[發(fā)明專利]資源分配方法與裝置

有效

• 申請?zhí)枺?/td>: 201910243900.1
• 申請日: 2019-03-28
• 公開（公告）號: CN109993428B
• 公開（公告）日: 2022-05-31
• 發(fā)明（設計）人: 王萌
• 申請（專利權）人: 第四范式（北京）技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02
• 代理公司: 北京展翼知識產權代理事務所(特殊普通合伙) 11452
• 代理人: 張陽

1.一種資源分配方法，包括：

預測分別為目標對象集合中各目標對象分配不同量的資源時的收益率；

根據預測出的收益率和資源分配方法，確定分別為各目標對象分配不同量的資源時，單位資源對應的收益率回報；

在預設的可分配資源總量的限制條件下，根據分別為各目標對象分配不同量的資源時的單位資源對應的收益率回報，確定目標對象集合中各目標對象對應的資源分配量，

其中，在確定了為各目標對象分配不同的資源時的單位資源對應的收益率回報后，對各目標對象的非優(yōu)資源分配量進行過濾，非優(yōu)資源分配量是指資源量和單位資源對應的收益率回報均小于某一資源分配量的資源分配量，將保留的所述目標對象的資源分配量和單位資源對應的收益率回報，轉換為所述目標對象的邊際收益和對應的邊際成本，所述目標對象在保留的某一資源分配量下的邊際收益用于表征針對所述目標對象分配該資源分配量相比于針對所述目標對象分配保留的資源分配量中按照資源量由小到大的排列順序與該資源分配量相鄰且位于該資源分配量之前的資源分配量的單位收益，所述邊際成本用于表征所述資源分配量，

確定目標對象集合中各目標對象對應的資源分配量的步驟包括：將所有目標對象的邊際收益按照由大到小的順序遍歷，按照邊際成本累積到恰好小于預設的可分配資源總量的位置即可得到目標對象集合中各目標對象對應的資源分配量。

2.如權利要求1所述的方法，其中，所述預測分別為目標對象集合中各目標對象分配不同量的資源時的收益率包括如下中的任一種：

使用經訓練的模型預測分別為目標對象集合中各目標對象分配不同量的資源時的收益率；

基于規(guī)則預測分別為目標對象集合中各目標對象分配不同量的資源時的收益率；

基于蒙特卡洛模擬預測分別為目標對象集合中各目標對象分配不同量的資源時的收益率；

基于貝葉斯算法預測分別為目標對象集合中各目標對象分配不同量的資源時的收益率。

3.如權利要求1所述的方法，其中，當使用經訓練的模型預測分別為目標對象集合中各目標對象分配不同量的資源時的收益率時，該方法在使用經訓練的模型之前，還包括以下訓練模型的步驟：

獲取關于資源分配的歷史數據記錄集合；

對于所述歷史數據記錄集合中的各數據記錄進行特征抽取處理，得到訓練樣本集合；

基于所述訓練樣本集合訓練所述模型。

4.如權利要求3所述的方法，其中，該方法還包括：

如果一條歷史數據記錄表示為特定目標對象分配指定數量資源后有收益產生或達到預期收益，構造為該特定目標對象分配比所述指定數量資源更多的資源后有收益產生的正訓練樣本添加到所述訓練樣本集合中；

和/或，

如果一條歷史數據記錄表示為特定目標對象分配指定數量資源后無收益產生或未達到預期收益，構造為該特定目標對象分配比所述指定數量資源更少的資源后無收益產生的負訓練樣本添加到所述訓練樣本集合中。

5.如權利要求3所述的方法，其中，該方法還包括：

獲取關于資源分配的第二歷史數據記錄集合，所述第二歷史數據記錄集合是經所述經訓練的模型預測后的多個預測樣本的實際業(yè)務反饋數據集合；

基于所述第二歷史數據記錄集合對使用經訓練的模型預測的收益率進行修正，以得到經修正的預測出的收益率用于所述收益率回報的確定。

6.如權利要求5所述的方法，其中，基于所述第二歷史數據記錄集合對使用經訓練的模型預測的收益率進行修正包括：

按照所述經訓練的模型針對多個預測樣本進行預測得到的收益率的大小順序，構造第一有序集合，所述第一有序集合包括多個第一元素，每個所述第一元素包括所述經訓練的模型針對一個預測樣本的預測收益率值和該預測樣本的實際業(yè)務反饋分值；

根據所述第一有序集合中某一預測收益率附近預定數量個第一元素中的實際業(yè)務反饋分值，計算所述預測的收益率的修正值，所述修正值與所述預定數量個第一元素中的實際業(yè)務反饋分值之和相關，以及與所述預定數量相關；

根據計算得到的修正值對所述預測的收益率進行修正。