-
公开(公告)号：CN109754319A
公开(公告)日：2019-05-14
申请号：CN201711081909.4
申请日：2017-11-07
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06Q40/02
摘要： 本申请公开了一种信用分值确定系统、方法、终端及服务器，属于信用评分领域。该系统包括：客户端和服务器；客户端，用于获取目标帐号在客户端上的基础数据；根据基础数据计算得到目标帐号的本端信用数据；向服务器发送目标帐号的本端信用数据；服务器，用于接收目标帐号的本端信用数据；根据目标帐号的本端信用数据和其它数据，计算目标帐号的信用分值；本申请可以解决服务器的计算量较大的问题；利用客户端自身承接了一部分计算量后，减少了服务器的计算量。
-
公开(公告)号：CN107257312B
公开(公告)日：2018-09-04
申请号：CN201710326207.1
申请日：2017-05-10
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明实施例公开了一种数据处理方法和装置，所述方法包括：获取目标公共广播群组对应的群组注册信息；根据所述群组注册信息查找与所述目标公共广播群组相关联的至少一个关联公共广播群组，并获取各关联公共广播群组分别对应的最新群组信用评分；根据所述目标公共广播群组对应的管理用户的用户信息评分和各最新群组信用评分，得到所述目标公共广播群组对应的初始群组信用评分；根据所述初始群组信用评分对所述目标公共广播群组进行配置。采用本发明，可通过各公众号之间的数据关联性，为新上线的公众号进行合理配置，以避免给关注公众号的用户造成不良影响。
-
公开(公告)号：CN106096638B
公开(公告)日：2018-08-07
申请号：CN201610394934.7
申请日：2016-06-03
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06K9/62
摘要： 本发明实施例提供种数据处理方法及装置,其中的方法可包括:获取待处理的社交行为数据流;对所述社交行为数据流进行预处理,将所述社交行为数据流从数据空间转换为低维特征空间向量;将所述低维特征空间向量输入至多层级的受限玻尔兹曼机RBM栈进行计算处理,以完成对所述社交行为数据流中隐含特征的提取。采用本发明实施例可通过多层级的RBM栈自动提取出社交行为数据流中抽象的隐含特征,提高效率,减小研发成本。
-
公开(公告)号：CN106097095B
公开(公告)日：2018-07-27
申请号：CN201610409746.7
申请日：2016-06-08
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06Q40/02
摘要： 本发明公开了种确定信用的方法及装置;方法包括:基于数据源获取地理位置序列,所述地理位置序列包括用户在不同时间所处的地理位置;将所述地理位置序列中的地理位置聚类得到地点;基于各所述地点对应的所述地理位置以及时间确定各所述地点的地理属性;基于各所述地点的地理属性以及对应时间构建地理属性序列;将所述地理属性序列中各地点对应的地理属性以及时间进行第映射处理得到所述用户的至少个维度的信用特征;基于所述用户的至少个维度的信用特征进行第二映射处理得到所述用户的信用。实施本发明,能够挖掘地理位置序列中的信息来全面确定用户的信用。
-
公开(公告)号：CN106095942B
公开(公告)日：2018-07-27
申请号：CN201610416751.0
申请日：2016-06-12
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06F17/30
摘要： 本发明公开了种强变量提取方法及装置;方法包括:基于基础变量池中的基础变量构造强变量,形成用于第k轮迭代训练的强变量候选集;基于所述强变量候选集对特征筛选模型进行第k轮迭代训练,k为取值依次增大的正整数,且k取值满足k≥1;将所述特征筛选模型输出的特征并入到入选特征集合,所述输出的特征为对所述特征筛选模型进行第k轮迭代训练后在所述强变量候选集中提取的强变量;基于第k轮迭代训练后所述特征筛选模型的残差确定需要对所述特征筛选模型进行第k+1轮迭代训练;筛除所述基础变量池中用于构造所述入选特征集合中的特征所使用的基础变量。实施本发明,能够从弱变量中有效提取强变量。
-
公开(公告)号：CN107979585A
公开(公告)日：2018-05-01
申请号：CN201710069478.3
申请日：2017-02-08
