-
公开(公告)号:CN117034088A
公开(公告)日:2023-11-10
申请号:CN202311074369.2
申请日:2023-08-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/24 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本说明书的实施例提供对象分类模型训练方法、对象分类预测方法及装置。在进行模型训练时,将对象图数据样本的对象节点特征数据和图拓扑结构信息提供给教师图神经网络模型来确定出对象图数据样本的用于指导对象分类模型训练的第一分类标签,对象分类模型包括感知机模型。随后,使用对象图数据的对象节点特征数据,在调整后的第一分类标签的指导下训练对象分类模型,对象图数据样本的第一分类标签根据该对象图数据样本的真实标签和该对象图数据样本经过对象分类模型后的第二分类标签进行调整。
-
公开(公告)号:CN118350448A
公开(公告)日:2024-07-16
申请号:CN202410568375.1
申请日:2024-05-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/096 , G06N3/094 , G06N3/0455 , G06F18/2321 , G06F18/2415 , G06F16/9535
Abstract: 本说明书实施例提供了目标模型的训练方法及装置,目标模型包括编码器和聚类网络,聚类网络中包括多个类簇的参数化的聚类原型。该方法包括:利用编码器,确定多个用户各自的编码结果,编码结果包括基于用户的原始行为序列得到的原始编码;利用聚类网络,基于各聚类原型和各原始编码确定各用户各自的聚类结果;基于各用户的编码结果与所归属的类簇的聚类原型之间的元素分布差异,确定自蒸馏损失;其中,该类簇基于聚类结果确定;基于训练损失,更新编码器的参数,训练损失包括自蒸馏损失。
-