“刘成烽”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16个，建议您升级VIP下载更多相关专利

[发明专利]一种基于联邦学习的分类模型训练方法及相关设备-CN202310148673.0在审
发明人： 刘成烽 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-02-03 - 公布日： 2023-10-27 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于联邦学习的分类模型训练方法及相关设备，分类模型包括设置在各参与设备的本地特征提取网络和设置在第一参与设备的分类网络，该方法包括：基于第一参与设备获取各参与设备基于本地特征提取网络对本地第一样本数据特征提取的第一特征向量；基于第一参与设备对各第一特征向量进行拼接并将拼接结果输入至分类网络分类得到第一分类结果；基于目标参与设备中的本地特征提取网络对本地第二样本数据进行特征提取得到第二特征向量；利用判别网络基于第二特征向量进行判别得到判别结果；利用目标损失函数基于第一分类结果和判别结果对分类模型和判别网络进行对抗训练。本发明在实现分类模型分类时序稳定的同时，满足了数据隐私需求。
一种基于联邦学习分类模型训练方法相关设备

[发明专利]目标对象的信用度确定方法、装置、存储介质及电子装置-CN201711184047.8有效
发明人：陈谦;陈培炫;陈玲;刘成烽 -专利权人：广州腾讯科技有限公司
申请日： 2017-11-23 - 公布日： 2023-05-16 - 主分类号： G06Q10/063 文献下载
摘要：本发明公开了一种目标对象的信用度确定方法、装置、存储介质及电子装置。其中，该装置包括：获取第一帐号的第一特征信息，以及第二帐号的第二特征信息；根据第一特征信息确定第一帐号的第一信用度信息，并根据第二特征信息确定第二帐号的第二信用度信息；根据第一信用度信息和第二信用度信息确定第一帐号的目标信用度。本发明解决了现有技术中对目标帐号的信用度进行确定时的准确性较低的技术问题。
目标对象信用度确定方法装置存储介质电子

[发明专利]服务提供方法及服务平台-CN201710254095.3有效
发明人：陈谦;陈培炫;陈玲;段培;刘日佳;郑博;刘成烽;黄巩怡;黄引刚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-04-18 - 公布日： 2022-06-07 - 主分类号： H04L41/5061 文献下载
摘要：本发明实施例提供一种服务提供方法及服务平台，所述服务提供方法包括：获取服务请求；获取服务请求的请求用户的信用分，其中，所述信用分，用于表征所述请求用户违反预定规则的概率；获取服务请求的请求用户的信用分，其中，所述信用分，用于表征所述请求用户违反预定规则的概率；基于所述服务请求，执行与所述信用分对应的服务逻辑。
服务提供方法平台

[发明专利]机器学习模型训练方法、装置和计算机设备-CN201710322670.9有效
发明人： 刘成烽;郑博;黄巩怡;段培 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-05-09 - 公布日： 2022-01-18 - 主分类号： G06N20/00 文献下载
摘要：本申请涉及一种机器学习模型训练方法、装置和计算机设备，该方法包括：获取通过社交平台的用户标识相关联的第一用户数据及第一标签；所述第一标签源自第一业务，所述第一用户数据源自所述社交平台；获取通过所述社交平台的用户标识相关联的第二用户数据及第二标签；所述第二用户数据源自所述社交平台，所述第二标签源自第二业务；根据所述第一用户数据、所述第一标签、所述第二用户数据和所述第二标签，训练针对所述第二业务的机器学习模型。本申请的方案可以尽量避免在训练样本不足时导致机器学习模型预测准确性较低的问题。
机器学习模型训练方法装置计算机设备

[发明专利]一种数据验证方法及装置-CN201710073782.5有效
发明人： 刘成烽;刘志斌;陈谦;黄巩怡 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-02-10 - 公布日： 2021-09-21 - 主分类号： G06Q40/02 文献下载
摘要：本发明实施例提供了一种数据验证方法及装置，在获得对象在预设时间段内的征信数据以及对应的征信分后，本申请将根据预设算法，利用该预设时间段内的征信数据，计算给定置信度下对象的征信分的置信区间，来预测该征信分的可信度，从而基于该对象的征信分以及该置信区间，针对该对象执行相应预设操作，与现有技术中仅基于对象的征信分大小，针对对象执行预设操作的方案相比，本申请增加了对对象征信分可信度的识别，提高了信用好坏对象的识别准确性，能够为同一征信分不同行为对象分别提供相应的控制策略，更好地为真正信用高的对象提供服务。
一种数据验证方法装置

