-
公开(公告)号：CN116822936A
公开(公告)日：2023-09-29
申请号：CN202310373694.2
申请日：2023-04-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06F16/901 , G06N3/0442 , G06N3/08
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，确定待风控对象，并针对每个历史时刻，确定在该历史时刻以所述待风控对象延伸出的业务链路网络图，作为该历史时刻对应的业务链路网络图。而后，根据每个历史时刻对应的业务链路网络图，确定待风控对象对应的节点记忆特征，以及确定待风控对象对应的图记忆特征，节点记忆特征用于表征所述待风控对象对应的节点所连接的边随时间的变化情况，最后，根据节点记忆特征以及图记忆特征，得到待风控对象的风险结果，以根据待风控对象的风险结果，对待风控对象进行业务风控，图记忆特征可以用于表征业务链路网络图的变化情况，结合该图记忆特征，从而提高了风险预测、风控的准确性。
-
公开(公告)号：CN117593002A
公开(公告)日：2024-02-23
申请号：CN202311631517.6
申请日：2023-11-30
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 魏政
Abstract: 本说明书公开了一种风险识别的方法、装置、存储介质和电子设备，所述方法包括：确定待识别用户以及获取预先构建的待识别用户对应的关系图。再对关系图进行拆分，确定待识别用户对应的同质子图以及待识别用户对应的异质子图。然后，将异质子图输入预先训练的风险识别模型，确定异质特征。将异质特征和同质子图输入风险识别模型，确定同质特征。将异质特征和同质特征输入风险识别模型，确定待识别用户的风险识别结果。通过先将待识别用户的关系图拆分为同质子图和异质子图，再基于同质子图和异质子图，采用风险识别模型，确定待识别用户的风险识别结果，使得风险识别结果更加准确。
-
公开(公告)号：CN116861976A
公开(公告)日：2023-10-10
申请号：CN202310652219.9
申请日：2023-06-02
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 魏政
IPC: G06N3/08 , G06N3/0464 , G06F18/214 , G06F18/22
Abstract: 本申请公开了一种异常检测模型的训练方法、装置、设备及存储介质，确定包含多个样本账户分别对应的历史行为序列的训练样本组，并根据历史上对该训练样本组对应的各样本账户执行的异常处理策略之间的第一相关度，确定该训练样本组的标注，进而通过待训练的异常检测模型，得到该训练样本组中各样本账户分别对应的异常检测结果，以及根据各样本账户分别对应的异常检测结果之间的相似度和该训练样本组的标注来训练该异常检测模型。可见，本申请中使用训练样本组对应的各样本账户执行的异常处理策略之间的第一相关度，指导该异常检测模型进行训练。训练得到的异常检测模型可准确识别出异常账户，保证了异常检测的准确率。
-
公开(公告)号：CN118708629A
公开(公告)日：2024-09-27
申请号：CN202410711816.9
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/906 , G06F16/9535 , G06Q30/0601 , G06Q40/04 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 本说明书实施例公开了一种信息提取方法、装置及电子设备。所述信息提取方法包括：获取由节点和边所构成的目标异质图；将所述目标异质图输入用于提取风险信息的信息提取模型的分解模块，得到包含所述目标异质图的中心节点和目标节点的多个子图，同一所述子图的目标节点的类型相同，所述分解模块用于对输入的异质图进行分解处理；将各个所述子图分别输入所述信息提取模型中与所述子图对应的表征模块，得到各个所述子图的中心节点的属性表征；使用所述信息提取模型的融合模块对各个所述子图的中心节点的属性表征进行融合处理，得到所述目标异质图的中心节点的属性表征，以基于所述目标异质图的中心节点的属性表征执行相应的业务处理。
-
公开(公告)号：CN118278738A
公开(公告)日：2024-07-02
申请号：CN202410501545.4
申请日：2024-04-24
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 魏政
IPC: G06Q10/0635 , G06Q20/38 , G06F40/30
Abstract: 在本说明书提供的一种风控决策调整方法、装置及电子设备中，确定用户的当前事件的当前风控决策后，接收该用户对当前风控决策的反馈信息，并根据该反馈信息，通过预训练的大语言模型，确定该用户对该当前风控决策的调整需求，进而通过获取的先验知识以及该调整需求，生成目标风控决策，并根据该目标风控决策，重新对当前事件进行风险控制。从上述方法可以看出，通过大语言模型，可准确的从反馈信息中确定用户对当前风控决策的调整需求，效率高以及成本低，同时，基于该调整需求以及先验知识生成的目标风控决策，更适合对该当前事件进行风险控制。
