公开(公告)号：CN112015788A

公开(公告)日：2020-12-01

申请号：CN202010885692.8

申请日：2020-08-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 朱军 ,  陈渊波 ,  肖帅 ,  马健 ,  蒋在帆

IPC: G06F16/248 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种向目标用户展示目标对象序列的方法和装置，方法包括：确定待展示的目标对象序列中各目标对象的初始排序，初始排序按照各目标对象与目标用户的相关度由高到低进行排序；获取各目标对象分别对应的对象特征；将各目标对象分别对应的对象特征按照初始排序输入预先训练的重排序模型，重排序模型包括编码器和解码器，编码器对于各对象特征进行编码，得到目标对象序列对应的上下文表征向量，解码器根据上下文表征向量输出目标对象序列中各目标对象的重排序；按照重排序的各目标对象的位置，向目标用户展示目标对象序列。能够通过对目标对象的合理排序，从而基于该排序向目标用户展示目标对象序列时，达到用户反馈的最大化。

公开(公告)号：CN111915414B

公开(公告)日：2022-06-07

申请号：CN202010898063.9

申请日：2020-08-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈渊波 ,  肖帅 ,  朱军 ,  蒋在帆 ,  马健

IPC: G06Q30/06 ,  G06F16/9535 ,  G06F16/9538 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种向目标用户展示目标对象序列的方法和装置，方法包括：确定待展示的目标对象序列中各目标对象的初始排序；根据任一目标对象的属性特征和该目标对象在初始排序中的位置，得到该目标对象的叠加编码向量；将各叠加编码向量按照初始排序输入预先训练的重排序模型，重排序模型包括编码器和解码器，编码器基于各叠加编码向量，利用多头注意力机制对各目标对象逐个进行编码，得到各目标对象分别对应的隐特征向量，解码器根据各隐特征向量和上一步的解码输出，利用多头注意力机制从当前的未选择的目标对象中，选取目标对象作为当前步的解码输出；将各步的解码输出的顺序作为各目标对象的重排序。能够达到用户反馈的最大化。

公开(公告)号：CN111915414A

公开(公告)日：2020-11-10

申请号：CN202010898063.9

申请日：2020-08-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈渊波 ,  肖帅 ,  朱军 ,  蒋在帆 ,  马健

IPC: G06Q30/06 ,  G06F16/9535 ,  G06F16/9538 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种向目标用户展示目标对象序列的方法和装置，方法包括：确定待展示的目标对象序列中各目标对象的初始排序；根据任一目标对象的属性特征和该目标对象在初始排序中的位置，得到该目标对象的叠加编码向量；将各叠加编码向量按照初始排序输入预先训练的重排序模型，重排序模型包括编码器和解码器，编码器基于各叠加编码向量，利用多头注意力机制对各目标对象逐个进行编码，得到各目标对象分别对应的隐特征向量，解码器根据各隐特征向量和上一步的解码输出，利用多头注意力机制从当前的未选择的目标对象中，选取目标对象作为当前步的解码输出；将各步的解码输出的顺序作为各目标对象的重排序。能够达到用户反馈的最大化。

公开(公告)号：CN110910036A

公开(公告)日：2020-03-24

申请号：CN201911216023.5

申请日：2019-12-02

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈渊波 ,  顾茂杰 ,  朱军 ,  蒋在帆

IPC: G06Q10/06

Abstract: 本说明书实施例提供一种引导用户行为的资源份额发放方法和装置，方法包括：获取目标用户的特征表达向量，特征表达向量至少反映了上一次向目标用户发放的历史资源份额；根据目标用户的用户行为统计信息，确定目标用户对应的预先设定的多个分档中的目标分档；将特征表达向量和目标分档作为当前状态输入预先训练的深度强化学习模型，通过深度强化学习模型输出各动作与累积奖励的对应关系，动作对应于各资源份额，累积奖励对应于转化率；根据各资源份额分别对应的转化率，在满足预先设定的资源发放成本总和的限制条件下，从各资源份额中选取向目标用户发放的目标资源份额。能够精准识别用户和进行细粒度的资源份额发放。