公开(公告)号：CN115222093A

公开(公告)日：2022-10-21

申请号：CN202210651221.X

申请日：2022-06-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王世宇 ,  胡韵 ,  周凡 ,  孙银波 ,  郑洋飞 ,  雷磊

IPC: G06Q10/04 ,  G06N3/08

Abstract: 本说明书实施例提供了一种建立时间序列预测模型的方法、时间序列预测方法和装置。根据该实施例的方法，首先从m个被测对象的历史时间序列获取训练数据，训练数据包括m个被测对象在连续n个时间点的指标值；然后利用训练数据训练得到m元时间序列预测模型；其中，依时间顺序将各时间点分别作为第ts个时间点执行：将m个被测对象在第ts个时间点的指标值输入m元时间序列预测模型，由m元时间序列预测模型依据m个被测对象在第ts个时间点及其之前各时间点的指标值预测m个被测对象在第ts个时间点之后τ个时间点的指标值；训练目标包括最小化预测的指标值与训练数据中对应指标值的差异。本说明书实施例能够实现更为准确的时间序列预测。

公开(公告)号：CN115221427A

公开(公告)日：2022-10-21

申请号：CN202210662411.1

申请日：2022-06-13

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 孙银波 ,  王世宇 ,  詹姆士·张 ,  胡韵 ,  师晓明 ,  郑洋飞 ,  王世军 ,  马琳涛 ,  雷磊

IPC: G06F16/9537 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q10/10

Abstract: 本说明书实施例公开了一种时间序列预测方法、装置、设备、介质及程序产品。其中，该方法包括：首先获取1至t时刻的N元时间序列；上述N元时间序列由时间长度一致，且统计指标相同的N个统计目标各自对应的时间序列组成；然后获取1至t+m时刻的N元时间序列对应的目标协变量；最后将1至t时刻的N元时间序列以及目标协变量输入时间序列预测模型中，可以根据基于标准化流技术得到的观测方程输出t+1至t+m时刻的N元预测时间序列；预测时间序列为m个时刻的统计指标各自对应的预测数值按其未来发生时间的先后顺序排列而成的数列，通过标准化流技术生成观测方程，可以更为精确地刻画现实世界中复杂的数据分布，提升时间序列预测的准确性。

公开(公告)号：CN115034462A

公开(公告)日：2022-09-09

申请号：CN202210623040.6

申请日：2022-06-02

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王世宇 ,  周凡 ,  孙银波 ,  马琳涛 ,  胡韵 ,  郑洋飞 ,  雷磊 ,  王世军 ,  詹姆士·张

IPC: G06Q10/04 ,  G06N3/04

Abstract: 本说明书实施例提供一种针对分层业务的时间序列预测方法及装置，用于预测单个业务在多阶层次上的业务主体的业务量构成的时间序列，其中，单个层次对应至少一个业务主体。根据一个实施方式，在获取多个层次中各个业务主体一一对应的各个历史时间序列后，可以对各个历史时间序列进行编码，得到相应的各个编码向量，然后构建各个编码向量满足的多元高斯分布，并将多元高斯分布转换为非参数化复杂分布，进一步按照分参数化复杂分布进行采样得到的采样序列，确定分别针对各个业务主体的各个预测序列。该方式可以提高预测结果的准确性。

公开(公告)号：CN115034461A

公开(公告)日：2022-09-09

申请号：CN202210621721.9

申请日：2022-06-02

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王世宇 ,  胡韵 ,  孙银波 ,  郑洋飞 ,  马琳涛 ,  雷磊

IPC: G06Q10/04 ,  G06N3/04

Abstract: 本说明书实施例提供一种针对分层业务的时间序列预测方法及装置，用于预测单个业务在多阶层次上的业务主体的业务量构成的时间序列，其中，单个层次对应至少一个业务主体。根据一个实施方式，在获取多个层次中各个业务主体一一对应的各个历史时间序列后，可以对各个历史时间序列进行编码，得到相应的各个编码向量，然后构建各个编码向量满足的联合概率分布，进一步对各个业务主体分别按照联合概率分布进行采样得到的采样序列，确定分别针对各个业务主体的各个预测序列。该方式可以提高预测结果的准确性。

公开(公告)号：CN114971057A

公开(公告)日：2022-08-30

申请号：CN202210647255.1

申请日：2022-06-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 师晓明 ,  王世宇 ,  胡韵 ,  孙银波 ,  郑洋飞 ,  雷磊

IPC: G06Q10/04 ,  G06K9/62

Abstract: 本说明书实施例提供一种预测时间序列的模型选择方法及装置，在对业务主体的预定业务指标预测相应的时间序列之前，可以从预先训练的多个备选预测模型中选择较优的预测模型。在预测模型选择过程中：一方面利用全局时间序列数据，提取全局时序特征来描述当前业务主体在预定业务指标上的长期业务规律，得到对各个备选预测模型的第一评价结果；另一方面利用短期的局部时间序列数据，提取局部时序特征来描述当前业务主体在预定业务指标上的短期业务状态，得到对各个备选预测模型的第二评价结果。进一步地，将第一评价结果和第二评价结果进行融合，以选出较优的预测模型进行时序预测。这种方式可以提高时间序列预测的准确度。

公开(公告)号：CN114881354A

公开(公告)日：2022-08-09

申请号：CN202210605502.1

申请日：2022-05-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 师晓明 ,  王世宇 ,  薛思乔 ,  胡韵 ,  孙银波 ,  郑洋飞 ,  雷磊

IPC: G06Q10/04 ,  G06Q40/06 ,  G06F16/2458 ,  G06N3/04 ,  G06F17/18

Abstract: 本说明书实施例提供一种预测多元时间序列的方法及装置，针对各个业务主体的历史时间序列，一方面进行时序编码，另一方面进行周期编码，从而从时序和周期两方面挖掘数据之间的关联性。在时序预测过程中，将时序编码、周期编码两方面的数据融合解码，得到相应的解码张量，并将解码张量与时序特征张量一起用于预测多元时间序列。该方式能够自适应地挖掘时序、周期之间的关联关系，更灵活地提供更准确的时序预测结果。

公开(公告)号：CN110852747A

公开(公告)日：2020-02-28

申请号：CN201911052718.4

申请日：2019-10-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王世宇

IPC: G06Q20/38 ,  G06Q40/02

Abstract: 本说明书一个或多个实施例提供一种订单对账系统、方法及装置，该系统可以包括：交易子系统、支付子系统、银行存管子系统；该交易子系统根据用户发起的交易订单生成原始交易信息，向该银行存管子系统发送该原始交易信息，并在该银行存管子系统记录该原始交易信息后向该支付子系统发送支付请求，该支付请求中包含该交易子系统指示的针对该交易订单的支付信息；该支付子系统响应于该支付请求，根据该支付信息创建对应于该交易订单的支付订单以由该用户完成支付，并在该用户完成支付后向该银行存管子系统发送针对该交易订单的支付结果；该银行存管子系统根据该交易订单的原始交易信息对该交易订单的支付结果进行对账。