“谢旻旗”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果44个，建议您升级VIP下载更多相关专利

[发明专利]基于大规模图数据集获取PageRank的方法及装置-CN201910529197.0有效
发明人：顾凌云;谢旻旗;段湾;张涛;安飞飞;潘峻;王存伟;王震宇;周轩 -专利权人：上海冰鉴信息科技有限公司
申请日： 2019-06-19 - 公布日： 2023-05-30 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种基于大规模图数据集获取PageRank的方法及装置，其中方法包括：S1初始化graph；S2基于上一轮计算得到的graph进行各节点的PageRank值的计算，得到new graph；S3判断迭代是否完成，如果迭代完成，则执行S8，如果迭代未完成，则执行S4；S4释放上一轮graph缓存；S5判断总迭代次数是否能够被可配置参数整除，其中，可配置参数为迭代写入轮数，如果总迭代次数不能被可配置参数整除，则执行S6；如果总迭代次数能被可配置参数整除，则执行S7；S6将当前new graph进行缓存，返回执行S2；S7将当前new graph写入磁盘，返回执行S2；S8保存计算结果。
基于大规模数据获取 pagerank 方法装置

[发明专利]基于二道模型的业务数据筛选方法及装置-CN202010886848.4有效
发明人：顾凌云;谢旻旗;段湾;刘辉;任利华;张涛;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2020-08-28 - 公布日： 2022-05-20 - 主分类号： G06Q40/02 文献下载
摘要：本发明提供的基于二道模型的业务数据筛选方法及装置，首先获取用户终端上传的待处理业务数据，其次确定第一筛选模型的第一特征，将第一特征保存为第一列表文件，然后构建第一筛选模型并将第一筛选模型对应的模型参数保存为第一模型文件。进一步地，根据训练集、测试集以及跨时间验证集确定第二筛选模型的样本集，确定第二筛选模型的第二特征并保存为第二列表文件。最后根据样本集构建第二筛选模型并将第二筛选模型对应的模型参数保存为第二模型文件；将第一列表文件、第一模型文件、第二列表文件以及第二模型文件进行关联存储。如此，能够避免对待处理业务数据进行筛分和识别时出现误判，同时还能实现模型识别的区分度。
基于模型业务数据筛选方法装置

[发明专利]用户样本处理方法、装置及电子设备-CN202210105659.8在审
发明人：顾凌云;谢旻旗;魏玉民;张涛 -专利权人：上海冰鉴信息科技有限公司
申请日： 2022-01-28 - 公布日： 2022-05-17 - 主分类号： G06Q40/06 文献下载
摘要：本申请实施例提供一种用户样本处理方法、装置及电子设备，通过自适应的综合过采样法对低占比的逾期用户样本进行扩充，可以避免信息损失及信息权重增加带来的对模型的干扰，同时完成对样本占比进行平衡的需求。
用户样本处理方法装置电子设备

[发明专利]用户特征项筛选方法、装置及电子设备-CN202111547547.X在审
发明人：顾凌云;谢旻旗;汪仁杰;张涛;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-12-16 - 公布日： 2022-03-25 - 主分类号： G06Q10/06 文献下载
摘要：本申请提供一种用户特征项筛选方法、装置及电子设备，利用特征项的信息值、方差膨胀系数、假设检验机率值、相关系数等指标综合进行特征筛选，且筛选过程不是简单的对单维度筛选结果求交集，而是将多维度条件融合起来进行特征筛选，保证特征筛选的结果对模型效果贡献更大且筛选过程耗时更短。
用户特征筛选方法装置电子设备

[发明专利]一种模型特征选择方法、装置及计算机可读存储介质-CN202111547811.X在审
发明人：顾凌云;谢旻旗;代宇;谢苗;张涛 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-12-16 - 公布日： 2022-03-25 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供的模型特征选择方法、装置及计算机可读存储介质，涉及计算机领域。首先，利用聚类、特征评分分组降低被选特征之间的相似度，从而保留了更多特征组合的可能性；接着，对高重要性、低相似度特征组(分组结果中排序第一的分组)采用嵌入法可以提高选择结果的稳定性，降低选择耗时；最后，按照分组的顺序采用向前搜索的方式进行特征选择得到用于创建模型的特征集合。上述方法通过改变特征搜索顺序，并先用嵌入法再用前向搜索来改进现有前向搜索忽视特征组合影响且耗时长的缺陷。
一种模型特征选择方法装置计算机可读存储介质

[发明专利]一种账户分类方法、装置及电子设备-CN202111328735.3在审
发明人：顾凌云;谢旻旗;辛颖;张涛;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-11-10 - 公布日： 2022-02-08 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种账户分类方法，所述方法包括：获取多个账户各自的交易数据；其中，每个交易数据包括如下一项或多项：交易时间、交易金额、和交易地点。根据多个账户各自的交易数据，确定第一特征集合。对第一特征集合进行数据降维，获得降维后的第二特征集合。根据第二特征集合中的特征对多个账户进行聚类，获得各个账户对应的账户组。如此，可以提高账户分类结果的准确性，此外，还可提高账户分类的效率以及减少资源消耗。
一种账户分类方法装置电子设备

