-
公开(公告)号：CN117909592A
公开(公告)日：2024-04-19
申请号：CN202410124852.5
申请日：2024-01-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F18/22 , G06F18/25 , G06N5/04
Abstract: 本说明书实施例提供一种序列推荐方法和装置。方法包括：获取目标用户的历史交互的各个对象按照时间先后顺序构成的历史对象序列；根据历史对象序列，构建目标提示信息；用于提示向所述目标用户推荐目标对象及其理由；将目标提示信息输入第一语言模型，通过第一语言模型输出目标推荐理由；基于目标推荐理由的文本编码向量，确定目标用户的用户表征；基于对象集合中的任一待推荐对象的文本编码向量，确定该待推荐对象的对象表征；将用户表征和对象集合中的任一待推荐对象的对象表征输入匹配模型，得到二者的匹配分数，并根据匹配分数，从对象集合中选择一个待推荐对象作为向目标用户推荐的目标对象。能够提升推荐的准确性。
-
公开(公告)号：CN117370663A
公开(公告)日：2024-01-09
申请号：CN202311369866.5
申请日：2023-10-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F18/214
Abstract: 本说明书的实施例提供一种推荐模型的训练方法、推荐方法及电子设备，其中，所述训练方法包括：获得多个初始样本，每个所述初始样本包括样本用户按照时间顺序先后交互的多个项目；基于所述多个初始样本从至少两个对比维度构建得到对比样本集合，其中，所述至少两个对比维度包括：项目相关性对比维度和序列周期性对比维度；进而，从所述至少两个对比维度对所述多个初始样本和所述对比样本集合进行对比学习以得到所述推荐模型，所述推荐模型具有捕获用户交互行为的发散周期性的能力。
-
公开(公告)号：CN117349335A
公开(公告)日：2024-01-05
申请号：CN202311297791.4
申请日：2023-10-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2457 , G06F16/2458 , G06Q30/0241
Abstract: 本说明书的实施例提供了一种用于生成信息展示策略的方法和装置。在该用于生成信息展示策略的方法中，根据所获取的历史时间段内的请求序列数据中的各个请求对应的相关信息，确定各个请求所属的类别，其中，各个类别的请求分别对应有展示预定信息所需资源量和预期收益值；再基于请求序列数据，确定对应的转移概率矩阵以及与历史时间段对应的预测时间段所对应的请求总量和资源总量；之后基于动态规划方法，确定在预测时间段内的不同状态下针对属于各个类别的请求的信息展示策略，以在满足资源总量的约束条件下最大化请求总量对应的总收益值。
-
公开(公告)号：CN117010492A
公开(公告)日：2023-11-07
申请号：CN202310980538.2
申请日：2023-08-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/02 , G06N3/08 , G06F16/9535 , G06Q30/0601
Abstract: 本说明书实施例提供了基于知识迁移进行模型训练的方法及装置。在该方法中，可以获取不同场景的场景数据；然后根据所获取的场景数据学习各个场景之间的关联性，以得到各个场景对应的迁移权重，其中，每个场景对应的迁移权重用于表征该场景与其他场景之间的关联性特征；以及利用知识蒸馏根据各个场景对应的迁移权重在由场景数据训练得到的通用模型与各个场景对应的子模型之间进行知识迁移，以得到各个场景的子模型。
-
公开(公告)号：CN116992674A
公开(公告)日：2023-11-03
申请号：CN202310980059.0
申请日：2023-08-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/20 , G06F17/16 , G06F17/11 , G06F111/04
Abstract: 本说明书的实施例提供了一种用于基于分布式计算系统求解可分解问题的方法和系统。在该基于分布式计算系统求解可分解问题的方法中，经由各个计算节点从参数节点获取用于求解与该计算节点对应的子问题分片的上一迭代轮次的优化变量值和对偶变量值，并据此对该子问题进行求解，得到该子问题对应的当前迭代轮次的优化变量值和对应的约束计算值；经由参数节点，分别聚合并保存各个计算节点发送的子问题分片对应的当前迭代轮次的优化变量值和各个子问题分片对应的约束计算值，以及确定并保存当前迭代轮次的对偶变量值；经由计算控制节点，根据聚合后的当前迭代轮次的优化变量值和对偶变量值确定约束残差并据此确定是否继续迭代。