[发明专利]一种招聘平台的求职人推荐页面展示方法及装置-CN201611026794.4有效
发明人：郑博;陈谦;黄巩怡;刘成烽;王星雅;刘日佳;刘志斌 -专利权人：腾讯科技(深圳)有限公司
申请日： 2016-11-18 - 公布日： 2021-08-13 - 主分类号： G06F16/2457 文献下载
摘要：本申请实施例提供一种招聘平台的求职人推荐页面展示方法及装置，本申请筛选得到满足基本要求条件的候选求职人之后，进一步确定其第一信用分，该第一信用分表示候选求职人的个人信息的可信程度，基于第一信用分，确定对应候选求职人与所述目标职位的匹配度，根据各候选求职人与所述目标职位的匹配度，确定各所述候选求职人在所述求职人推荐页面中的排序结果，进而在向用户发送的求职人推荐页面中，高匹配度的求职人可以排在前面，招聘方可以优先查阅与目标职位信息匹配度更高的求职人，提高了招聘方快速找到满意的求职人的概率。
一种招聘平台求职推荐页面展示方法装置

[发明专利]信用分值预测方法及装置-CN201710076216.X有效
发明人：黄巩怡;郑博;陈谦;刘成烽 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-02-13 - 公布日： 2021-05-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种信用分值预测方法及装置，属于大数据技术领域。方法包括：获取至少两个数据源中每个数据源提供的样本数据，分别根据至少两个数据源中每个数据源提供的样本数据进行训练，得到与至少两个数据源对应的至少两个预测子模型，并获取每个预测子模型的错判率；将目标用户的特征数据分别输入到每个预测子模型中，得到每个预测子模型输出的信用分值；根据每个预测子模型的错判率，对每个预测子模型输出的信用分值进行统计，得到目标用户的信用分值。本发明应用至少两个预测子模型以及该至少两个预测子模型的错判率统计得到的信用分值能够表示目标用户在至少两个方面的可信程度，预测的信用分值更加全面，提高了预测的精确性。
信用分值预测方法装置

[发明专利]一种从候选用户列表中选择用户的方法、装置及服务器-CN201611041837.6有效
发明人：陈谦;刘成烽;陈培炫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2016-11-18 - 公布日： 2021-01-22 - 主分类号： A63F13/795 文献下载
摘要：本发明实施例提供一种从候选用户列表中选择用户的方法、装置及服务器，该方法包括：获取客户端发送的请求候选用户列表的信息；从第一应用平台确定各候选用户的历史行为特征；及从第二应用平台确定各候选用户在第二应用平台的画像特征及历史行为特征；根据各候选用户在第一应用平台的历史行为特征，和在第二应用平台的画像特征及历史行为特征，预测各候选用户在第一应用平台作出异常行为的概率，并转换为负相关关系的信用分；在候选用户列表中为各候选用户标记相应的信用分并反馈给客户端；接收客户端发送的用户选择指令，用户选择指令用于指示候选用户列表中被选择的候选用户。本发明实施例可提升从候选用户列表中选择用户的选择结果的可靠性。
一种候选用户列表选择方法装置服务器

[发明专利]一种路由管理方法及相关设备-CN201810618325.4有效
发明人： 刘成烽 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-06-14 - 公布日： 2020-11-06 - 主分类号： H04W28/10 文献下载
摘要：本申请实施例公开了一种路由管理方法及相关设备，包括：获取所述路由设备的流量阈值、以及连接到所述路由设备上的至少一个用户设备中每个用户设备的用户信用分；根据所述流量阈值和所述用户信用分，确定所述每个用户设备所允许的最大流量值；根据所述每个用户设备所允许的最大流量值，对所述路由设备进行管理。采用本申请实施例，实现合理分配流量资源，提高流量资源的利用率。
一种路由管理方法相关设备

[发明专利]信用预测模型的训练方法、预测方法及装置、介质和设备-CN201910969520.6在审
发明人： 刘成烽 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-10-12 - 公布日： 2020-02-11 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及机器学习技术领域，提供了一种信用预测模型的训练方法及装置、信用预测方法及装置，以及实现上述方法的计算机存储介质和电子设备。其中，该训练方法包括：获取包含时间点的训练样本，并将所述训练样本输入信用预测模型；对所述训练样本进行特征衍生处理，得到包含时间点的衍生特征；根据所述衍生特征与所述衍生特征的时间点计算所述特征衍生处理过程中的时序损失函数值；根据所述时序损失函数值确定所述信用预测模型的目标函数值，以根据所述目标函数值对所述信用预测模型进行训练。本技术方案能够提升信用预测模型的时序稳定性以及预测准确度。
预测模型信用训练样本时间点目标函数时序损失计算机存储介质机器学习技术准确度时序电子设备预测

