-
公开(公告)号：CN117350351B
公开(公告)日：2024-03-05
申请号：CN202311645094.3
申请日：2023-12-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例中提供了一种包括用户响应预测系统的训练方法，系统包括行为预测模型、干预表征模型、特征映射模型和倾向预测模型。方法包括获取样本，样本中包括用户特征，对用户施加的第一干预和施加第一干预后用户做出的第一响应；将用户特征输入已训练的行为预测模型，得到第二响应；将第一干预输入干预表征模型，得到干预表征；将用户特征分别输入特征映射模型和倾向预测模型，得到映射特征和倾向性特征；基于干预表征、映射特征和倾向性特征，对第二响应进行修正，得到第三响应；基于根据第一响应和第三响应的差异而确定的第一损失和根据倾向性特征和第一干预表征的差异而确定的第二损失，训练干预表征模型、特征映射(56)对比文件Ala'raj, M 等.A deep learning modelfor behavioural credit scoring inbanks.NEURAL COMPUTING &APPLICATIONS.2022,全文.
-
公开(公告)号：CN117351369A
公开(公告)日：2024-01-05
申请号：CN202311296536.8
申请日：2023-10-08
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 公开了一种用于处理遥感影像的方法。该方法包括：对遥感影像时间序列执行特征提取，以得到时空特征；对该遥感场景的第二分辨率的单张遥感影像执行特征提取，以得到多个不同尺度的特征，其中该第一尺度特征与时空特征具有相同分辨率；以及对该时空特征和该第一尺度特征执行特征融合。还公开了相应的系统、装置和计算机可读存储介质。
-
公开(公告)号：CN116910618A
公开(公告)日：2023-10-20
申请号：CN202310867774.3
申请日：2023-07-14
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基于超图的节点表征、节点预测、模型训练方法及装置。在节点表征方法中，获取原始超图；确定原始关系矩阵；基于原始关系矩阵以及原始超图，从原始超边层级开始按照层级由低到高的顺序依次构建多个包括有超边的超边层级；以及利用分类模型中的图神经网络，根据由原始超图和所构建的超边层级构成的多层级超图，将各个节点进行向量表征，得到各个节点对应的节点表征向量，以使根据所得到的节点表征向量来对各个节点进行分类。
-
公开(公告)号：CN116644185A
公开(公告)日：2023-08-25
申请号：CN202310201791.3
申请日：2023-02-23
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 公开了一种用于生成遥感领域知识图谱的方法，包括：至少获取遥感影像数据和文本数据；对该遥感影像数据和该文本数据执行实体发现和关系发现，以标识实体以及实体间的关系；以及基于该实体和该实体间的关系来构建遥感领域知识图谱。本申请还涉及用于生成遥感领域知识图谱的系统、装置和介质。
-
公开(公告)号：CN116484121A
公开(公告)日：2023-07-25
申请号：CN202310495849.X
申请日：2023-04-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9537 , G06F16/9535 , G06F18/22 , G06Q10/04
Abstract: 本说明书实施例提供了超图构建方法及装置、基于超图的访问位点预测方法及装置。在超图构建方法中，采集用户的位点访问数据，其中，位点访问数据包括用户信息和到访的位点信息；根据位点访问数据在时间维度上构建针对各个用户的访问时间轨迹，其中，每个访问时间轨迹由在时间上连续的多个位点访问行为构成，每个位点访问行为包括用户信息和位点信息；基于用户和/或位点确定所构建的各个访问时间轨迹之间的关联性；以及基于关联性以及用于表征访问轨迹的访问轨迹节点构建超图，以使得超图与访问位点预测模型结合被用于访问位点预测时访问位点预测模型基于超图中的关联性进行预测。
-
Patent Agency Ranking
公开(公告)号：CN114610899A
公开(公告)日：2022-06-10
申请号：CN202210222332.9
