公开(公告)号：CN117196819A

公开(公告)日：2023-12-08

申请号：CN202310983611.1

申请日：2023-08-04

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王岱鑫 ,  张志强 ,  周俊

IPC: G06Q40/03 ,  G06F16/901

Abstract: 本说明书实施例提供基于Motif保持的用户表征学习方法、用户信用风险预测方法及装置。在进行用户表征学习时，根据用户社交关系图构建至少一个Motif图；对目标用户的用户初始表征分别执行用户社交关系图和各个Motif图下的图表征学习来学习出目标用户在各个图下的用户表征。随后，使用用户社交关系图下的用户表征来对各个Motif图下的用户表征进行表征增强，以得到各个Motif图下的经过表征增强后的用户表征；并且对各个Motif图下的经过表征增强后的用户表征进行表征融合，得到目标用户的最终用户表征。

公开(公告)号：CN115907028A

公开(公告)日：2023-04-04

申请号：CN202211382635.3

申请日：2022-11-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 侯阳阳 ,  王岱鑫 ,  张志强

IPC: G06N20/00 ,  G06F18/24 ,  G06Q20/40

Abstract: 本说明书实施例提供了一种基于图的异常交互行为检测方法。该检测方法通过无监督模型对目标交互行为的参与方的子图进行表示，进而可以根据模型对子图的表示精度确定目标交互行为是否异常。

公开(公告)号：CN115188043A

公开(公告)日：2022-10-14

申请号：CN202210712972.8

申请日：2022-06-22

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘贺 ,  王岱鑫 ,  魏建平 ,  杨智翔

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供了一种针对面部识别的风险判断模型的训练方法和装置，该方法包括：获取第一样本，该样本包括第一用户的标识、第一设备的标识和表示识别正误的第一标签值；通过第一图卷积网络，对用户相似关系图进行图卷积运算，获取第一用户的第一用户向量；通过第二图卷积网络，对用户与设备关系图进行图卷积运算，获取第一用户的第二用户向量、第一设备的第一设备向量；通过第三图卷积网络，对设备关系图进行图卷积运算，获取第一设备的第二设备向量；分别结合第一和第二用户向量、第一和第二设备向量，获取第三用户向量和第三设备向量；以第三用户向量与第三设备向量的点积值趋向于第一标签值为目的，更新第一、第二和第三图卷积网络。

公开(公告)号：CN111291138A

公开(公告)日：2020-06-16

申请号：CN202010108787.9

申请日：2020-02-21

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王岱鑫

IPC: G06F16/28 ,  G06F16/23 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本说明书实施例提供一种更新关系网络的方法和装置，可以基于当前节点与其一阶邻居节点之间的连接边的权重，通过采样方式选择节点，并以递进方式一阶一阶向当前节点的高阶邻居节点进行采样，从而采样出可信的与当前节点相关联的高阶邻居节点，并将它们确定为当前节点的一阶邻居节点，以更新当前关系网络。如此，可以使得在通过图神经网络等机器学习方式处理关系网络时，充分利用节点之间的高阶关系，提升关系网络针对当前节点的表达能力，获取更有效的处理结果。

公开(公告)号：CN111222026B

公开(公告)日：2023-07-14

申请号：CN202010023203.8

申请日：2020-01-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王岱鑫 ,  李茜茜 ,  方精丽 ,  张志强 ,  贾全慧 ,  周俊 ,  方彦明

IPC: G06F18/214 ,  G06F18/2415 ,  G06F18/27 ,  G06N3/045 ,  G06N3/042 ,  G06N3/047 ,  G06N3/048 ,  G06N3/088 ,  G06Q40/03