[发明专利]风险预测模型的训练方法、预测方法及装置、介质和设备-CN201910858418.9在审
发明人： 刘成烽 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-09-11 - 公布日： 2020-01-10 - 主分类号： G06Q10/04 文献下载
摘要：本公开涉及机器学习技术领域，提供了一种风险预测模型的训练方法及装置、风险预测方法及装置，以及实现上述风险预测模型的训练方法和上述风险预测方法的计算机存储介质和电子设备。其中，该训练方法包括：获取具有时序的训练样本，并将训练样本输入风险预测模型；获取风险预测模型的特征衍生层输出的具有时序的衍生特征，其中，衍生特征为特征衍生层对训练样本进行特征衍生得到的；根据衍生特征在不同时序的时间点上的分布差异计算特征衍生层的时序损失函数值；根据时序损失函数值确定风险预测模型的目标函数值，以根据目标函数值对风险预测模型进行训练。本技术方案能够提升风险预测模型的时序稳定性。
风险预测时序训练样本目标函数时序损失计算机存储介质机器学习技术电子设备分布差异时间点输出

[发明专利]一种用户行为预测方法、装置、设备及存储介质-CN201910822348.1在审
发明人： 刘成烽 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-09-02 - 公布日： 2020-01-03 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种用户行为预测方法、装置、设备及存储介质，所述方法包括：将训练场景中的行为分类模型迁移至目标场景；将目标对象的行为数据输入行为分类模型，对目标对象在目标场景中的行为进行预测；其中，确定行为分类模型包括：获取训练场景中标注有行为类别标签的样本对象的行为数据；对第一预设机器学习模型与第二预设机器学习模型进行对抗学习训练；调整第一预设机器学习模型与第二预设机器学习模型的参数，直至样本对象的行为数据满足预设条件；将当前模型参数所对应的第二预设机器学习模型作为行为分类模型。采用本申请的技术方案，实现了在保护用户隐私的前提下，保证用户行为分类的准确性。
机器学习模型预设行为分类行为数据目标场景目标对象训练场景样本对象用户行为预测存储介质分类模型类别标签模型参数输入行为学习训练用户行为用户隐私预设条件申请标注迁移对抗分类预测保证

[发明专利]时间序列数据的预测方法、装置及计算机可读存储介质-CN201910779017.4在审
发明人： 刘成烽 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-08-22 - 公布日： 2019-11-19 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供了一种时间序列数据的预测方法、装置、及计算机可读存储介质，涉及计算机技术领域。该方法包括：接收待测试用户的时间序列数据；将时间序列数据输入训练后的时序模型的目标分类网络，以使得目标分类网络对时间序列数据进行降维压缩，得到对应的衍生特征数据，以及，对衍生特征数据进行目标分类，得到时间序列数据对应的目标分类的结果的预测概率，并将预测概率进行输出；基于预测概率确定出待测试用户的测试结果。本申请实施例保证了得到的应用时点的目标分类的结果的预测概率与建模时点的目标分类的结果的分布尽可能一致，使得基于训练后的时序模型构造的策略能够更稳定持久的运行，更好的满足了实际应用需求。
目标分类时间序列数据预测待测试用户时序模型特征数据时点概率计算机可读存储介质计算机技术领域概率确定降维压缩应用需求建模申请网络输出应用保证

[发明专利]数据预测方法及计算机可读存储介质-CN201910631657.0在审
发明人： 刘成烽 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-07-12 - 公布日： 2019-10-18 - 主分类号： G06Q40/02 文献下载
摘要：本申请实施例提供了一种数据预测方法及计算机可读存储介质，该方法包括：采集待预测的目标特征数据，并根据目标特征数据及预设的原始特征数据确定群体稳定性指标；当群体稳定性指标大于稳定性阈值，对目标模型进行训练，将目标特征数据输入至训练后的目标模型，对信贷违约风险进行预测，确定训练后的目标模型的信贷违约风险预测值，以使得训练后的目标模型的信贷违约风险预测值对应的信贷违约风险预测结果与将原始特征数据输入至原始模型得到的信贷违约风险预测值对应的信贷违约风险预测结果之间的均方误差值小于均方误差阈值。该方法实现了在业务发生变化的情况下，保持训练后的目标模型的信贷违约风险预测值的准确度。
风险预测目标模型信贷目标特征计算机可读存储介质稳定性指标均方误差数据预测原始特征数据确定业务发生原始模型准确度预测预设群体采集申请

[发明专利]保险中逆选择用户的识别方法、装置及计算机设备-CN201711096634.1在审
发明人： 刘成烽 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-11-09 - 公布日： 2019-05-17 - 主分类号： G06Q40/08 文献下载
摘要：本申请涉及一种保险中逆选择用户的识别方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取被保险人的网络账号对应的历史行为数据；根据所述被保险人的网络账号对应的历史行为数据获取第一行为特征数据；基于所述第一行为特征数据及逆选择预测模型确定所述被保险人为逆选择用户的概率，所述逆选择预测模型是通过对与预定网络账号集合中的各网络账号对应的第二行为特征数据进行机器学习处理获得。本申请提供的方案能够提高逆选择用户的识别准确率。
行为特征数据网络账号历史行为数据计算机设备预测模型保险计算机可读存储介质机器学习预定网络账号集合准确率申请概率

1
2
下一页»
尾页
共 16 条