CN107844985A - 一种概率产品数据处理方法、系统及终端 - Google Patents
一种概率产品数据处理方法、系统及终端 Download PDFInfo
- Publication number
- CN107844985A CN107844985A CN201610838556.7A CN201610838556A CN107844985A CN 107844985 A CN107844985 A CN 107844985A CN 201610838556 A CN201610838556 A CN 201610838556A CN 107844985 A CN107844985 A CN 107844985A
- Authority
- CN
- China
- Prior art keywords
- probability
- probability product
- product
- dispersion
- zone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0212—Chance discounts or incentives
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种概率产品数据处理方法、系统及终端,通过根据概率产品出现的概率划分离散区间,使得离散区间的长度与概率产品出现的概率呈一一对应的关系,从而将概率产品数据处理问题转化为基于离散区间的随机数查找问题,降低了概率产品数据处理算法复杂度并且提升了概率产品数据处理算法的效率和稳定性。此外,本发明引入离散区域重建机制,通过监听引发重建的事件实现离散区域的及时重建,从而不仅能够避免反复抽选概率产品的情况,从而提高概率产品的抽选效率,而且还能够监听抽选情况以及概率产品的变动,并根据实际情况对抽选过程进行调控,具有较高的智能性。
Description
技术领域
本发明涉及移动互联网领域,尤其涉及一种概率产品数据处理方法、系统及终端。
背景技术
在移动互联网领域,各种依托于概率进行产品分配的应用程序层出不穷,但是这些应用程序在概率控制、成本控制以及产品运营方面均存在一定缺陷,并且对于概率产品数据的处理效率也较低、智能化程度不足。
以抽奖软件为例,抽奖软件被广泛用于吸引用户的注意力及提高他们参与互联网活动的热度。但是,随着互联网参与人数的增加,在有限的抽奖成本基础上难以实现较好的抽奖效果,即如果奖品设置过少,很快抽完,用户的热度得不到持续,从而影响了用户抽奖的真实体验以及中奖率,而奖品设置过多,成本较高,难以为继。
此外,现有的抽奖算法还存在以下问题:
(1)需要根据奖品出现的概率进行一次或多次排序,算法复杂;
(2)若抽中的奖品不符合中奖条件,则需要反复抽奖,效率较低;
(3)不能根据抽奖的实际情况及时对抽奖的过程进行调控,智能性较低。
发明内容
为了解决上述技术问题,本发明提出了一种概率产品数据处理方法、系统及终端,通过根据概率产品出现的概率划分离散区间,使得离散区间的长度与概率产品出现的概率呈一一对应的关系,从而将概率产品数据处理问题转化为基于离散区间的随机数查找问题,降低了概率产品数据处理算法复杂度并且提升了概率产品数据处理算法的效率和稳定性。
本发明具体是以如下技术方案实现的:
一种概率产品数据处理方法,所述方法包括:
构建离散区域:
获取概率产品数据,所述概率产品数据包括概率产品的名称及所述概率产品出现的概率;
根据概率产品出现的概率计算所述概率产品对应的离散区间;
构建包括各个概率产品对应的离散区间的离散区域;
在所述离散区域对概率产品进行抽选:
在所述离散区域内生成一个随机数;
得到所述随机数所在的离散区间;
将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
优选的,所述根据概率产品出现的概率计算所述概率产品对应的离散区间包括:
根据所述概率产品数据生成概率产品序列;
根据概率产品出现的概率和所述概率产品在所述概率产品序列中的位置计算所述概率产品对应的离散区间。
优选的,述根据所述概率产品数据生成概率产品序列包括:
按照概率产品出现的概率由低到高或由高到低的顺序对概率产品进行排序,生成有序的概率产品序列。
优选的,基于二分查找法得到随机数所在的离散区间。
优选的,将所述随机数所在的离散区间对应的概率产品作为选中的概率产品之前还包括:判断所述随机数所在的离散区间对应的概率产品是否符合中选条件,若是,则将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