[发明专利]数据分类方法、装置及电子设备-CN202111342750.3在审
发明人：顾凌云;谢旻旗;谢苗;王存伟;张熙榆 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-11-12 - 公布日： 2022-01-21 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及一种数据分类方法、装置及电子设备，包括：将申请信息中的每一子数据通过主键关联得到预设宽度的特征矩阵，特征矩阵包括表征申请信息所属样本类别的标签子数据；将特征矩阵中的所有连续型数值型变量进行离散化得到特征向量矩阵；计算特征向量矩阵中各子数据两两之间的互信息，并根据互信息构建互信息矩阵；根据互信息矩阵的特征向量得到基于互信息的主成分分析的转换矩阵，并根据互信息矩阵的特征值从子数据中确定目标子数据；根据转换矩阵对目标子数据进行转换，得到针对目标子数据的主成分分析矩阵，并根据主成分分析矩阵以及标签子数据训练得到分类模型；将目标子数据输入分类模型得到分类模型输出的分类结果。
数据分类方法装置电子设备

[发明专利]一种业务预测模型创建方法、装置及计算机可读存储介质-CN202111138614.2在审
发明人：顾凌云;谢旻旗;张涛;黄以增 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-09-27 - 公布日： 2021-12-24 - 主分类号： G06Q40/02 文献下载
摘要：本申请提供的业务预测模型创建方法、装置及计算机可读存储介质，首先，找到与目标数据集类似的多个辅助数据集；接着，从多个辅助数据集中进行抽样得到样本数据集，并通过样本数据集训练得到一业务状态模型；再接着，通过业务状态模型得到违约概率，并基于违约概率确定建模数据集；然后，基于目标数据集及建模数据集，确定权重参数；最后，建模数据集及权重参数创建业务预测模型。本方案通过使用与目标数据集类似的辅助数据集，通过量化方式筛选出建模数据集，并对建模数据集中的样本权重进行调整，以使建模数据集中的样本更加接近待创建业务预测模型所对应业务的样本，能使创建的业务预测模型具有更强的预测能力和稳定性。
一种业务预测模型创建方法装置计算机可读存储介质

[发明专利]一种业务策略生成方法、装置及计算机可读存储介质-CN202110937450.3在审
发明人：顾凌云;谢旻旗;周轩;欧舒敏 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-08-16 - 公布日： 2021-11-05 - 主分类号： G06K9/62 文献下载
摘要：本申请提供的业务策略生成方法、装置及计算机可读存储介质，首先对获取的多维度特征变量组成的特征变量集中的特征变量进行筛选；接着，对筛选后的特征变量进行变量衍生，得到衍生特征变量集；再接着，基于筛选出的衍生特征变量及其对应的信息量图，确定规则集；最后，从规则集中提取出符合提取条件的规则作为业务策略。先从多维度特征变量组成的特征变量集中筛选出有效的特征变量，再进行衍生得到新的衍生特征变量，可以避免大量无效的特征变量组合，且能在一定程度上提高运行效率，另外，相对于现有技术中单一变量规则的业务策略，基于多维度特征变量形成的衍生特征变量所构成的业务策略具有更强的泛化性，实际使用时业务策略的有效性更强。
一种业务策略生成方法装置计算机可读存储介质

[发明专利]跨场景迁移分类模型形成方法、装置及可读存储介质-CN202110939361.2在审
发明人：顾凌云;谢旻旗;张阳;王震宇 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-08-16 - 公布日： 2021-11-05 - 主分类号： G06K9/62 文献下载
摘要：本申请提供的跨场景迁移分类模型形成方法、装置及可读存储介质，将源域样本集与目标域训练样本集组成训练样本集，训练样本集与目标域测试集的分布不同，通过调整源域样本与目标域训练样本的样本权重，找到源域样本中与目标域分布最接近的样本，同时放大目标域样本损失的影响，增加有效数据权重，降低无效数据权重。通过模型效果参数判断是否迭代结束，并将训练过程中表现最好的一次作为决策。相对于现有技术中迁移学习算法通过提升多个弱分类器，使用后一半的弱分类器进行综合投票，得出最后的决策的方式，本申请使用在训练过程中表现最好的学习器进行决策，相当于整个迁移学习过程只发生在模型训练过程中，降低了开发难度。
场景迁移分类模型形成方法装置可读存储介质

