[發(fā)明專利]資源推薦方法、裝置、電子設備及機器可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011446780.4
• 申請日: 2020-12-08
• 公開（公告）號: CN112559859B
• 公開（公告）日: 2023-06-30
• 發(fā)明（設計）人: 葉鏗
• 申請（專利權）人: 杭州海康威視系統(tǒng)技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06N3/0464;G06N3/047;G06N3/084;G06Q50/00
• 代理公司: 北京博思佳知識產(chǎn)權代理有限公司 11415
• 代理人: 楊春香

1.一種資源推薦方法，其特征在于，包括：

獲取任務提交信息，所述任務提交信息包括期望最大運行時長以及需要運行的目標數(shù)據(jù)量；

確定所述目標數(shù)據(jù)量是否處于預先構(gòu)建的數(shù)據(jù)集的范圍內(nèi)；其中，所述預先構(gòu)建的數(shù)據(jù)集包括多條任務運行數(shù)據(jù)，所述任務運行數(shù)據(jù)包括數(shù)據(jù)量、資源值以及運行時長的對應關系；

若所述目標數(shù)據(jù)量處于所述預先構(gòu)建的數(shù)據(jù)集的范圍內(nèi)，依據(jù)期望最大運行時長、所述目標數(shù)據(jù)量以及所述預先構(gòu)建的數(shù)據(jù)集進行資源推薦；

其中，所述依據(jù)期望最大運行時長、所述目標數(shù)據(jù)量以及所述預先構(gòu)建的數(shù)據(jù)集進行資源推薦，包括：

依據(jù)所述期望最大運行時長，以及所述目標數(shù)據(jù)量，確定所述預先構(gòu)建的數(shù)據(jù)集中是否存在匹配的目標任務運行數(shù)據(jù)；

若不存在匹配的目標任務運行數(shù)據(jù)，確定所述期望最大運行時長和所述目標數(shù)據(jù)量歸屬的目標聚類簇；其中，所述預先構(gòu)建的數(shù)據(jù)集中的聚類簇是依據(jù)任務運行數(shù)據(jù)包括的運行時長和數(shù)據(jù)量進行聚類得到的；

依據(jù)所述目標聚類簇中各任務運行數(shù)據(jù)與所述期望最大運行時長、所述目標數(shù)據(jù)量的相似度，按照相似度從高到低的順序，將前k個任務運行數(shù)據(jù)確定為候選任務運行數(shù)據(jù)；

依據(jù)所述k個候選任務運行數(shù)據(jù)，利用預設資源推薦系統(tǒng)進行資源推薦；

其中，所述確定所述期望最大運行時長和所述目標數(shù)據(jù)量歸屬的目標聚類簇，包括：

確定所述預先構(gòu)建的數(shù)據(jù)集的至少一個聚類簇中是否存在所述期望最大運行時長和所述目標數(shù)據(jù)量歸屬的目標聚類簇；

若不存在，則按照預設步長，縮小所述任務運行數(shù)據(jù)包括的運行時長，并對運行時長縮小后的任務運行數(shù)據(jù)進行聚類，直至對運行時長縮小后的任務運行數(shù)據(jù)進行聚類得到的至少一個聚類簇中存在所述期望最大運行時長和所述目標數(shù)據(jù)量歸屬的目標聚類簇，或，當縮小后的運行時長達到預設閾值，且對運行時長縮小后的任務運行數(shù)據(jù)進行聚類得到的至少一個聚類簇中不存在所述期望最大運行時長和所述目標數(shù)據(jù)量歸屬的目標聚類簇時，將運行時長縮小后的所述數(shù)據(jù)集作為所述目標聚類簇。

2.根據(jù)權利要求1所述的方法，其特征在于，所述依據(jù)期望最大運行時長、所述目標數(shù)據(jù)量以及所述預先構(gòu)建的數(shù)據(jù)集進行資源推薦，還包括：

若存在匹配的目標任務運行數(shù)據(jù)，則依據(jù)所述目標任務運行數(shù)據(jù)進行資源推薦。

3.根據(jù)權利要求1或2所述的方法，其特征在于，所述預先構(gòu)建的數(shù)據(jù)集通過以下方式構(gòu)建：

獲取第一數(shù)量的YARN系統(tǒng)運行過的真實任務運行數(shù)據(jù)；

依據(jù)所述第一數(shù)量的真實任務運行數(shù)據(jù)構(gòu)建分段線性回歸模型；

依據(jù)所述分段線性回歸模型，構(gòu)建第二數(shù)量的模擬任務運行數(shù)據(jù)；

依據(jù)所述第一數(shù)量的真實任務運行數(shù)據(jù)，以及所述第二數(shù)量的模擬任務運行數(shù)據(jù)，構(gòu)建所述數(shù)據(jù)集。

4.根據(jù)權利要求1或2所述的方法，其特征在于，所述任務提交信息還包括目標業(yè)務模型；

所述確定所述目標數(shù)據(jù)量是否處于預先構(gòu)建的數(shù)據(jù)集的范圍內(nèi)，包括：

從預先構(gòu)建的數(shù)據(jù)集中確定與所述目標業(yè)務模型匹配的目標數(shù)據(jù)集；

確定所述目標數(shù)據(jù)量是否處于所述目標數(shù)據(jù)集的范圍內(nèi)；

其中，不同業(yè)務模型對應不同的分段線性回歸模型，且不同業(yè)務模型對應不同數(shù)據(jù)集。