[發明專利]一種云計算環境中基于用戶感知價值的最優服務定價方法

在審

• 申請號: 201710009301.4
• 申請日: 2017-01-06
• 公開（公告）號: CN106875211A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 魏同權;邵高原
• 申請（專利權）人: 華東師范大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 上海藍迪專利商標事務所(普通合伙)31215
• 代理人: 徐筱梅,張翔

1.一種云計算環境中基于用戶感知價值的最優服務定價方法，其特征在于該方法包括以下具體步驟：

步驟一：基于用戶感知價值，確定收費周期t內實際購買服務用戶數量的概率分布；

步驟二：根據步驟一確定收費周期t內實際購買服務的用戶數量的期望模型；

步驟三：根據步驟二中實際購買用戶的數量期望模型，構建系統的收入模型；

步驟四：基于功耗以及租賃費，構建維護系統運行的開支耗費模型；

步驟五：根據步驟三及步驟四，確定系統的利潤模型，并根據相應的約束條件，將利潤最大化轉化為帶約束條件的優化；

步驟六：利用增廣拉格朗日方法求解最優化問題；

步驟七：將得到的最優解，包括最優服務定價、最優系統運行配置信息插入到歷史數據集中保存；

步驟八：當系統參數變動時，根據歷史數據集利用曲線擬合方法重新求得實際購買服務的用戶數量的概率分布。

2.如權利要求1所述的最優服務定價方法，其特征在于所述步驟一具體包括：

步驟A1：基于第i位用戶的感知價值X_i，確定用戶感知價值分布的概率密度函數f(x)以及累積分布函數F(x).當云服務定價設為ω時，F(x)滿足：0≤F(ω)≤1；lim_ω→∞F(ω)≤1；

步驟A2：把時間間隔t內服務的需求m定義為：到達并愿意以當前定價購買服務的潛在購買用戶數量，即所有感知價值X_i≥ω的顧客人數；則其概率分布為：

$P_{\mathrm{\ω}}\left(m\right|n)=\left(\begin{array}{c}n\\ m\end{array}\right)\×{\[1-F\left(\mathrm{\ω}\right)\]}^m\×{\[F\left(\mathrm{\ω}\right)\]}^{n-m}$

其中：n表示對當前定價感興趣的用戶數，m表示感興趣的用戶中實際以當前定價ω購買的用戶數量，P_ω(m|n)表示在定價為ω時實際購買服務的用戶數量的概率分布；

步驟A3：根據用戶需求確定基于市場供需關系的約束，保證基于用戶感知價值的需求分布符合市場供需關系；

用戶的需求和云服務的價格成反比，價格越高，購買的用戶數會下降：

$\underset{m=0}{\overset{c}{\Σ}}{P}_{\mathrm{\ω}+\mathrm{\Δ}}\left(m\right|n)\≤\underset{m=0}{\overset{c}{\Σ}}{P}_{\mathrm{\ω}}\left(m\right|n),c=0,1,2,...\mathrm{\∞};\mathrm{\Δ}\>0$

當云服務的價格趨向無窮大的時候，購買的用戶數量應該趨向于零：

$\underset{\mathrm{\ω}\→\mathrm{\∞}}{\lim }E\left(m|\mathrm{\ω}\right)=0$

其中：E(m|ω)表示定價為ω時，購買服務的用戶數量的期望；

步驟A4：確定收費周期t內，在當前定價下對服務感興趣的人數n的概率分布：

$P\left(n\right|{\mathrm{\λ}}_1)=\frac{{\left({\mathrm{\λ}}_{1}t\right)}^n{e}^{-{\mathrm{\λ}}_{1}t}}{n!},n=0,1,2,...\mathrm{\∞}$

其中：λ₁表示單位時間內用戶的到達率；

步驟A5：由于到達率λ₁具有波動性，為了表示這種不均勻的特性，確定λ₁的分布：

$g\left({\mathrm{\λ}}_1\right)=\frac{1}{\mathrm{\Γ}\left(\mathrm{\α}\right){\mathrm{\β}}^{\mathrm{\α}}}{{\mathrm{\λ}}_1}^{(\mathrm{\α}-1)}{e}^{-{\mathrm{\λ}}_1/\mathrm{\β}},0\≤{\mathrm{\λ}}_1\≤\mathrm{\∞}$

其中：α，β表示Gamma分布的兩個參數；Γ(α)表示gamma函數，與α的階乘相關；

步驟A6：根據步驟A2-A5確定時間間隔t內實際購買用戶的概率分布：

$\begin{array}{c}{P}_{\mathrm{\ω}}\left(m\right)={\∫}_{{\mathrm{\λ}}_1=0}^{\mathrm{\∞}}\underset{n=0}{\overset{\mathrm{\∞}}{\mathrm{\Σ}}}{P}_{\mathrm{\ω}}\left(m|n\right)P\left(n|{\mathrm{\λ}}_1\right)g\left({\mathrm{\λ}}_1\right){\mathrm{d\λ}}_1\\ =\left(\begin{array}{c}m+\mathrm{\α}-1\\ m\end{array}\right){\[\frac{\mathrm{\β}t\[1-F\left(\mathrm{\ω}\right)\]}{1+\mathrm{\β}t\[1-F\left(\mathrm{\ω}\right)\]}\]}^m{\[\frac{1}{1+\mathrm{\β}t\[1-F\left(\mathrm{\ω}\right)\]}\]}^{\mathrm{\α}}\end{array}.$