[发明专利]建模数据集确定方法及装置-CN202110939154.7在审
发明人：顾凌云;谢旻旗;段湾;谢苗;王存伟;冯杰 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-08-16 - 公布日： 2021-10-19 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供一种建模数据集确定方法及装置，涉及数据处理技术领域。首先，基于第一样本数据集筛选出多个的特定分类模型；接着，通过第二样本数据集对所述特定分类模型进行训练；再接着，基于训练好的特定分类模型对第一样本数据集及对第二样本数据集进行预测，并根据预测结果筛选得到第三样本数据集和第四样本数据集；最后，由第三样本数据集与第四样本数据集形成更新后的第一样本数据集，重新回到对特定分类模型进行训练的步骤，进行预设次数的迭代运算，将最后一次运算得到的更新后的第一样本数据集作为建模数据集。通过上述过程可以将新的数据集与历史数据集融合在一起，如此可以增大建模数据集的规模，缩短建模所需数据集的积累时间。
建模数据确定方法装置

[发明专利]一种基于广告推送的数据特征优化方法及装置-CN202110620238.4在审
发明人：顾凌云;谢旻旗;段湾;汪仁杰;张涛;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-06-03 - 公布日： 2021-09-03 - 主分类号： G06Q30/02 文献下载
摘要：本申请公开了一种基于广告推送的数据特征优化方法及装置，通过对分箱结果进行数据特征优化处理的方式，能对线性强度不高的连续型特征做交叉生成新的特征，使得交叉后的特征更加地精确，从而对连续型特征进行降维的同时，能够在尽可能保留有用信息的前提下确保特征交集的最小化，避免在进行特征合并的过程中出现信息丢失，在应用到广告推送领域时，能够降低相关数据的复杂程度，并确保相关数据的特征识别度，当采用线性回归模型对上述数据特征进行处理时，能够确保线性回归模型的模型性能和效果，从而提高广告推送的准确性，减少无效广告推送造成的资源浪费。
一种基于广告推送数据特征优化方法装置

[发明专利]对特征序列进行分箱的方法、装置及计算机可读存储介质-CN202110711207.X在审
发明人：顾凌云;谢旻旗;段湾;李国隆;张涛;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-06-25 - 公布日： 2021-08-27 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供的的对特征序列进行分箱的方法、装置及计算机可读存储介质，涉及数据处理技术领域。首先，基于自顶向下的监督分箱方法对待分箱特征序列进行预分箱，将待分箱特征序列中的特征离散化，以确保预分箱中每个分割点都是当前的最佳划分点；接着，基于自底向上的监督分箱方法对预分箱后的数据子集进行相邻数据子集的独立性检验，对相邻数据子集中卡方值最小的相邻数据子集进行合并，以保证分箱结果的独立性。将通过上述分箱方法分箱后的特征应用于数据模型中，可以保证数据模型的稳定性和区分效果。
特征序列进行方法装置计算机可读存储介质

[发明专利]拒客回捞模型训练方法、装置及电子设备-CN202110713287.2在审
发明人：顾凌云;谢旻旗;段湾;乔韵如;王震宇 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-06-25 - 公布日： 2021-08-27 - 主分类号： G06Q40/02 文献下载
摘要：本申请提供一种拒客回捞模型训练方法、装置及电子设备，所述方法包括：根据用户数据训练样本确定入模变量并输入待训练模型进行处理，获得输出结果；根据样本标签、输出结果及预设的目标函数对待训练模型的模型参数进行调整；待训练模型的损失函数包括表征正样本的损失函数值的第一函数项和表征负样本的损失函数值的第二函数项，第一函数项包括表示正样本被预测为负样本时的第一惩罚系数，第二函数项包括表示负样本被预测为正样本时的第二惩罚系数，第一惩罚系数大于第二惩罚系数。如此，可以使得对将正样本预测为负样本的关注度高于将负样本预测为正样本，从而提高模型对正样本预测的准确度，确保模型在实际使用中回捞客户的风险在可控范围内。
拒客回捞模型训练方法装置电子设备

[发明专利]样本特征确定方法、样本特征确定装置和电子设备-CN202110620343.8在审
发明人：顾凌云;谢旻旗;段湾;汪仁杰;张涛;潘峻;陶雨婕 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-06-03 - 公布日： 2021-08-13 - 主分类号： G06K9/62 文献下载
摘要：本申请提供的样本特征确定方法、样本特征确定装置和电子设备，涉及机器学习技术领域。在本申请中，首先，基于样本数据包括的多个数据特征形成特征组合，得到初始特征组合；其次，对初始特征组合进行第一筛选处理，得到初始特征组合对应的第一特征组合；然后，基于数据特征之间的相关性关系和线性判别分析算法，对第一特征组合进行处理，得到第一特征组合对应的第二特征组合；最后，对第二特征组合进行第二筛选处理，得到第二特征组合对应的目标特征组合，用于训练机器学习模型。基于上述方法，可以改善现有技术中在确定用于训练机器学习模型的数据特征时存在确定的数据特征的有效性不佳的问题。
样本特征确定方法装置电子设备

1
2
3
下一页»
尾页
共 44 条