公开(公告)号：CN118967277B

公开(公告)日：2025-04-15

申请号：CN202411433647.3

申请日：2024-10-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强 ,  刘健

IPC: G06Q30/0601 ,  G06Q30/0201 ,  G06N20/00

Abstract: 本说明书实施例公开了一种用于对象管控的方法、装置、存储介质及电子设备，根据多个对象的对象特征以及多个对象群组对应的备选管控动作集合构建推荐模型，获得所述推荐模型预测的至少一个对象对应的推荐管控动作；获得所述至少一个对象关于所述推荐管控动作的反馈信息，使得所述推荐模型通过基于所述反馈信息进行强化学习，获得所述至少一个对象在各个管控动作下的关于预设指标的无偏估计数值；根据业务目标以及所述无偏估计数值，针对所述多个对象进行管控动作最优化求解，获得所述多个对象在所述业务目标下对应的目标管控动作。

公开(公告)号：CN118657604A

公开(公告)日：2024-09-17

申请号：CN202410703511.3

申请日：2024-05-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强 ,  刘健

IPC: G06Q40/03 ,  G06Q10/0635 ,  G06N20/00

Abstract: 本说明书实施例公开了一种模型训练的方法、装置及电子设备。所述模型训练的方法包括：获取已对商户标注标签的源域数据和未对商户标注标签的目标域数据；将所述源域数据中第一商户的第一源域标签输入标签转换模型，得到所述目标域数据中所述第一商户的第一模拟标签，所述第一商户为所述目标域数据和所述源域数据中均包含的商户；基于所述第一模拟标签，通过特征生成模型生成所述目标域数据中所述第一商户的第一模拟特征；基于所述第一模拟特征和所述目标域数据中所述第一商户的目标域特征，确定所述标签转换模型对应的转换损失，并根据所述转换损失对所述标签转换模型进行训练，得到训练后的标签转换模型。

公开(公告)号：CN118839790A

公开(公告)日：2024-10-25

申请号：CN202410979571.8

申请日：2024-07-19

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强

IPC: G06N20/00 ,  G06Q30/0202

Abstract: 本说明书公开了一种模型训练方法、预测方法、装置及电子设备。在此方法中，获取至少两个训练样本，将至少两个训练样本输入到待训练的预测模型中，以使预测模型针对每个训练样本，通过特征提取层从该训练样本中提取出各维度信息的特征向量，并将提取出的特征向量输入到预设的第一处理层，通过第一处理后向量，预测该训练样本对应的商户基于该商户所采用的营销策略下所产生的营销数据，作为该训练样本的第一预测营销数据，根据每个训练样本对应的第一预测营销数据与每个训练样本各自对应的实际营销数据之间的偏差，以及不同营销策略所对应的各训练样本对应的第一处理后向量之间的偏差，确定第一损失值，并根据第一损失值，对预测模型进行训练。

公开(公告)号：CN116028880B

公开(公告)日：2023-07-04

申请号：CN202310133497.3

申请日：2023-02-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强

IPC: G06F18/2415 ,  G06F18/214 ,  G06N3/047 ,  G06N3/084

Abstract: 本说明书实施例提供了一种训练行为意图识别模型的方法、行为意图识别方法及装置。主要技术方案包括：获取包括多个训练样本的训练数据；利用训练数据训练多分类模型和附加模型；其中，多分类模型输出行为样本在多层级行为意图类别中各最下层类别上的第一概率；附加模型利用行为样本在各最下层类别上的第一概率，确定行为样本在上层类别上的分配权重，利用行为样本在上层类别上的分配权重以及上述第一概率，确定行为样本在各最下层类别上的第二概率；训练目标包括：最小化依据第二概率得到的行为样本所属的最下层类别与行为样本内标注的类别标签之间的差异；训练结束后，利用多分类模型得到行为意图识别模型。本申请能够提高行为意图识别的准确度。

公开(公告)号：CN115545353B

公开(公告)日：2023-04-18

申请号：CN202211508341.0

申请日：2022-11-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 赵闻飙 ,  陆奕强 ,  郑霖

