[發明專利]基于機器學習算法的資源分配方法有效
| 申請號： | 201810839010.2 | 申請日： | 2018-07-27 |
| 公開（公告）號： | CN110766430B | 公開（公告）日： | 2022-10-28 |
| 發明（設計）人： | 黃云飛;莊煒 | 申請（專利權）人： | 深圳市立信創源科技有限公司 |
| 主分類號： | G06Q30/02 | 分類號： | G06Q30/02;G06Q20/06;G06N3/00 |
| 代理公司： | 華進聯合專利商標代理有限公司 44224 | 代理人： | 吳平 |
| 地址： | 518101 廣東省深圳市寶安區西鄉街道*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 機器 學習 算法 資源 分配 方法 | ||
1.一種基于機器學習算法的資源分配方法，其特征在于，所述方法包括：
資源分配終端接收用戶終端發送的資源獲取請求，所述資源獲取請求中攜帶用戶標識；
所述資源分配終端根據所述用戶標識確定所述用戶的第一用戶類型；所述第一用戶類型包括首次訪問用戶或者非首次訪問用戶；
若所述用戶為首次訪問用戶，則所述資源分配終端采用所述機器學習算法對歷史首次訪問用戶的資源分配參數和資源分配時間進行學習，確定所述用戶當前的第一資源分配參數；
若所述用戶為非首次訪問用戶，則所述資源分配終端根據用戶終端對資源分配者的資源消耗數值，確定所述用戶的第二用戶類型；其中，所述第二用戶類型包括所述用戶終端針對所述資源分配者的資源消耗數值滿足預設閾值的增長性用戶、或所述用戶終端針對所述資源分配者的資源消耗數值不滿足預設閾值的非增長性用戶；
所述資源分配終端根據所述第二用戶類型，采用機器學習算法對歷史資源分配數據進行學習，確定所述用戶當前的第二資源分配參數；
所述歷史資源分配數據包括歷史的資源分配參數、歷史的資源分配時間和其他終端設備對資源分配者的資源消耗數值；所述資源分配參數表征資源的分配大小；
所述資源分配終端獲取資源消耗對象的屬性；
所述資源分配終端通過機器學習算法對所述資源消耗對象的屬性和資源分配參數進行學習，確定新的資源分配參數；所述資源分配參數為所述第一資源分配參數或所述第二資源分配參數；
所述資源分配終端根據所述新的資源分配參數從預設的資源池中獲取目標資源，并將所述目標資源分配給所述用戶終端。
2.根據權利要求1所述的方法，其特征在于，所述第一資源分配參數使所述用戶終端針對所述資源分配者的資源消耗數值滿足第一預設條件。
3.根據權利要求2所述的方法，其特征在于，所述第一資源分配參數為所述歷史資源分配數據中使所述用戶終端針對所述資源分配者的資源消耗數值滿足第一預設條件的最小資源分配參數。
4.根據權利要求1所述的方法，其特征在于，所述第二資源分配參數使所述用戶終端針對所述資源分配者的資源消耗數值滿足第二預設條件。
5.根據權利要求4所述的方法，其特征在于，若所述用戶為增長性用戶，則所述第二資源分配參數為所述歷史資源分配數據中使所述用戶終端針對所述資源分配者的資源消耗數值滿足第二預設條件的最小資源分配參數。
6.根據權利要求4所述的方法，其特征在于，若所述用戶為非增長性用戶，則所述第二資源分配參數為所述歷史資源分配數據中使所述用戶終端針對所述資源分配者的資源消耗數值的波動誤差滿足第二預設條件的最小資源分配參數。
7.根據權利要求1-6任一項所述的方法，其特征在于，所述資源分配終端根據所述用戶標識確定所述用戶的第一用戶類型，包括：
所述資源分配終端根據檢測到的所述用戶標識的次數，確定所述用戶的第一用戶類型。
8.根據權利要求1-6任一項所述的方法，其特征在于，所述機器學習算法為粒子群算法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳市立信創源科技有限公司，未經深圳市立信創源科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810839010.2/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種數據價值評估系統及方法
- 下一篇：判斷用戶對優惠券是否敏感的方法和裝置