优选的,所述中选条件包括最大命中次数和/或命中时间段,所述最大命中次数限定了概率产品被抽中的最大次数,所述命中时间段限定概率产品被抽中的时间段。
优选的,还包括:在生成随机数之前,判断概率产品数据是否发生变更,若发生变更,则重新构建离散区域,并在重新构建离散区域后再对概率产品进行抽选。
优选的,还包括:监听引发重建的事件,若所述事件发生,则重新构建离散区域,并在重新构建离散区域后再对概率产品进行抽选。
优选的,所述引发重建的事件包括:概率产品数据变更、随机数所在的离散区间对应的概率产品不符合中选条件和/或定时重建。
优选的,若为定时重建,则由定时器管理重建的时间间隔,当到达重建的时间后,重新构建离散区域。
一种概率产品数据处理系统,包括:
离散区域构建模块,用于构建离散区域;所述离散区域构建模块包括:
概率产品数据获取单元,用于获取概率产品数据,所述概率产品数据包括概率产品的名称及所述概率产品出现的概率;
离散区间构建单元,用于根据概率产品出现的概率计算所述概率产品对应的离散区间;
离散区域构建单元,用于构建包括各个概率产品对应的离散区间的离散区域;
抽选模块,用于在所述离散区域对概率产品进行抽选;所述抽选模块包括:
随机数生成单元,用于在所述离散区域内生成一个随机数;
离散区间判定单元,用于得到所述随机数所在的离散区间;
选定单元,用于将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
进一步地,所述离散区间构建单元包括:
序列获取子单元,用于根据所述概率产品数据生成概率产品序列;
计算子单元,用于根据概率产品出现的概率和所述概率产品在所述概率产品序列中的位置计算所述概率产品对应的离散区间。
进一步地,所述抽选模块还包括:
预判单元,用于判断所述随机数所在的离散区间对应的概率产品是否符合中选条件:
若是,则由选定单元将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
进一步地,所述抽选模块还包括:
重构预判单元,用于在生成随机数之前,判断概率产品数据是否发生变更,若发生变更,则由离散区域构建模块重新构建离散区域,并在重新构建离散区域后再由抽选模块进行抽选。
进一步地,还包括:监控模块,用于监听引发重建的事件,若所述事件发生,则由离散区域构建模块重新构建离散区域,并在重新构建离散区域后再由抽选模块进行抽选。
进一步地,所述监控模块还用于记录中选条件和抽选模块的抽选结果,所述预判单元通过访问所述监控模块判断所述随机数所在的离散区间对应的概率产品是否符合中选条件。
进一步地,还包括:配置中心,用于配置并下发概率产品数据。
进一步地,所述配置中心还用于配置并向所述监控模块下发中选条件。
进一步地,所述配置中心还用于向所述监控模块推送引发重建的事件。
一种概率产品数据处理终端,所述终端包括上述的概率产品数据处理系统。
本发明的一种概率产品数据处理方法、系统及终端,具有如下有益效果:
(1)将概率产品数据处理转化为基于离散区间的随机数查找问题,不再需要进行一次或多次排序,降低了概率产品数据处理算法复杂度并且提升了概率产品数据处理算法的效率和稳定性;
(2)若抽中的概率产品不符合中选条件,则引发离散区域的重建,能够避免抽选概率产品的情况,从而提高抽选效率;
(3)能够监听抽选情况以及概率产品的变动,并根据实际情况对抽选过程进行调控,具有较高的智能性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本发明实施例1提供的一种概率产品方法流程图;
图2是本发明实施例1提供的构建离散区域的流程图;
图3是本发明实施例1提供的在离散区域进行概率产品抽选的流程图;
图4是本发明实施例2提供的在离散区域进行抽奖的流程图;
图5是本发明实施例2提供的二分查找法的流程图;
图6是本发明实施例3提供的一种概率产品数据处理系统的总体框图;
图7是本发明实施例3提供的离散区间构建模块的框图;
图8是本发明实施例3提供的抽选模块的框图;
图9是本发明实施例4提供的终端的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
一种概率产品数据处理方法,如图1所示,所述方法包括:
S101.构建离散区域。
S102.在所述离散区域对概率产品进行抽选。
所述概率产品为具有概率属性的产品,概率产品按照预设的概率被选中。概率产品可以为参与抽奖的奖品,向用户随机推送的消息或礼物以及向用户随机出售的商品。
具体的,如图2所示,S101包括:
S1011.获取概率产品数据,所述概率产品数据包括概率产品的名称及所述概率产品出现的概率。
