“解承莹”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种执行时间预测方法和系统-CN202211070702.8在审
发明人：潘晨;杜荣;解承莹;胡轩维;朱新新;詹姆士·张;庄紫;郭正元;张鑫;王世军 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-09-02 - 公布日： 2022-11-29 - 主分类号： G06Q10/04 文献下载
摘要：本说明书实施例提供了一种执行时间预测方法和系统，所述方法包括：基于对象在多个历史时间点的历史特征值，预测得到所述对象的一个或多个样本路径，其中样本路径包括所述对象在预设的未来多个时间点的预测特征值；利用示性函数预测模型处理一个或多个样本路径，得到各样本路径中不同时间点对应的示性函数预测值；所述示性函数预测值指示所述对象在样本路径中相应时间点对应的预测特征值是否是最优值；分别基于各样本路径中不同时间点对应的示性函数预测值，确定各样本路径对应的最优时间点；将各样本路径中成为最优时间点的频次最高的时间点，作为对所述对象执行预设操作的执行时间。
一种执行时间预测方法系统

[发明专利]用于自适应地优化在线资源分配的方法及装置-CN202210218555.8有效
发明人：方丰斌;方叶青;郭宇梁;杜荣;解承莹;杨霖;朱文豪;薛涛;王煜;王明 -专利权人：北京蚂蚁云金融信息服务有限公司
申请日： 2022-03-08 - 公布日： 2022-07-05 - 主分类号： G06F9/52 文献下载
摘要：本公开提供一种用于自适应地优化在线资源分配的方法及装置。该方法包括：从虚拟路由单元接收在线资源分配请求；对接收的在线资源分配请求进行处理；生成处理结果；将生成的处理结果在多个虚拟工作单元之间共享；以及基于共享的处理结果，在所述多个虚拟工作单元之间同步算法状态。
用于自适应优化在线资源分配方法装置

[发明专利]用于在线资源分配的方法及装置-CN202210218563.2有效
发明人：方丰斌;杜荣;杨霖;薛涛;朱文豪;王煜;郭宇梁;方叶青;解承莹;王明 -专利权人：北京蚂蚁云金融信息服务有限公司
申请日： 2022-03-08 - 公布日： 2022-06-28 - 主分类号： G06F9/50 文献下载
摘要：本公开提供一种用于在线资源分配的方法及装置。该方法包括：获取关于当前和历史在线资源分配请求量的信息；基于所获取的信息来预测在未来特定时段内的在线资源分配请求量；基于预测的在线资源分配请求量、虚拟路由单元的处理能力和虚拟工作单元的处理能力来计算满足所述预测的在线资源分配请求量的算力配置；以及基于计算的算力配置来调整所述虚拟路由单元的数量和所述虚拟工作单元的数量。
用于在线资源分配方法装置

[发明专利]商户业务周转异常的识别方法及装置-CN201910625885.7在审
发明人： 解承莹 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-07-11 - 公布日： 2019-11-15 - 主分类号： G06Q30/00 文献下载
摘要：本申请公开了一种商户业务周转异常的识别方法和装置，该方法包括：计算机设备读取商户的贸易日时序，计算贸易日时序的功率谱，得到商户的业务周转周期，根据商户的业务周转周期对商户进行聚类，在每一类的商户中，分别抽取业务周转异常的商户对应的交易特征样本数据，以及业务周转正常的商户对应的交易特征样本数据，为该类用户中抽取的每个样本数据打上标记；计算机设备对每一类的商户，分别使用该类商户中抽取的交易特征样本数据训练该类商户对应的贸易状况监控模型；计算机设备读取待识别的商户的交易特征，将待识别的商户的交易特征输入商户的类所对应的贸易状况监控模型，从贸易状况监测模型输出识别该商户是否业务周转异常的信号。
商户交易特征样本数据计算机设备贸易状况周转抽取读取监控模型周转周期时序方法和装置监测模型输出识别功率谱聚类贸易申请

[发明专利]用于识别异常交易的方法及装置-CN201910579410.9在审
发明人： 解承莹 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-06-28 - 公布日： 2019-10-22 - 主分类号： G06Q20/40 文献下载
摘要：本公开提供用于识别异常交易的方法，包括：基于待识别交易样本，利用各个异常交易类别的第一异常交易识别模型，确定待识别交易与所述各个异常交易类别的各个第一关联度，所述各个异常交易类别的第一异常交易识别模型是利用相应异常交易类别的第一异常交易样本集训练得到的；以及基于确定出的各个第一关联度，利用第二异常交易识别模型确定所述待识别交易是否为异常交易，所述第二异常交易识别模型是利用第二异常交易样本集中的各个第二异常交易样本与所述各个异常交易类别中的至少一个异常交易类别的第二关联度训练得到的，所述第二关联度利用所述第一异常交易模型确定。
异常交易关联度样本模型确定交易样本集