IPC: G06Q10/04 ,  G06Q10/0635 ,  G06Q30/0601

Abstract: 本说明书公开了一种业务风控的方法、装置、存储介质及电子设备，首先，获取业务数据。其次，针对业务数据中包含的每种类型的数据，将该种类型的数据输入到预先训练的预测模型中该类型对应的编码层中，得到该种类型的数据对应的数据特征。而后，将各种类型的数据特征输入到影响性确定层中，以确定每种类型的数据对预测模型输出的结果的影响程度。然后，将影响程度以及各种类型的数据特征输入到预测层中，以预测业务数据对应业务的业务提供方按照业务数据执行的业务的业务类别，作为预测类别。最后，根据预测类别以及业务提供方约定的所提供的业务的业务类别，进行业务风控。本方法可以减少人工审核数据的成本，并且，提高了预测类别的准确率。

公开(公告)号：CN117235530A

公开(公告)日：2023-12-15

申请号：CN202311396907.X

申请日：2023-10-25

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强 ,  刘健

IPC: G06F18/214 ,  G06F18/213 ,  G06Q30/0202

Abstract: 本说明书一个或多个实施例公开了一种意图预测模型训练的方法、装置及电子设备。所述方法包括：从使用第一训练数据训练好的第一预测模型中，提取用户操作特征，所述第一训练数据包括在多个第一时间段内、由用户在各个操作节点的操作数据构成的第一历史操作序列；将所述用户操作特征输入第二预测模型，得到用户在所述第一历史操作序列中的预设操作节点的预测操作数据；基于所述预测操作数据与用户在所述预设操作节点的实际操作数据的匹配程度，确定对意图预测模型进行训练的训练策略，所述意图预测模型是将所述第一预测模型中的特征提取模块与所述第二预测模型进行组合得到的模型；根据所述训练策略对所述意图预测模型进行训练。

公开(公告)号：CN116862676A

公开(公告)日：2023-10-10

申请号：CN202310897730.5

申请日：2023-07-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强

IPC: G06Q40/04 ,  G06Q10/0635 ,  G06F18/214 ,  G06N3/04

Abstract: 本说明书实施例公开了一种交易方的风险检测方法、装置及设备，该方法包括：获取对目标交易方的交易真实性进行验证所需的交易行为数据，交易行为数据中包括一种或多种不同类型的数据；将交易行为数据中的每种类型的数据输入到相应的编码器中，得到交易行为数据中的每种类型的数据对应的中间层特征；对交易行为数据中的每种类型的数据对应的中间层特征中的不同中间层特征进行特征交叉处理，并将特征交叉处理后的特征进行线性变换，得到交易行为数据中的每种类型的数据对应的分类信息；基于交易行为数据中的每种类型的数据对应的分类信息，通过门控网络模型确定目标交易方是否存在预设风险。

公开(公告)号：CN116029556B

公开(公告)日：2023-05-30

申请号：CN202310297677.5

申请日：2023-03-21

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强

IPC: G06Q10/0635 ,  G06F18/24 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

公开(公告)号：CN116029556A

公开(公告)日：2023-04-28

申请号：CN202310297677.5

申请日：2023-03-21

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强

IPC: G06Q10/0635 ,  G06F18/24 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种业务风险的评估方法、装置、设备及可读存储介质，通过将除指定类型的数据外的其他类型的数据对应的特征替换为不影响识别模型的输出结果的参考特征，并将指定类型的数据对应的特征和参考特征进行融合得到第二融合特征。之后，基于根据各类型的数据的特征得到的第一融合特征和第二融合特征，通过识别模型的分类层，得到待识别业务数据对应的业务所述的业务类别，并以此评估业务风险。可见，通过参考特征得到第二融合特征，并根据第一融合特征和第二融合特征之间的差异得到的业务类别，改善了由于识别模型训练样本分布不均衡导致模型识别能力存在偏差的问题，提升了业务风险评估的准确性和隐私信息的安全性。

公开(公告)号：CN118967277A

公开(公告)日：2024-11-15

申请号：CN202411433647.3

申请日：2024-10-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陆奕强 ,  刘健

IPC: G06Q30/0601 ,  G06Q30/0201 ,  G06N20/00

Abstract: 本说明书实施例公开了一种用于对象管控的方法、装置、存储介质及电子设备，根据多个对象的对象特征以及多个对象群组对应的备选管控动作集合构建推荐模型，获得所述推荐模型预测的至少一个对象对应的推荐管控动作；获得所述至少一个对象关于所述推荐管控动作的反馈信息，使得所述推荐模型通过基于所述反馈信息进行强化学习，获得所述至少一个对象在各个管控动作下的关于预设指标的无偏估计数值；根据业务目标以及所述无偏估计数值，针对所述多个对象进行管控动作最优化求解，获得所述多个对象在所述业务目标下对应的目标管控动作。