-
公开(公告)号：CN113269540A
公开(公告)日：2021-08-17
申请号：CN202110797304.5
申请日：2021-07-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种专家系统的更新方法、业务处理方法及装置，其中专家系统的更新方法，包括：获取至少一个参考专家系统对应的概率图网络，所述参考专家系统与目标专家系统用于基于同一目标业务的业务特征数据输出目标业务对应的业务决策结果；获取目标业务的样本业务特征数据和优化目标数据；基于上述数据，结合参考专家系统和目标专家系统的概率图网络进行图结构学习，输出对目标专家系统的概率图网络的图结构更新信息。本说明书实施例使得专家系统具有了学习图结构的能力，有利于专家系统的决策结果更准确。
-
公开(公告)号：CN113256274A
公开(公告)日：2021-08-13
申请号：CN202110797305.X
申请日：2021-07-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种基于专家系统的业务处理方法及装置，其中方法包括：获取待处理的目标业务的至少一个业务特征数据；对业务特征数据进行模糊化处理得到对应的模糊化值；基于各个业务特征数据对应的模糊化值、以及预先设置的模糊逻辑进行模糊推理，得到模糊推理结果；所述模糊逻辑中包括第一模糊逻辑和第二模糊逻辑，第一模糊逻辑的结论信息作为第二模糊逻辑的其中一个条件信息；对模糊推理结果进行去模糊化，得到目标业务的业务决策结果；通过专家系统的输出交互界面显示目标业务的业务决策结果。本实施例的方法提高了业务处理效率，也能获得较好的决策准确性。
-
公开(公告)号：CN113256275B
公开(公告)日：2021-11-02
申请号：CN202110797310.0
申请日：2021-07-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种专家系统的更新方法、业务处理方法及装置，其中，专家系统的更新方法包括：获取目标业务的样本业务特征数据以及目标业务的优化目标数据；根据样本业务特征数据和优化目标数据，训练目标业务对应的概率图网络，得到训练完成的概率图网络的网络参数，概率图网络是根据专家系统接收的目标业务对应的模糊逻辑信息生成；基于训练得到的网络参数，输出对于专家系统的模糊逻辑信息的更新信息。本说明书实施例使得专家系统具有了学习网络参数的能力，能够据此优化专家系统的录入信息，有利于专家系统的决策结果更准确。
-
公开(公告)号：CN111507543A
公开(公告)日：2020-08-07
申请号：CN202010466497.1
申请日：2020-05-28
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用于预测实体间业务关系的模型训练方法及装置，利用采集到的实体基础数据构建基础关系图谱，从而利用实体间已知的上下游业务关系，训练包含第一图神经网络和第一分类网络的业务关系预测模型，用于挖掘未知的上下游业务关系。进一步地，本说明书实施例还提供一种实体业务关系图谱的构建方法及装置，通过利用训练后的业务关系预测模型，挖掘出未知的上下游业务关系，进而结合已知的实体间业务关系，构建实体业务关系图谱。更进一步地，本说明书实施例还提供一种实体业务风险的预测方法及装置，基于构建出的实体业务关系图谱，实现对实体节点进行精准地业务风险预测。
-
Patent Agency Ranking
公开(公告)号：CN113269540B
公开(公告)日：2021-10-22
申请号：CN202110797304.5
申请日：2021-07-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种专家系统的更新方法、业务处理方法及装置，其中专家系统的更新方法，包括：获取至少一个参考专家系统对应的概率图网络，所述参考专家系统与目标专家系统用于基于同一目标业务的业务特征数据输出目标业务对应的业务决策结果；获取目标业务的样本业务特征数据和优化目标数据；基于上述数据，结合参考专家系统和目标专家系统的概率图网络进行图结构学习，输出对目标专家系统的概率图网络的图结构更新信息。本说明书实施例使得专家系统具有了学习图结构的能力，有利于专家系统的决策结果更准确。
-
公开(公告)号：CN111507543B
公开(公告)日：2022-05-17
申请号：CN202010466497.1
申请日：2020-05-28
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用于预测实体间业务关系的模型训练方法及装置，利用采集到的实体基础数据构建基础关系图谱，从而利用实体间已知的上下游业务关系，训练包含第一图神经网络和第一分类网络的业务关系预测模型，用于挖掘未知的上下游业务关系。进一步地，本说明书实施例还提供一种实体业务关系图谱的构建方法及装置，通过利用训练后的业务关系预测模型，挖掘出未知的上下游业务关系，进而结合已知的实体间业务关系，构建实体业务关系图谱。更进一步地，本说明书实施例还提供一种实体业务风险的预测方法及装置，基于构建出的实体业务关系图谱，实现对实体节点进行精准地业务风险预测。
-
-
公开(公告)号：CN113256275A
公开(公告)日：2021-08-13
申请号：CN202110797310.0
申请日：2021-07-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种专家系统的更新方法、业务处理方法及装置，其中，专家系统的更新方法包括：获取目标业务的样本业务特征数据以及目标业务的优化目标数据；根据样本业务特征数据和优化目标数据，训练目标业务对应的概率图网络，得到训练完成的概率图网络的网络参数，概率图网络是根据专家系统接收的目标业务对应的模糊逻辑信息生成；基于训练得到的网络参数，输出对于专家系统的模糊逻辑信息的更新信息。本说明书实施例使得专家系统具有了学习网络参数的能力，能够据此优化专家系统的录入信息，有利于专家系统的决策结果更准确。
-
公开(公告)号：CN111242284A
公开(公告)日：2020-06-05
申请号：CN202010024231.1
申请日：2020-01-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供预测方法及装置，其中，所述预测方法包括获取店铺的第t时刻的历史交易额以及所述店铺的变量；将所述历史交易额以及所述变量输入至预设的预测模型中，得到第t+1时刻到第t+i时刻的时间区间内每个时刻的预测交易额，其中，所述i为正整数；将每个时刻的预测交易额输入预设的时序预测算法中，得到每个时刻的修正预测交易额；所述预测方法通过预测模型预测出店铺在未来的第t+1时刻到第t+i时刻的时间区间内每个时刻的预测交易额后，采用统计的时序预测算法与机器学习的时序算法对预测的未来时刻的预测交易数据进行修正，通过将机器学习预测模型以及时序预测算法相结合的方法，使得预测出的店铺在未来时刻的预测交易额更为准确。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