S1012.根据概率产品出现的概率计算所述概率产品对应的离散区间。
为获取离散区间,首先要根据所述概率产品数据生成概率产品序列;所述概率产品序列可以为有序序列也可以为无序序列。若概率产品序列中各个概率产品出现的概率的分布趋势不存在规律,则为无序序列。若按照一定规律对概率产品进行排序,则生成有序序列。比如,可以按照概率产品出现的概率由低到高或由高到低的顺序对概率产品进行排序,从而生成有序的概率产品序列。
在生成概率产品序列后,根据概率产品出现的概率和所述概率产品在所述概率产品序列中的位置计算所述概率产品对应的离散区间,离散区间的长度与概率产品出现的概率呈一一对应关系。在所述概率产品序列中,第i个位置的概率产品出现的概率为pi,若设定离散区域长度为L,则第n个位置的概率产品的离散区间为:
S1013.构建包括各个概率产品对应的离散区间的离散区域。
离散区域为各个离散区间的集合,一个离散区域包括各个概率产品对应的离散空间。
具体的,如图3所示,S102包括:
S1021.在所述离散区域内生成一个随机数。
S1022.得到所述随机数所在的离散区间。
S1023.将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
本实施例在离散区域中,随机数落入离散区间的概率即为概率产品出现的概率,从而将概率产品数据处理问题转化为基于离散区间的随机数查找问题,从而使得能够应用于随机数查找的方法都能够应用于解决概率产品的数据处理问题,而通过优化随机数查找算法,能够显著提升概率产品的抽选效率。
对于有序序列生成的离散区间,能够根据离散区间的分布规律加快随机数查找的进程。比如,若有序序列为按照概率产品出现的概率由低到高排序生成的,则对应的离散区间的长度是由小到大,则随机数落入排序靠后的离散区间的概率显然大于落入排序靠前的离散区间的概率。因此,在S1022中,可以按照由后到前的顺序判断随机数落入哪一个离散区间,从而加快随机数查找效率。可见,构建有序序列能够提升后续随机数查找过程的效率。
本实施例提供了一种概率产品数据处理方法,通过将概率产品数据处理问题转化为离散区域内的随机数查找问题从而简化了概率产品数据处理算法,而通过构建有序序列进一步加快了概率产品的抽选进程。
实施例2:
抽奖软件为本发明的主要应用场景之一,本实施例提供一种抽奖方法,所述方法包括:
S201.构建离散区域。
S202.在所述离散区域进行抽奖。
具体的,S201包括:
S2011.获取参与抽奖的奖品的名称以及所述奖品出现的概率。参与抽奖的奖品的名称以及所述奖品出现的概率即为本实施例中的概率产品数据。
假设本实施例中参与抽奖的奖品的配置如下:
奖品A(概率p1)、奖品B(概率p2)、.....奖品N(概率pn)。
S2012.根据奖品出现的概率计算所述奖品对应的离散区间。
为获取奖品对应的离散区间,首先要根据参与抽奖的奖品生成奖品序列;本实施例中的所述奖品序列可以为有序序列也可以为无序序列。
在生成奖品序列后,根据奖品出现的概率和所述奖品在所述奖品序列中的位置计算所述奖品对应的离散区间,离散区间的长度与奖品出现的概率呈一一对应关系。在所述奖品序列中,第i个位置的奖品出现的概率为pi,若设定离散区域长度为L,则第n个位置的奖品的离散区间为:
S2013.构建包含参与抽奖的各个奖品对应的离散区间的离散区域。
本实施例中离散区域长度为1000,参与抽奖的奖品对应的离散区域为如表1所示:
表1离散区域表
具体的,S202如图4所示,包括:
S2021.在所述离散区域内生成一个随机数。
S2022.得到所述随机数所在的离散区间。
S2023.判断所述随机数所在的离散区间对应的奖品是否符合中奖条件。
具体地,所述中奖条件包括最大命中次数和/或命中时间段,所述最大命中次数限定了奖品被抽中作为中奖奖品的最大次数,所述命中时间段限定奖品被抽中作为中奖奖品的时间段。中奖条件的限定可以将吸引力相对较大的奖品分散到一段较长时间内,既能够吸引用户,保持用户热度,又能够有效地控制成本。
比如,若中奖条件限定在某个时段奖品A的最大命中次数为500,则在这个时段若第501次命中奖品A,则奖品A不符合中奖条件。
S2024.若是,则将所述随机数所在的离散区间对应的奖品作为中奖奖品。
S2025.否则,重新抽奖。作为另一种优选的实施方式,也可以重建离散区域后重新抽奖。
具体地,本实施例中基于二分查找法得到随机数所在的离散区间。每个奖品对应的离散区间在所述离散区域中均通过唯一的索引标识,S2022中使用二分查找法如图5所示,包括:
A.初始化第一游标和第二游标,所述第一游标指向所述离散区域的最小索引,所述第二游标指向所述离散区域的最大索引;
