-
公开(公告)号：CN115170304A
公开(公告)日：2022-10-11
申请号：CN202210710741.3
申请日：2022-06-22
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 杨阳
IPC: G06Q40/04 , G06Q10/04 , G06N3/08 , G06F16/242
Abstract: 本说明书实施例描述了风险特征描述的提取方法和装置。根据实施例的方法，首先获取进行风险交易预测的风险交易数据，以及随机从交易记录数据中获取的随机交易数据。然后分别将风险交易数据和随机交易数据输入到风险交易预测模型中，并从风险交易预测模型的一个非输出层的神经元层中输出各自的交易表征。进而根据各自得到的交易表征在判定风险交易是否具有风险时的重要性即可确定出能够进行风险判定的风险特征描述。如此，风险交易表征和随机交易表征在进行风险判定时，其重要程度会形成显著的对照差异，基于此重要程度的差异即可准确地确定出能够对交易进行风险判定的风险特征描述。
-
公开(公告)号：CN114692724A
公开(公告)日：2022-07-01
申请号：CN202210208136.6
申请日：2022-03-03
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例描述了数据分类模型的训练方法、数据分类方法和装置。根据实施例的方法，首先获取标签已知的正数据样本和标签未知的灰度数据样本，然后分别确定基于该正数据样本的标准正数据概率分布和基于该灰度数据样本的拟合正数据概率分布。进一步即可根据该标准正数据概率分布和拟合正数据概率分布实现对数据分类模型的训练。如此基于灰度数据中的正数据也应服从标准正数据概率分布的原则，构建适用于对所有数据进行标签分类的数据分类模型，从而能够提高利用该数据分类模型对数据进行分类的准确性。
-
公开(公告)号：CN114092097A
公开(公告)日：2022-02-25
申请号：CN202111396497.X
申请日：2021-11-23
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例涉及数据处理技术领域，尤其涉及一种风险识别模型的训练方法、交易风险确定方法及装置。该方法包括：获取训练样本，训练样本包括第一交易的意愿标签、风险标签以及多个特征；将多个特征输入风险识别模型进行预测处理，预测处理包括，在特征处理网络，对多个特征进行特征交叉处理，得到表征向量；在第一识别层，基于对表征向量的第一处理结果，确定第一交易的意愿度；在第二识别层，基于对表征向量的第二处理结果，确定第一交易的风险度；在预测损失减小的方向，更新风险识别模型的参数，其中预测损失包括第一损失和第二损失，第一损失基于意愿度和意愿标签确定，第二损失基于风险度和风险标签确定。
-
公开(公告)号：CN117933361A
公开(公告)日：2024-04-26
申请号：CN202410137262.6
申请日：2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例公开了一种多任务模型训练的方法、装置及电子设备。所述方法包括：获取已训练的至少包括问答任务分支的多任务模型；在接收到对问答任务分支的输出数据进行检测的指令的情况下，在多任务模型中增加检测任务分支，并获取训练语料集；将训练文本输入所述多任务模型，在所述多任务模型中各个神经网络层生成数据并传递给下一神经网络层时，将所述问答任务分支的第一分支参数对应的数据进行掩盖，以得到所述检测任务分支输出的所述训练文本对应的预测结果；根据所述训练文本对应的标签和预测结果，对所述检测任务分支的第二分支参数进行调整，以得到训练后的多任务模型，所述第二分支参数为对所述基础参数进行调整的参数。
-
公开(公告)号：CN117036033A
公开(公告)日：2023-11-10
申请号：CN202311076922.6
申请日：2023-08-23
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 杨阳
IPC: G06Q40/04 , G06F18/213
Abstract: 本说明书实施例提供了事件预测模型的训练方法及装置，其中，一种事件预测模型的训练方法包括：通过事件预测模型的特征处理网络基于第一属性编码进行事件特征融合以及事件特征转换，获得融合事件特征，通过事件预测模型的特征分割网络基于融合事件特征进行特征分割处理，获得各事件属性的属性特征，借助各事件属性的属性特征和下一操作事件的各事件属性的第二属性编码计算训练损失，并根据训练损失对事件预测模型进行参数调整，也即对事件预测模型中的特征处理网络和特征分割网络进行参数调整。
-
Patent Agency Ranking
公开(公告)号：CN114692892B
公开(公告)日：2023-08-29
申请号：CN202210285951.2
申请日：2022-03-23
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例描述了对数值特征进行处理的方法、模型训练方法和装置。根据实施例的方法，考虑对数值特征进行二进制编码，然后根据得到的二进制数值特征中的值可以确定出特征矩阵。如此实现了对数值特征可能值都进行了编码，能够降低特征信息损失的可能。进一步，对得到的特征矩阵进行数据域覆盖，能够使得利用该数值特征训练得到的模型在预测应用时，对未参与模型训练的数值输入值也能具有较好的输出。
-
公开(公告)号：CN114462502A
公开(公告)日：2022-05-10
申请号：CN202210011293.8
申请日：2022-01-06
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种核身推荐模型训练方法及装置。所述方法包括：获取训练样本集合；所述训练样本集合包括不同业务场景中标注有核身产品推荐标签的训练样本；根据所述训练样本集合，预训练所述表征模型；预训练后的表征模型用于将输入的样本特征映射到第一向量空间中，针对相同推荐标签的样本减小第一向量空间映射结果之间的距离；获取任一业务场景中的若干训练样本，将所获取的训练样本输入所述预训练后的表征模型得到第一向量空间映射结果，根据所获取训练样本的第一向量空间映射结果和核身产品推荐标签，训练该业务场景对应的预测模型。
-
公开(公告)号：CN114445084A
公开(公告)日：2022-05-06
申请号：CN202210079483.3
申请日：2022-01-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提供了一种具有隐私保护的极速风控智能预测方法，包括：接收用户交易操作意图；基于交易操作意图，获取交易的关键属性并确定关键属性的预测值；接收用户交易操作确认；基于交易操作确认，确定关键属性的实际值；比较关键属性的预测值和实际值；以及根据比较结果，确定是否执行交易。
-
公开(公告)号：CN114357517A
公开(公告)日：2022-04-15
申请号：CN202111683309.1
申请日：2021-12-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种基于隐私保护的模型训练方法及装置，获得用于训练目标业务模型的初始事件序列集合；针对所述初始事件序列集合中的各初始事件序列，根据第一增强策略的策略信息，基于预设的用于进行数据扰动修改的多个数据增强单元，对该初始事件序列进行第一数目的数据增强操作，得到对应的增强事件序列，其中，一次数据增强操作利用一个数据增强单元执行；策略信息至少指示所述第一数目；利用各增强事件序列形成的第一增强序列集合进行模型训练，得到隐私保护的第一业务模型。
-
公开(公告)号：CN113988225A
公开(公告)日：2022-01-28
申请号：CN202111597741.9
申请日：2021-12-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种建立表征提取模型、表征提取、类型识别的方法和装置。根据该实施例的方法，首先获取包含一个以上样本对的第一训练数据，样本对包括正样本对和负样本对；然后利用第一训练数据训练第一表征提取模型和第二表征提取模型，其中第一表征提取模型用以利用用户的终端侧特征提取用户的终端侧表征向量，第二表征提取模型用以利用用户的服务器侧特征提取用户的服务器侧表征向量；训练目标为最大化正样本对的终端侧表征向量与服务器侧表征向量之间的相似度且最小化负样本对的终端侧表征向量与服务器侧表征向量之间的相似度；再将训练得到的第一表征提取模型部署于终端设备。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.042 seconds)