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明实施例提供一种数据处理方法、应用客户端及系统，其中方法包括：应用客户端在第一用户完成应用事件时，获取第一用户完成所述应用事件的完成证据；所述完成证据包括：所述第一用户完成所述应用事件的完成记录，以及所述应用事件关联的虚拟对象数据；根据所述完成证据，生成所述虚拟对象数据对应的数据区块，并在所述数据区块中携带所述完成记录，及指示所述虚拟对象数据的指示信息；为所述数据区块添加所述第一用户的签名信息；将添加有所述签名信息的数据区块广播到区块链网络；所述区块链网络由多个应用客户端接入。本发明实施例可实现可靠性较高、且服务器的资源开销较低的虚拟对象处理。
-
公开(公告)号：CN105894372B
公开(公告)日：2018-03-16
申请号：CN201610414335.7
申请日：2016-06-13
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06F17/30
摘要： 本发明涉及一种预测群体信用的方法和装置。所述方法包括：获取所选数据，将所述所选数据分为包含已知违约情况的个体的第一类群体数据和包含未知违约情况的个体的第二类群体数据；选取对应的预定义群体违约概率模型；根据选取的预定义群体违约概率模型求取所述第一类群体数据的群体违约概率，计算第一变量；获取第一类群体数据的群体特征变量；根据第一变量和第一类群体数据的群体特征变量进行训练得到群体违约预测模型；根据所述群体违约预测模型对所述第二类群体数据进行群体违约预测得到所述第二类群体数据的群体违约概率；将所述第二类群体数据的群体违约概率转化为对应的群体信用分值。实现了对群体信用的评估。
-
公开(公告)号：CN106127570A
公开(公告)日：2016-11-16
申请号：CN201610430886.2
申请日：2016-06-16
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06Q40/02
CPC分类号： G06Q40/025
摘要： 本发明实施例公开了一种征信系统的稳定性指标生成方法及装置，其中方法包括：在征信系统中选定样本用户集，抽样采集样本用户集中的样本用户账号在预设的信用数据类型下的样本信用数据；对于样本用户集中的每个样本用户账号，计算该样本用户账号在预设的信用数据类型下的样本信用数据随时间变化的稳定性特征函数；计算样本用户集中的样本用户账号在预设的信用数据类型下的稳定性特征函数的特征参数的分布，计算分布在预设的分布特征类型下的特征值；对在预设的信用数据类型下的每个特征参数在的每个预设的分布特征类型下的每个特征值进行归一化并加权后得到与预设的信用数据类型对应的稳定性指标。本发明可提高征信系统的稳定性。
-
公开(公告)号：CN106096638A
公开(公告)日：2016-11-09
申请号：CN201610394934.7
申请日：2016-06-03
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06K9/62
CPC分类号： G06K9/6298
摘要： 本发明实施例提供一种数据处理方法及装置，其中的方法可包括：获取待处理的社交行为数据流；对所述社交行为数据流进行预处理，将所述社交行为数据流从数据空间转换为低维特征空间向量；将所述低维特征空间向量输入至多层级的受限玻尔兹曼机RBM栈进行计算处理，以完成对所述社交行为数据流中隐含特征的提取。采用本发明实施例可通过多层级的RBM栈自动提取出社交行为数据流中抽象的隐含特征，提高效率，减小研发成本。
-
公开(公告)号：CN105894372A
公开(公告)日：2016-08-24
申请号：CN201610414335.7
申请日：2016-06-13
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06Q40/00
CPC分类号： G06Q40/00
摘要： 本发明涉及一种预测群体信用的方法和装置。所述方法包括：获取所选数据，将所述所选数据分为包含已知违约情况的个体的第一类群体数据和包含未知违约情况的个体的第二类群体数据；选取对应的预定义的群体违约概率；根据选取的预定义的群体违约概率求取所述第一类群体数据的群体违约概率，计算第一变量；获取第一类群体数据的群体特征变量；根据第一变量和第一类群体数据的群体特征变量进行训练得到群体违约预测模型；根据所述群体违约预测模型对所述第二类群体数据进行群体违约预测得到所述第二类群体数据的群体违约概率；将所述第二类群体数据的群体违约概率转化为对应的群体信用分值。实现了对群体信用的评估。
-
-
-
-
-
-
-
-
-
搜索结果
67 条记录 (耗时 0.077 秒)