B.若第一游标不大于第二游标,则根据所述第一游标和所述第二游标获取目标区间索引;否则,输出未查找到随机数所在的离散区间;
C.根据所述目标区间索引得到目标离散区间;
D.判断所述目标离散区间与所述随机数的关系:
若所述随机数小于所述目标离散区间的左值,则所述第二游标减1,重复步骤B;
若所述随机数大于所述目标离散区间的右值,则所述第一游标加1,重复步骤B;
否则,输出所述目标区间索引,所述目标区间索引指向的目标区间即为随机数所在的离散区间。
S2022中,基于二分查找,判断随机数落到哪一个离散区间中,随机数查找的时间复杂度为O(logn),远小于现有技术中抽奖算法使用的线性查找的时间复杂度O(n),能够显著提升抽奖效率。
优选的,还包括:在生成随机数之前,判断参与抽奖的奖品或参与抽奖的奖品出现的概率是否发生变更,若发生变更,则重新构建离散区域,并在重新构建离散区域后再进行抽奖。
进一步地,本实施例还包括:监听引发重建的事件,若所述事件发生,则重新构建离散区域,并在重新构建离散区域后再进行抽奖。所述引发重建的事件包括:参与抽奖的奖品变更、参与抽奖的奖品出现的概率变更、随机数所在的离散区间对应的奖品不符合中奖条件和/或定时重建。本实施例监听引发重建的事件,一旦发生需要重建的事件,离散区间能够及时重构,使得离散区间始终能正确的表示奖品的抽选概率,从而保证离散区间的有效性。
具体地,若为定时重建,则由定时器管理重建的时间间隔,当到达重建的时间后,对参与抽奖的奖品或参与抽奖的奖品出现的概率进行变更,并根据变更的结果重新构建离散区域。
本实施例提供了另一种抽奖方法。通过将二分查找法应用于抽奖,从而降低抽奖算法的时间复杂度,此外,通过监听引发重建的事件,及时对离散区域进行重建,在重建后进行抽奖,从而避免现有技术在奖品不满足预设条件的情况下,进行未知次数的重试。
实施例3:
一种概率产品数据处理系统,如图6所示,包括:
离散区域构建模块301,用于构建离散区域。
抽选模块302,用于在所述离散区域对概率产品进行抽选。
监控模块303,用于监听引发重建的事件,若所述事件发生,则由离散区域构建模块301重新构建离散区域,并在重新构建离散区域后再由抽选模块302进行抽选。
具体地,引发重建的事件概率产品数据变更、随机数所在的离散区间对应的概率产品不符合中选条件和/或定时重建。若为定时重建,则由定时器管理重建的时间间隔,当到达重建的时间后,重新构建离散区域。
本实施例中通过quartz开源组件实现定时器功能,以定时剔除某种概率产品或者加入某种概率产品。quartz是OpenSymphony开源组织在Jobscheduling领域又一个开源项目,它可以与J2EE与J2SE应用程序相结合也可以单独使用。quartz框架的核心是调度器,调度器负责管理quartz应用运行时环境。
进一步地,所述监控模块303还用于记录中选条件和抽选模块的抽选结果。本实施例中基于memcache存储中选条件和抽选结果。memcache是一套分布式的高速缓存系统,由LiveJournal的Brad Fitzpatrick开发,但目前被许多网站使用以提升网站的访问速度,尤其对于一些大型的、需要频繁访问数据库的网站访问速度提升效果十分显著。
配置中心304,用于用于配置并下发概率产品数据。
进一步地,所述配置中心304配置并向所述监控模块303下发中选条件。
此外,所述配置中心304还用于向所述监控模块303推送引发重建的事件。
本实施例中配置中心304可以基于zookeeper实现对于概率产品数据的配置以及实时推送。zookeeper提供一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现。
所述离散区域构建模块301如图7所示,包括:
概率产品数据获取单元3011,用于获取概率产品数据,所述概率产品数据包括概率产品的名称及所述概率产品出现的概率;
离散区间构建单元3012,用于根据概率产品出现的概率计算所述概率产品对应的离散区间;
离散区域构建单元3013,用于构建包括各个概率产品对应的离散区间的离散区域;
所述抽选模块302如图8所示,包括:
随机数生成单元3021,用于在所述离散区域内生成一个随机数;
离散区间判定单元3022,用于得到所述随机数所在的离散区间;
选定单元3023,用于将所述随机数所在的离散区间对应的概率产品作为选中的概率产品;
预判单元3024,用于判断所述随机数所在的离散区间对应的概率产品是否符合中选条件:
若是,则由选定单元3023将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
否则,由所述抽选模块302进行重新抽选。作为另一种优选的实施方式,也可以由离散区域构建模块301重建离散区域后,再由抽选模块302重新抽选。
