公开(公告)号：CN111475851A

公开(公告)日：2020-07-31

申请号：CN202010479759.8

申请日：2020-01-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈凌 ,  杨耀 ,  刘磊

IPC: G06F21/62 ,  G06Q10/06 ,  G06Q40/02

Abstract: 本说明书实施例公开了一种基于机器学习的隐私数据处理方法、装置和电子设备，其中，所述方法可以基于数据需求方的需求，从数据所有方的原始隐私数据中提取目标原始特征，基于特征嵌入模型确定所述目标原始特征的特征嵌入向量，将所述目标原始特征的特征嵌入向量提供给所述数据需求方。

公开(公告)号：CN111199429A

公开(公告)日：2020-05-26

申请号：CN202010014918.7

申请日：2020-01-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 侯志鹏 ,  陈碧莹 ,  陈凌 ,  刘磊

IPC: G06Q30/02 ,  G06K9/62

Abstract: 本说明书实施例提供的预测模型的训练方法及装置，其中，所述方法包括为采集的每个用户分配一个权益，并按照权益类型对权益进行划分；将每种权益类型的权益的权益特征和对应的用户的用户特征分为训练数据和测试数据；基于每种权益类型的训练数据对每种权益类型对应的初始预测模型进行训练，得到每种权益类型对应的预测模型；将每种权益类型的测试数据输入每种权益类型对应的预测模型中得到测试结果，并基于所有测试结果调整预测模型。

公开(公告)号：CN110874491B

公开(公告)日：2020-05-08

申请号：CN202010047788.7

申请日：2020-01-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈凌 ,  杨耀 ,  刘磊

IPC: G06F21/62 ,  G06Q10/06 ,  G06Q40/02

Abstract: 本说明书实施例公开了一种基于机器学习的隐私数据处理方法、装置和电子设备，其中，所述方法可以基于数据需求方的需求，从数据所有方的原始隐私数据中提取目标原始特征，基于特征嵌入模型确定所述目标原始特征的特征嵌入向量，将所述目标原始特征的特征嵌入向量提供给所述数据需求方。

公开(公告)号：CN110874440B

公开(公告)日：2020-05-05

申请号：CN202010047773.0

申请日：2020-01-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘磊 ,  杨耀 ,  陈凌

IPC: G06F16/9535 ,  G06N20/00 ,  G06F21/62

Abstract: 本说明书实施例公开了一种信息推送及其模型训练的方法、装置及电子设备，该方法包括：多个终端设备分别获取终端设备的用户的私有数据和对应的兴趣标签；多个所述终端设备分别将终端设备中用户的私有数据对应的嵌入向量及兴趣标签发送至云端服务器；所述云端服务器基于多个所述终端设备发送的嵌入向量及兴趣标签，通过联邦学习训练得到信息推送模型，以通过所述信息推送模型预测用户的兴趣标签并推送兴趣标签对应的信息。

公开(公告)号：CN110866284A

公开(公告)日：2020-03-06

申请号：CN202010048806.3

申请日：2020-01-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨耀 ,  陈凌 ,  刘磊

IPC: G06F21/62

Abstract: 本说明书实施例提供一种基于隐私数据保护的数据融合处理方法、装置和系统，该方法包括：第一处理节点接收由多个数据节点发送的关于目标用户的加扰后隐私数据，该加扰后隐私数据基于多个数据节点中关于所述目标用户的隐私数据和加扰参数进行加扰后得到；第一处理节点基于加扰后隐私数据进行数据融合处理，得到关于目标用户的加扰后目标数据，并将加扰后目标数据发送至第二处理节点，以便第二处理节点对加扰后目标数据进行解扰；第二处理节点接收多个数据节点发送的与加扰后隐私数据对应的加扰参数，且第二处理节点无法获取到目标用户的加扰后隐私数据；在对加扰后目标数据进行解扰处理时，基于加扰参数进行解扰处理，得到目标用户的目标数据。

公开(公告)号：CN110874491A

公开(公告)日：2020-03-10

申请号：CN202010047788.7

申请日：2020-01-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈凌 ,  杨耀 ,  刘磊

IPC: G06F21/62 ,  G06Q10/06 ,  G06Q40/02

Abstract: 本说明书实施例公开了一种基于机器学习的隐私数据处理方法、装置和电子设备，其中，所述方法可以基于数据需求方的需求，从数据所有方的原始隐私数据中提取目标原始特征，基于特征嵌入模型确定所述目标原始特征的特征嵌入向量，将所述目标原始特征的特征嵌入向量提供给所述数据需求方。

公开(公告)号：CN110874440A

公开(公告)日：2020-03-10

申请号：CN202010047773.0

申请日：2020-01-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘磊 ,  杨耀 ,  陈凌

IPC: G06F16/9535 ,  G06N20/00 ,  G06F21/62

Abstract: 本说明书实施例公开了一种信息推送及其模型训练的方法、装置及电子设备，该方法包括：多个终端设备分别获取终端设备的用户的私有数据和对应的兴趣标签；多个所述终端设备分别将终端设备中用户的私有数据对应的嵌入向量及兴趣标签发送至云端服务器；所述云端服务器基于多个所述终端设备发送的嵌入向量及兴趣标签，通过联邦学习训练得到信息推送模型，以通过所述信息推送模型预测用户的兴趣标签并推送兴趣标签对应的信息。