公开(公告)号：CN115033916A

公开(公告)日：2022-09-09

申请号：CN202210634258.1

申请日：2022-06-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 彭志成 ,  陈维 ,  钟明洁

IPC: G06F21/62 ,  G06F21/60 ,  G06Q30/02

Abstract: 本说明书实施例提供一种基于多方联合数据训练推送模型及信息推送的方法和装置，在信息推送业务场景下，联合多个数据方的用户数据进行信息推送。在联合使用多个数据方的用户数据的过程中，为了保护数据隐私，可以通过差分隐私、同态加密、用统计值、排序值等中的至少一项对本地数据加密，然后对加密数据进行整合，得到密文分布数据作为推送模型的输入数据。由于推送模型只感知密文状态下的数据分布，而不使用真实数值，从而可以保护各个数据方的数据隐私，为跨域的信息推送提供有效的实现方式。

公开(公告)号：CN113094604A

公开(公告)日：2021-07-09

申请号：CN202110405668.4

申请日：2021-04-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈维 ,  母亦翔 ,  钟明洁 ,  刘忠义 ,  彭志成

IPC: G06F16/9538 ,  G06F16/953

Abstract: 本说明书实施例提供搜索结果排序方案。在该搜索结果排序方案中，从查询语句相邻关系图中获取查询语句的相邻查询语句，所述查询语句相邻关系图用于指示查询语句之间的相邻关系，其中，两个查询语句之间存在相邻关系表示该两个查询语句存在至少一条相同的点击搜索结果。确定查询语句的各个搜索结果与查询语句集之间的语义匹配度，所述查询语句集包括查询语句和相邻查询语句。使用点击率预测模型来根据搜索发起用户的用户特征数据、查询语句的第一文本特征数据和各个搜索结果的第二文本特征数据，预测各个搜索结果的点击率预测结果。然后，根据各个搜索结果的语义匹配度和点击率预测结果，对各个搜索结果进行排序。

公开(公告)号：CN110941768A

公开(公告)日：2020-03-31

申请号：CN201911101986.0

申请日：2019-11-12

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李有儒 ,  郭晓波 ,  钟明洁 ,  林文芳

IPC: G06F16/9536

Abstract: 本说明书公开了服务推荐方法和装置。所述方法包括：获取关于服务的知识图谱和用户的服务兴趣序列；对序列中的相邻服务，从图谱中查找出两者之间的最短关联路径作为第一子路径，将第一子路径组合成第一路径；对于序列中的相邻服务，从图谱中查找出两者的公共直连节点的数量并插入到两者之间形成第二子路径，将第二子路径组合成第二路径；将第一路径和第二路径的嵌入表征融合得到用户的嵌入表征；从图谱中获取服务类实体的嵌入表征；根据服务类实体的嵌入表征和用户的嵌入表征预测用户使用服务的概率，以向用户推荐服务。

公开(公告)号：CN111737595B

公开(公告)日：2024-02-06

申请号：CN202010594333.7

申请日：2020-06-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 郑培祥 ,  陈维 ,  赵琴琴 ,  杨林 ,  钟明洁 ,  蔡明宸 ,  刘忠义

IPC: G06F16/9536 ,  G06F40/242 ,  G06F40/247

Abstract: 本说明书实施例提供一种候选词推荐方法、词库排序模型训练方法及装置。所述方法包括：接收用户发送的搜索请求，所述搜索请求中包含搜索词；根据所述搜索词从第一词库中选取与所述搜索词相关的第一待推荐候选词集合；根据所述搜索词从至少一个第二词库中选取与所述搜索词相关的第二待推荐候选词集合；采用第一词库排序模型，对所述第一待推荐候选词集合进行排序，得到第一排序结果；采用第二词库排序模型，对所述第二待推荐候选词集合进行排序，得到第二排序结果；根据所述第一排序结果与所述第二排序结果，进行合并排序；基于合并排序后的结果，进行候选词推荐。

公开(公告)号：CN116401453A

公开(公告)日：2023-07-07

申请号：CN202310355474.7

申请日：2023-03-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王伟帆 ,  胡斌斌 ,  张志强 ,  周俊 ,  彭志成 ,  钟明洁 ,  刘忠义

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F16/9537 ,  G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06F18/2415 ,  G06F40/30 ,  G06N3/09

Abstract: 本说明书的实施例提供了一种用于训练长尾数据表征模型的方法和装置。在该用于训练长尾数据表征模型的方法中，循环执行下述模型训练过程：将当前训练样本集的头部子图数据和尾部子图数据分别提供给当前长尾数据表征模型的第一图神经网络和第二图神经网络，得到当前训练样本集的头部历史查询数据节点和尾部历史查询数据节点分别对应的特征表征；针对各个尾部历史查询数据节点，在当前训练样本集中确定该尾部历史查询数据节点的匹配头部历史查询数据节点；根据由尾部历史查询数据节点和对应的匹配头部历史查询数据节点组成的正样本对，确定知识迁移对比损失值；响应于不满足训练结束条件，基于知识迁移对比损失值调整当前长尾数据表征模型的参数。

公开(公告)号：CN111737595A

公开(公告)日：2020-10-02

申请号：CN202010594333.7

申请日：2020-06-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 郑培祥 ,  陈维 ,  赵琴琴 ,  杨林 ,  钟明洁 ,  蔡明宸 ,  刘忠义

IPC: G06F16/9536 ,  G06F40/242 ,  G06F40/247

Abstract: 本说明书实施例提供一种候选词推荐方法、词库排序模型训练方法及装置。所述方法包括：接收用户发送的搜索请求，所述搜索请求中包含搜索词；根据所述搜索词从第一词库中选取与所述搜索词相关的第一待推荐候选词集合；根据所述搜索词从至少一个第二词库中选取与所述搜索词相关的第二待推荐候选词集合；采用第一词库排序模型，对所述第一待推荐候选词集合进行排序，得到第一排序结果；采用第二词库排序模型，对所述第二待推荐候选词集合进行排序，得到第二排序结果；根据所述第一排序结果与所述第二排序结果，进行合并排序；基于合并排序后的结果，进行候选词推荐。

公开(公告)号：CN111523289A

公开(公告)日：2020-08-11

申请号：CN202010334143.1

申请日：2020-04-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 钟明洁 ,  郑培祥 ,  蔡明宸

IPC: G06F40/106 ,  G06F40/205 ,  G06F40/289

Abstract: 本说明书实施例公开了文本格式生成方法、装置、设备及计算机可读介质。方案包括：获取目标文本；提取所述目标文本中的关键词；基于提取的所述关键词，确定所述目标文本的标签；基于预设标签与预设文本格式的映射关系库，根据所述目标文本的标签，确定所述目标文本的文本格式。