资源确定方法、装置、计算设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110795622A(43)申请公布日2020.02.14(21)申请号201910951114.7(22)申请日2019.10.08(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人杨永晟(74)专利代理机构北京东方亿思知识产权代理有限责任公司11258代理人彭琼(51)Int.Cl.G06F16/9535(2019.01)G06Q10/06(2012.01)G06Q30/06(2012.01)G06Q40/06(2012.01)权利要求书3页说明书9页附图2页(54)发明名称资源确定方法、装置、计算设备和存储介质(57)摘要本说明书一个或多个实施例提供了一种资源确定方法、装置、计算设备和存储介质。在一个实施例中，该方法包括：获取第一用户的第一风险率和第一收益率；从多个资源中确定满足第一风险率和第一收益率的目标资源，其中，每个资源包括预设风险率和预设收益率；预设风险率为将资源的风险特征数据输入风险模型得到的，风险模型是利用风险资源样本的源域特征数据训练得到第一风险模型，并利用风险资源样本的目标域特征数据对第一风险模型迁移学习得到；预设收益率为将资源的收益特征数据输入收益模型得到的，收益模型是利用收益资源样本的源域特征数据训练得到第一收益模型，并利用收益资源样本的目标域特征数据对第一收益模型迁移学习得到。CN110795622ACN110795622A权利要求书1/3页1.一种资源确定方法，所述方法包括：获取第一用户的第一风险率和第一收益率；从多个资源中确定满足所述第一风险率且满足所述第一收益率的目标资源，其中，所述多个资源中的每个资源包括预设风险率和预设收益率；所述预设风险率为将与所述预设风险率对应的资源的风险特征数据输入风险模型得到，所述风险模型是利用风险资源样本的源域特征数据进行训练得到第一风险模型，并利用所述风险资源样本的目标域特征数据对所述第一风险模型进行迁移学习得到；所述预设收益率为将与所述预设收益率对应的资源的收益特征数据输入收益模型得到，所述收益模型是利用收益资源样本的源域特征数据进行训练得到第一收益模型，并利用所述收益资源样本的目标域特征数据对所述第一收益模型进行迁移学习得到。2.根据权利要求1所述的方法，其中，所述获取第一用户的第一风险率和第一收益率，包括：接收所述第一用户输入的所述第一风险率和所述第一收益率。3.根据权利要求1所述的方法，其中，所述获取第一用户的第一风险率和第一收益率，包括：获取所述第一用户的第一历史行为信息；所述第一历史行为信息包括所述第一用户的每个资源的第二风险率和第二收益率；根据所述每个资源的第二风险率确定所述第一风险率，以及根据每个资源的第二收益率确定所述第一收益率。4.根据权利要求1所述的方法，其中，所述获取第一用户的第一风险率和第一收益率，包括：获取所述第一用户的第一历史行为信息，以及多个第二用户中每个第二用户的第二历史行为信息；所述第一历史行为信息包括所述第一用户的每个资源的风险特征数据和收益特征数据；所述第二历史行为信息包括所述每个第二用户的每个资源的风险特征数据、收益特征数据、第三风险率、第三收益率和资源转移次数；计算所述第一用户的每个资源的风险特征数据和收益特征数据与所述每个第二用户的每个资源的风险特征数据和收益特征数据的相似度；确定满足相似度阈值的相似度对应的第二用户的每个资源的资源转移次数；根据满足预设次数阈值的所述资源转移次数对应的资源的第三风险率确定所述第一风险率，以及根据满足所述预设次数阈值的所述资源转移次数对应的资源的第三收益率确定所述第一收益率。5.根据权利要求1-4任一项所述的方法，其中，所述方法还包括：生成所述目标资源的分析信息；所述分析信息包括第一信息和第二信息，所述第一信息是使用评估参数shapvalue对风险资源样本中的源域特征数据包括的资源的多个风险特征数据计算得到的信息，所述第二信息是使用评估参数shapvalue对收益资源样本中的源域特征数据包括的资源的多个收益特征数据计算得到的信息。6.根据权利要求5所述的方法，其中，所述生成所述目标资源的分析信息，包括：使用预设模板生成所述分析信息。7.根据权利要求1-4任一项所述的方法，其中，所述方法还包括：2CN110795622A权利要求书2/3页向所述第一用户展示所述目标资源。8.一种资源确定装置，所述装置包括：获取模块，用于获取第一用户的第一风险率和第一收益率；确定模块，用于从多个资源中确定满足所述第一风险率且满足所述第一收益率的目标资源，其中，所述多个资源中的每个资源包括预设风险率和预设收益率；所述预设风险率为将与所述预设风险率对应的资源的