-
公开(公告)号：CN110852443B
公开(公告)日：2023-02-21
申请号：CN201910919567.1
申请日：2019-09-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本申请提供了一种特征稳定性检测方案中，使用所述训练集中样本的特征组对基于阈值分类的机器学习模型进行训练，获取训练过程中基于每项特征进行分类时所采用的分类阈值，并根据所述分类阈值划分每项特征的值域区间，在确定值域区间之后，使用测试集中样本的特征组，并基于对应于每项特征的值域，计算每项特征的稳定性指标，由于不需要人工设定每个特征的区间划分，而是基于模型训练过程中的分类阈值来自动划分值域区间，由此获取的值域区间会与机器学习模型实际的特征分布符合，使得以此计算获得的稳定性指标能够真实的反映特征分布变化对于模型性能的影响，有效防止在特征选择时筛掉合适的特征。
-
公开(公告)号：CN111553597A
公开(公告)日：2020-08-18
申请号：CN202010356278.8
申请日：2020-04-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 公开了一种对企业进行财务舞弊风险识别的方法及装置。基于企业的财务数据中出现的业务关键词来综合反映企业的业务特征，刻画企业的画像，基于企业的业务特征来为待识别的目标企业寻找相似的企业作为可比公司，用于对目标企业进行财务舞弊风险识别。
-
公开(公告)号：CN111428757A
公开(公告)日：2020-07-17
申请号：CN202010146141.X
申请日：2020-03-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62
Abstract: 本说明书实施例公开了模型训练方法、异常数据检测方法、装置和电子设备的实施例。所述方法包括：获取训练样本集，所述训练样本集包括无标签样本集和有标签样本集，所述无标签样本集包括多个第一样本，所述有标签样本集包括多个第二样本和类型标签；根据所述无标签样本集，对第一模型进行训练，所述第一模型包括特征提取子模型；根据所述有标签样本集和所述特征提取子模型的训练结果，对第二模型进行训练，所述第二模型包括所述特征提取子模型和异常数据检测子模型，所述异常数据检测子模型用于根据所述特征提取子模型的输出检测异常数据。本说明书实施例可以提高第二模型的训练效果。
-
Patent Agency Ranking
公开(公告)号：CN111428757B
公开(公告)日：2021-09-10
申请号：CN202010146141.X
申请日：2020-03-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62
Abstract: 本说明书实施例公开了模型训练方法、异常数据检测方法、装置和电子设备的实施例。所述方法包括：获取训练样本集，所述训练样本集包括无标签样本集和有标签样本集，所述无标签样本集包括多个第一样本，所述有标签样本集包括多个第二样本和类型标签；根据所述无标签样本集，对第一模型进行训练，所述第一模型包括特征提取子模型；根据所述有标签样本集和所述特征提取子模型的训练结果，对第二模型进行训练，所述第二模型包括所述特征提取子模型和异常数据检测子模型，所述异常数据检测子模型用于根据所述特征提取子模型的输出检测异常数据。本说明书实施例可以提高第二模型的训练效果。
-
公开(公告)号：CN112434167B
公开(公告)日：2021-04-20
申请号：CN202110100246.6
申请日：2021-01-26
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提供了一种信息识别方法及装置，其中，该方法包括：获取待识别的多个目标文本信息；其中，该目标文本信息为针对历史事件所产生的文本信息文档；确定每个目标文本信息对应的文本分词关系图谱；其中，该文本分词关系图谱包括：文本分词节点和分词节点连接边；将确定出的文本分词关系图谱输入至预先训练好的神经网络模型，得到目标文本信息之间的信息关联程度；其中，该信息关联程度用于表征至少两个所述目标文本信息为针对同一历史事件所产生的文本信息文档的概率。
-
公开(公告)号：CN112435105A
公开(公告)日：2021-03-02
申请号：CN202110110606.0
申请日：2021-01-27
Applicant: 支付宝(杭州)信息技术有限公司 , 蚂蚁区块链科技(上海)有限公司
Abstract: 本说明书实施例提供了一种基于区块链的租赁风险评估方法、装置、设备及系统，其中方法包括：从区块链系统中获取目标承租方所承租的目标租赁设备的运行数据；获取预先训练的对目标租赁设备的租赁业务进行风险评估的评估模型；利用获取的评估模型基于运行数据，对目标承租方在未来的预设时段内关于目标租赁设备的租赁业务进行风险评估处理，得到风险评估结果信息；其中，运行数据由设置于目标租赁设备中的物联网模块采集并上传至区块链系统。
-
公开(公告)号：CN112434167A
公开(公告)日：2021-03-02
申请号：CN202110100246.6
申请日：2021-01-26
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提供了一种信息识别方法及装置，其中，该方法包括：获取待识别的多个目标文本信息；其中，该目标文本信息为针对历史事件所产生的文本信息文档；确定每个目标文本信息对应的文本分词关系图谱；其中，该文本分词关系图谱包括：文本分词节点和分词节点连接边；将确定出的文本分词关系图谱输入至预先训练好的神经网络模型，得到目标文本信息之间的信息关联程度；其中，该信息关联程度用于表征至少两个所述目标文本信息为针对同一历史事件所产生的文本信息文档的概率。
-
公开(公告)号：CN110852443A
公开(公告)日：2020-02-28
申请号：CN201910919567.1
申请日：2019-09-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本申请提供了一种特征稳定性检测方案中，使用所述训练集中样本的特征组对基于阈值分类的机器学习模型进行训练，获取训练过程中基于每项特征进行分类时所采用的分类阈值，并根据所述分类阈值划分每项特征的值域区间，在确定值域区间之后，使用测试集中样本的特征组，并基于对应于每项特征的值域，计算每项特征的稳定性指标，由于不需要人工设定每个特征的区间划分，而是基于模型训练过程中的分类阈值来自动划分值域区间，由此获取的值域区间会与机器学习模型实际的特征分布符合，使得以此计算获得的稳定性指标能够真实的反映特征分布变化对于模型性能的影响，有效防止在特征选择时筛掉合适的特征。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
