公开(公告)号：CN118427615A

公开(公告)日：2024-08-02

申请号：CN202410526264.4

申请日：2024-04-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 方军鹏 ,  崔卿 ,  李龙飞 ,  周俊 ,  张公铎 ,  顾立宏 ,  顾进杰

IPC: G06F18/214 ,  G06F18/2431 ,  G06F16/9536 ,  G06F16/9537 ,  G06Q30/0251 ,  G06Q30/0601 ,  H04L67/306 ,  H04L67/55

Abstract: 本说明书实施例提供一种预测模型的训练方法及装置。该训练方法包括：首先，获取若干真实样本，其中各个真实样本的特征包括用户和对象的真实组合，对应的真实标签指示该真实组合中用户与对象的真实交互；接着，构造若干虚构样本，其中各个虚构样本的特征包括用户和对象的假定组合，对应的伪标签指示该假定组合中用户与对象的预期交互；其中至少一部分虚构样本的伪标签基于预定规则而确定，所述预定规则符合交互概率与用户或对象特征之间的单调性知识；然后，利用所述若干真实样本和若干虚构样本，更新当前预测模型。

公开(公告)号：CN113487163B

公开(公告)日：2024-09-24

申请号：CN202110741178.1

申请日：2021-06-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吴郑伟 ,  张公铎 ,  顾立宏 ,  张志强

IPC: G06Q10/0637 ,  G06F16/29

Abstract: 本说明书实施例提供一种基于地理位置信息进行业务预测的方法及装置，在进行业务预测的方法中，获取用户的当前位置。确定该当前位置在层次编码方式下的目标位置编码。之后，针对该目标位置编码，利用滑动窗口提取对应的编码片段序列。将编码片段序列输入基于时序的神经网络模型，得到对应的特征向量。最后，至少将该特征向量输入业务预测模型，得到业务预测结果。

公开(公告)号：CN115759228A

公开(公告)日：2023-03-07

申请号：CN202211405797.4

申请日：2022-11-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 方军鹏 ,  顾立宏 ,  张公铎 ,  崔卿

IPC: G06N3/08 ,  G06N3/04 ,  G06N3/084 ,  G06Q30/0207 ,  G06Q10/04 ,  G06Q10/0631 ,  G06F18/25

Abstract: 本说明书实施例公开了一种模型训练方法、资源分配方法、装置和计算机设备。所述方法包括：获取若干数量的样本数据，所述样本数据包括用户数据、资源数据以及关系标签，所述关系标签表示用户数据与资源数据是否具有关联关系；统计用户数据的第一分布和资源数据的第二分布；将多个用户数据的第一分布进行融合，将多个资源数据的第二分布进行融合；根据用户数据、资源数据、融合后的第一分布、融合后的第二分布以及关系标签，确定模型的模型参数，所述模型用于预测用户数据与资源数据的关联关系。本说明书实施例可以对样本数据纠偏，提高模型训练效果。

公开(公告)号：CN120030235A

公开(公告)日：2025-05-23

申请号：CN202510107107.4

申请日：2025-01-22

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张公铎 ,  陈睿卿 ,  赵前 ,  刘子奇 ,  顾立宏 ,  周琳

IPC: G06F16/9535

Abstract: 本说明书公开了一种推荐处理方法、装置、存储介质及电子设备，其中，方法包括：获取针对目标推荐任务的用户特征、项目特征以及场景上下文特征，将用户特征、项目特征以及场景上下文特征输入至推荐处理模型，推荐处理模型包括目标推荐任务下多个推荐项目场景分别对应的场景专家网络，对场景上下文特征进行输入特征筛选得到每个场景专家网络的目标场景上下文特征，基于各目标场景上下文特征、用户特征和项目特征，采用各场景专家网络进行任务推荐得到目标任务推荐结果，通过推荐处理模型输出目标任务推荐结果。

公开(公告)号：CN116187411A

公开(公告)日：2023-05-30

申请号：CN202211621862.7

申请日：2022-12-16

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 郇兆鑫 ,  周俊 ,  顾立宏 ,  张晓露 ,  张公铎

IPC: G06N3/08 ,  G06F18/22

Abstract: 本说明书实施例公开了一种基于元学习的模型训练方法、推荐方法和装置。所述基于元学习的模型训练方法包括：获取多个第一训练数据，所述第一训练数据包括第一产品数据、第一用户数据和第一标签，所述第一标签用于表示第一产品数据与第一用户数据是否关联；通过分析第一训练数据之间的相似性，构建多个训练任务；根据所述多个训练任务进行元学习，得到元模型；根据第二训练数据训练所述元模型，得到业务模型，所述第二训练数据包括第二产品数据、第二用户数据和第二标签，所述第二标签用于表示第二产品数据与第二用户数据是否关联，所述业务模型用于对产品数据与用户数据相关联的可能性进行预测。本说明书实施例可以提高元学习的效果。

公开(公告)号：CN113487163A

公开(公告)日：2021-10-08

申请号：CN202110741178.1

申请日：2021-06-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吴郑伟 ,  张公铎 ,  顾立宏 ,  张志强

IPC: G06Q10/06 ,  G06F16/29

Abstract: 本说明书实施例提供一种基于地理位置信息进行业务预测的方法及装置，在进行业务预测的方法中，获取用户的当前位置。确定该当前位置在层次编码方式下的目标位置编码。之后，针对该目标位置编码，利用滑动窗口提取对应的编码片段序列。将编码片段序列输入基于时序的神经网络模型，得到对应的特征向量。最后，至少将该特征向量输入业务预测模型，得到业务预测结果。