-
Patent Agency Ranking
公开(公告)号：CN117909926A
公开(公告)日：2024-04-19
申请号：CN202410135183.1
申请日：2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/25 , G06F18/2433 , G06F18/213 , G06Q20/40 , G06F123/02
Abstract: 本说明书公开了一种风险识别方法、装置、存储介质和电子设备，本方法先确定出待识别用户，获取该待识别用户所在的业务有向图，提取该业务有向图中的节点的节点特征。根据业务有向图中的时间信息，确定出需要输入特征聚合层的节点特征对应的节点，并进行特征聚合，使得待识别用户的聚合特征中包括了预设邻接距离内的所有待聚合节点的节点特征，根据该待识别用户的聚合特征进行风险识别，提高了风险识别结果的准确性。
-
公开(公告)号：CN117787420A
公开(公告)日：2024-03-29
申请号：CN202410139167.X
申请日：2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 魏政
Abstract: 本申请提供了一种风控方法、装置、存储介质及电子设备。获取用户的历史行为，并将预设的风险管控手段作为候选策略；当检测到所述用户存在风险时，将所述历史行为作为提示信息输入到大语言模型，并将所述候选策略输入到所述大语言模型中，使所述大语言模型依据所述提示信息，从所述候选策略中选出最终策略；根据所述最终策略，对用户进行风险管控。本方法能够基于大语言模型针对每个发生风险的用户采取与该用户适配的风险管控手段，不仅能使用户认同该风险管控手段，也能够保证用户和系统的安全。
-
公开(公告)号：CN117786603A
公开(公告)日：2024-03-29
申请号：CN202410084632.4
申请日：2024-01-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种风险识别方法、装置、存储介质及电子设备。在本说明书提供的风险识别方法中，将目标用户在指定时间段内执行的业务确定为目标业务事件；针对每个目标业务事件，确定该目标业务事件的事件信息，以及除所述目标用户外参与该目标业务事件的对象用户；根据所述事件信息确定该目标业务事件的事件特征，并根据所述对象用户的历史业务执行信息确定所述对象用户的行为特征；对该目标业务事件的事件特征与所述对象用户的行为特征进行融合，得到该目标业务事件的综合特征；根据各目标业务事件的综合特征，确定所述目标用户的用户特征；根据所述目标用户的用户特征，判断所述目标用户是否存在风险。
-
公开(公告)号：CN117591980A
公开(公告)日：2024-02-23
申请号：CN202311632114.3
申请日：2023-11-30
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 魏政
IPC: G06F18/2433 , G06F18/214 , G06F123/02
Abstract: 本说明书公开了一种模型训练和异常检测方法、装置、存储介质及设备。该模型训练方法包括：获取时间数据序列以及预设的参考时长；在时间数据序列中选取数据片段，作为锚定样本；根据参考时长，确定锚定样本位于的第一参考时段，以及从时间数据序列中确定第二参考时段；在第一参考时段中确定第一样本，以及在第二参考时段中确定第二样本；将锚定样本、第一样本以及第二样本输入待训练的异常检测模型，确定锚定样本对应的锚定特征、第一样本对应的第一特征以及第二样本对应的第二特征；根据锚定特征与第一特征之间的第一相似度，以及锚定特征与第二特征之间的第二相似度，确定目标损失值对异常检测模型进行训练。
-
公开(公告)号：CN116842570A
公开(公告)日：2023-10-03
申请号：CN202310865918.1
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 魏政
IPC: G06F21/62 , G06Q10/0635 , G06F18/213
Abstract: 本说明书公开了一种模型训练的方法以及业务风控的方法及装置，用于隐私保护，在模型训练过程中，通过多种类型的样本对作为训练样本来训练特征表示模型，以使得最终训练出的特征表示模型所输出的特征表示可以同时携带输入到该特征表示模型中的账户信息对应用户是否存在风险的相关信息、该用户所对应的风险类别相关信息、该用户所对应的风控策略的相关信息以及风险类别与风控策略之间的潜在关联，从而使得最终训练出的特征表示模型所输出的特征表示更加准确，进而使得风控系统在根据特征表示模型所输出的特征表示进行风控时，能够得到更加准确的风控结果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.041 seconds)