Abstract: 本说明书实施例公开了一种用户类别识别模型的训练方法和用户类别识别方法，训练方法包括：将样本用户的联系人列表输入用户类别计算模型，以生成样本用户属于预设类别的概率。将样本用户对应的软件特征，和样本用户属于预设类别的概率，输入用户类别识别模型，以生成样本用户的识别结果。根据样本用户的识别结果和样本用户的类别标签，对用户类别识别模型中的参数，以及样本用户的常用软件列表中每个常用软件对应的软件特征进行优化。当满足预设条件时，完成对用户类别识别模型的训练。由此，使得训练完的用户类别识别模型能够在用户信息不充分的情况下，基于待识别用户的联系人列表和对应的软件特征，实现用户类别识别。

公开(公告)号：CN115618095A

公开(公告)日：2023-01-17

申请号：CN202210750985.4

申请日：2022-06-29

Applicant: 支付宝(杭州)信息技术有限公司 ,  清华大学

Inventor： 朱文武 ,  王鑫 ,  谢贝妮 ,  常恒 ,  王岱鑫 ,  张志强

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本说明书实施例提供一种针对图分类任务生成对抗关系图的方法和装置。根据该方法，首先将原始的业务关系图输入图分类模型；该业务关系图包括，代表多个业务对象的多个节点，其中具有业务关联的节点之间存在连接边；图分类模型包括节点表征层和分类输出层。然后，至少根据节点表征层计算得到的业务对象表征，确定业务关系图的类别激活矩阵，该矩阵反映各个业务对象对于图分类模型所分类的各个业务类别的贡献度。于是，可以根据上述类别激活矩阵，按照业务对象的贡献度从高到低的顺序，对多个业务对象中的部分业务对象的属性特征和/或连接边进行扰动修改，得到业务关系图对应的对抗关系图。

公开(公告)号：CN115293267A

公开(公告)日：2022-11-04

申请号：CN202210946018.5

申请日：2022-08-08

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王岱鑫 ,  张志强 ,  周俊

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书的实施例提供离线用户识别方法及装置。在该离线用户识别方法中，基于用户账户的场所历史访问数据构建用户行为关系异构图。在进行离线用户识别时，在待访问的第一场所处获取待识别用户的生物特征数据；基于所获取的生物特征数据，在候选用户账户数据库中检索目标用户账户；以及基于用户行为关系异构图、待识别用户的生物特征数据以及目标用户账户的生物特征数据，确定目标用户账户、第一场所和待识别用户的生物特征数据三者之间的匹配性，以进行用户识别。

公开(公告)号：CN111382410B

公开(公告)日：2022-04-29

申请号：CN202010206013.X

申请日：2020-03-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王岱鑫 ,  张志强 ,  周俊

IPC: G06F21/32 ,  G06V40/16 ,  G06V10/82 ,  G06V10/74

Abstract: 本说明书实施例提供一种刷脸验证方法。该方法可以包括从刷脸机具获取刷脸图像；基于所述刷脸图像，确定候选用户；获取反映所述候选用户与所述刷脸机具之间历史关联的历史关联特征；通过刷脸验证模型，至少基于所述历史关联特征，确定所述刷脸图像与所述候选用户的相关度；以及基于所述相关度，确定所述刷脸图像的刷脸验证结果。

公开(公告)号：CN111737546B

公开(公告)日：2020-12-01

申请号：CN202010724053.3

申请日：2020-07-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王岱鑫 ,  张志强 ,  方精丽 ,  贾全慧

IPC: G06F16/906 ,  G06F16/35 ,  G06K9/62 ,  G06N3/04

Abstract: 本说明书实施例提供一种确定实体业务属性的方法，一方面，利用时序神经网络处理待预测实体在不同历史时间点的表达向量，考虑待预测实体状态的时序特征，另一方面，单个历史时间点的表达向量基于按照相应的实体状态确定的关系网络，进行邻居节点的节点向量聚合，充分考虑与预测实体相关联的其他实体对预测实体状态的影响，从而对预测实体产生具有更好的表达能力的表达向量。通过这种对具有更好的表达能力的表达向量的分析，可以提高对实体的预定业务属性预测的准确度。