-
Patent Agency Ranking
公开(公告)号：CN116934396A
公开(公告)日：2023-10-24
申请号：CN202310730887.9
申请日：2023-06-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/0242 , G06F18/214
Abstract: 本说明书实施例公开了一种转化率预估模型构建方法、转化率预估方法及相关装置。其中，该模型构建方法包括：先获取服务商对应的服务能力，然后基于服务商对应的服务能力确定服务商对应的正负样本比例，最后基于服务商对应的服务特征和服务商对应的正负样本比例构建转化率预估模型。
-
公开(公告)号：CN116933082A
公开(公告)日：2023-10-24
申请号：CN202310903966.5
申请日：2023-07-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本说明书的实施例提供基于跨域迁移的异构蒸馏方法及装置。在进行异构蒸馏时，将目标域训练数据分别提供给源域模型和目标域模型，得到源域模型和目标域模型的指导知识；确定源域模型和目标域模型的指导知识的知识迁移权重；并且使用所确定的知识迁移权重、源域模型和目标域模型的指导知识，指导目标域模型的模型训练。
-
公开(公告)号：CN116821496A
公开(公告)日：2023-09-29
申请号：CN202310780087.8
申请日：2023-06-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06Q30/0601 , G06N3/0464 , G06N3/08
Abstract: 本说明书实施例提供了一种基于图神经网络的推荐方法和装置，图神经网络包括多个网络层，各网络层包括注意力层和图卷积层，该方法的一具体实施方式包括：获取预先构建的关系图；通过图神经网络对关系图进行表征处理，其中在任意当前网络层中：采用注意力层，对第一物品节点及其沿元路径的邻居节点的已有表征向量进行基于注意力的聚合处理，得到第一物品节点在当前网络层的表征向量；在图卷积层，对第一用户节点和其连接的相邻物品节点的已有表征向量进行卷积处理，得到第一用户节点在当前网络层的表征向量；将最后一个网络层输出的第一用户节点和第一物品节点各自的表征向量输入预测网络，得到为第一用户推荐第一物品的推荐度预测结果。
-
公开(公告)号：CN116578400A
公开(公告)日：2023-08-11
申请号：CN202310535445.9
申请日：2023-05-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/48 , G06F18/214 , G06F18/22 , G06N3/04 , G06N3/08
Abstract: 多任务数据处理方法和装置。一种利用多任务教师模型对多任务学生模型进行训练的方法，多任务教师模型和多任务学生模型均包括共享模型和位于共享模型下游的、用于分别执行多个任务的多个子任务模型，该方法包括：针对每个样本，确定多任务教师模型的共享模型的输出与多任务学生模型的共享模型的输出之间的相似度；利用相似度对蒸馏损失函数进行加权，蒸馏损失函数用于表征多任务教师模型的多个子任务模型各自输出与多任务学生模型的多个子任务模型各自输出之间的差异；根据加权后的所述蒸馏损失函数对所述多任务学生模型的参数进行调整。
-
公开(公告)号：CN116401454A
公开(公告)日：2023-07-07
申请号：CN202310356647.7
申请日：2023-03-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06N20/00
Abstract: 本说明书实施例提供交互转化率预测、预测模型训练、对象推荐方法及装置。在进行模型训练时，根据事实未交互空间对象样本集构建反事实未交互空间对象样本集，反事实交互空间样本集中的对象样本与事实未交互空间样本集中的对应对象样本的样本特征相同并且转化率标签互为取反；以及使用事实空间对象样本集，对交互转化率预测模型执行基于多任务的模型训练。所述多任务包括交互率预测任务、交互后转化率预测任务和交互转化率预测任务。交互后转化率预测任务包括事实交互后转化率预测任务和反事实交互后转化率预测任务，以及交互率预测任务和事实交互后转化率预测任务的预测结果被使用来执行交互转化率预测任务。
-
-
-
-
-
-
-
-
-
Search Results
432
records
(took 0.049 seconds)
