值；基于各个初始组数据和奖励预测值进行重构，以得到预测组数据；以及根据预测组数据进行强化学习，以得到由一系列预测动作所构成的策略。
-
Patent Agency Ranking
公开(公告)号：CN113283925A
公开(公告)日：2021-08-20
申请号：CN202110396428.2
申请日：2021-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/02 , G06F16/901 , G06F16/906
Abstract: 本说明书实施例公开了网络实验分流方法。方案包括：获取多用户拓扑图，并确定其中的两个指定节点；根据两个指定节点与其附近节点之间的位置关系，为附近节点进行编码，得到附近编码，作为该附近节点的特征之一；从多用户拓扑图提取对应的两个拓扑子图，拓扑子图包括一个指定节点，以及该指定节点的附近节点；将拓扑子图中的各节点的特征输入图模型得到向量表示，各节点的向量表示包括指定节点的向量表示；根据两个指定节点的向量表示，以及两个指定节点之间的其他已确定关系的向量表示，预测两个指定节点之间待预测关系边成立的可能性；根据待预测关系边成立的可能性，将多个用户向不同组分流，并尝试进行对应的业务处理，获得相应的实验结果。
-
公开(公告)号：CN112837095A
公开(公告)日：2021-05-25
申请号：CN202110138578.3
申请日：2021-02-01
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对象分配方法和系统，该方法由至少一个处理器执行，其包括：获取待匹配的第一类对象的特征信息；基于所述第一类对象的特征信息以及两个或以上候选第二类对象的特征信息，确定所述第一类对象分别与两个或以上候选第二类对象的匹配值；获取匹配修正参数；至少基于匹配修正参数以及两个或以上的所述匹配值，从所述两个或以上候选第二类对象中选择目标第二类对象，并分配给所述第一类对象。
-
公开(公告)号：CN111552649A
公开(公告)日：2020-08-18
申请号：CN202010421737.6
申请日：2020-05-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种分组测试方法及装置。所述方法包括：根据所确定的图分割算法以及该算法的初始参数值，将图结构划分为多个子图；根据当前的划分结果，确定参数值更新策略；循环执行以下操作，直到满足预设的循环停止条件：针对当前的划分结果，利用预设的损失函数计算当前划分结果对应的当前损失函数值；判断当前损失函数值是否满足预设的循环停止条件；如果否，则根据所确定的参数值更新策略，对当前的参数值进行更新；并且根据更新后的参数值，将所述图结构划分为多个子图；循环结束后，根据当前的划分结果，将至少两个子图对应的用户子集确定为随机测试的对象用户。
-
公开(公告)号：CN113283925B
公开(公告)日：2022-08-02
申请号：CN202110396428.2
申请日：2021-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/02 , G06F16/901 , G06F16/906
Abstract: 本说明书实施例公开了网络实验分流方法。方案包括：获取多用户拓扑图，并确定其中的两个指定节点；根据两个指定节点与其附近节点之间的位置关系，为附近节点进行编码，得到附近编码，作为该附近节点的特征之一；从多用户拓扑图提取对应的两个拓扑子图，拓扑子图包括一个指定节点，以及该指定节点的附近节点；将拓扑子图中的各节点的特征输入图模型得到向量表示，各节点的向量表示包括指定节点的向量表示；根据两个指定节点的向量表示，以及两个指定节点之间的其他已确定关系的向量表示，预测两个指定节点之间待预测关系边成立的可能性；根据待预测关系边成立的可能性，将多个用户向不同组分流，并尝试进行对应的业务处理，获得相应的实验结果。
-
公开(公告)号：CN111310913A
公开(公告)日：2020-06-19
申请号：CN202010060268.X
申请日：2020-01-19
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数据处理方法、资产分配方法、模型、装置及设备。通过第一模型获取用户特征对应的第一表征向量，通过第二模型获取资产的属性特征对应的第二表征向量，然后根据第一表征向量和第二表征向量预测目标核销率。通过两个模型分别学习用户特征与核销率之间的隐含关系，以及资产的属性特征与核销率之间的隐含关系，再通过两个表征向量确定最终的核销率，在模型中学习特征之间的交互关系，可以避免过拟合的问题，以及模型训练速度慢的问题，并且提高了预测得到的核销率的准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