申请日：2022-03-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/36 , G06F16/901
Abstract: 本说明书涉及图数据处理领域，特别涉及一种知识图谱的表示学习方法和系统。该方法包括进行一轮或多轮迭代更新，以获得知识图谱中节点和/或边的向量表示，其中一轮迭代更新包括：基于所述知识图谱中的一个或多个三元组，获取一个或多个正样本；基于知识图谱中不存在的一个或多个三元组，获取一个或多个负样本；基于各样本中的向量表示确定各样本对应的预测值；确定损失函数值，所述损失函数值反映各样本对应的预测值与其标签值的差异；调整样本中节点的第一向量表示、边的向量表示以及所述字典矩阵中的元素，以减小各样本对应的预测值与其标签值的差异。
-
公开(公告)号：CN111737419B
公开(公告)日：2020-12-04
申请号：CN202010759810.0
申请日：2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06F16/36 , G06N5/04
Abstract: 本说明书实施例提供一种机器阅读理解中的数值推理方法和装置。方法包括:获取当前问题和当前文本；确定当前问题和当前文本中包括的各实体和各数字，以及各数字分别对应的类型；构建关系网络图，包括对应于各实体的实体节点，和对应于各数字的数字节点，在相同类型的数字节点之间，以及具有预设关系的实体节点和数字节点之间，通过连接边形成邻居；确定当前问题对应的第一问题表征向量，以及关系网络图中各节点的初始表征向量；基于各节点的初始表征向量，对所述关系网络图中的各节点进行预定次数的迭代，以得到各节点的更新表征向量。能够提高机器阅读理解中的数值推理处理复杂问题的能力。
-
公开(公告)号：CN111682972A
公开(公告)日：2020-09-18
申请号：CN202010819237.8
申请日：2020-08-14
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更新业务预测模型的方法和装置，其中业务预测模型包括通过强化学习实现的智能体。方法包括：获取业务请求，根据业务请求确定环境的状态特征；将状态特征输入智能体，智能体根据第一策略参数下的策略函数，确定对应的业务响应作为当前动作。然后，向环境输出业务响应，基于环境反馈确定当前奖励。接着，根据状态特征，当前动作和当前奖励，以损失函数最小化为目标，确定更新后的第二策略参数，其中损失函数与第一目标项负相关，所述第一目标项包括，采用混合高斯模型GMM，将第二策略参数下的策略函数表示为K个高斯分布的组合的第一表达式；于是，可以用第二策略参数下的策略函数，更新智能体。
-
公开(公告)号：CN111291552A
公开(公告)日：2020-06-16
申请号：CN202010384219.1
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/232 , G06F40/30
Abstract: 本说明书实施例公开了一种文本内容修正的方法及系统。所述方法包括：获取待检测文本；生成所述待检测文本中各个字符对应的语义向量；对于每个所述语义向量，确定该语义向量在修正矩阵中对应的修正向量，进而将所述修正向量对应的字符作为修正后的字符；所述修正矩阵包括所述字符集中各字符的修正向量，其基于词嵌入矩阵和混淆特征矩阵生成；所述混淆特征矩阵基于所述词嵌入矩阵和混淆关系图，通过混淆模型获得；所述混淆关系图表示字符之间的符号近似关系；所述词嵌入矩阵包括字符集中各字符的词嵌入向量。
-
公开(公告)号：CN115809347A
公开(公告)日：2023-03-17
申请号：CN202211610829.4
申请日：2022-12-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种时序图表示学习方法及系统。所述时序图包括节点和边，边的信息包括时间信息。所述方法包括：从时序图中确定包含目标节点及其邻居节点的子图。基于所述子图中的每一条边，获取节点对信息；其中，节点对信息包括目标节点的表征信息、该边上的邻居节点的表征信息、该边的信息。对于所述邻居节点中的每一个，通过第一网络依次处理包含该邻居节点的节点对信息；进而得到目标节点的更新后的表征信息以及各邻居节点的更新后的表征信息。通过第二网络处理目标节点及其邻居节点的更新后的表征信息、以及目标节点及其邻居节点之间的边，得到目标节点的目标表征信息。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.032 seconds)