重构预判单元3025,用于在生成随机数之前,判断概率产品数据是否发生变更,若发生变更,则由离散区域构建模块301重新构建离散区域,并在重新构建离散区域后再由抽选模块302进行抽选。
进一步地,所述离散区间构建单元3012包括:
序列获取子单元30121,用于根据所述概率产品数据生成概率产品序列;
计算子单元30122,用于根据概率产品出现的概率和所述概率产品在所述概率产品序列中的位置计算所述概率产品对应的离散区间。
本实施例基于同样地发明构思,提供了一种概率产品数据处理系统,本实施例能够用于实现上述实施例中提供的概率产品数据处理方法。
实施例4:
本发明的实施例还提供一种概率产品数据处理终端,所述终端包括一种概率产品数据处理终端。该终端可以是移动终端等终端设备。可选地,在本实施例中,该终端也可以是计算机终端,还可以替换为计算机终端群中的任意一个计算机终端设备。
可选地,在本实施例中,上述计算机终端或移动终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,图9是根据本发明实施例的终端的结构框图。如图9所示,该终端可以包括:一个或多个(图中仅示出一个)处理器、存储器、以及传输装置。
其中,存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端或移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置包括一个网络适配器,其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置为射频模块,其用于通过无线方式与互联网进行通讯。
其中,具体地,存储器存储用于存储用于进行概率产品数据处理的程序。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:
可选的,上述处理器还可以执行如下步骤的程序代码:
第一步,构建离散区域;
第二步,在所述离散区域对概率产品进行抽选。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在可读取的存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台移动终端或计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端,可通过其它的方式实现。其中,以上所描述的系统实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (20)
1.一种概率产品数据处理方法,其特征在于,所述方法包括:
构建离散区域:
获取概率产品数据,所述概率产品数据包括概率产品的名称及所述概率产品出现的概率;
根据概率产品出现的概率计算所述概率产品对应的离散区间;
构建包括各个概率产品对应的离散区间的离散区域;
在所述离散区域对概率产品进行抽选:
在所述离散区域内生成一个随机数;
得到所述随机数所在的离散区间;
将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
2.根据权利要求1所述的方法,其特征在于,所述根据概率产品出现的概率计算所述概率产品对应的离散区间包括:
根据所述概率产品数据生成概率产品序列;
根据概率产品出现的概率和所述概率产品在所述概率产品序列中的位置计算所述概率产品对应的离散区间。
3.根据权利要求2所述的方法,其特征在于,所述根据所述概率产品数据生成概率产品序列包括:
按照概率产品出现的概率由低到高或由高到低的顺序对概率产品进行排序,生成有序的概率产品序列。
4.根据权利要求1所述的方法,其特征在于,基于二分查找法得到随机数所在的离散区间。
5.根据权利要求1所述的方法,其特征在于,将所述随机数所在的离散区间对应的概率产品作为选中的概率产品之前还包括:
判断所述随机数所在的离散区间对应的概率产品是否符合中选条件,若是,则将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
6.根据权利要求5所述的方法,其特征在于,所述中选条件包括最大命中次数和/或命中时间段,所述最大命中次数限定了概率产品被抽中的最大次数,所述命中时间段限定概率产品被抽中的时间段。
7.根据权利要求1所述的方法,其特征在于,还包括:
在生成随机数之前,判断概率产品数据是否发生变更,若发生变更,则重新构建离散区域,并在重新构建离散区域后再对概率产品进行抽选。
8.根据权利要求1所述的方法,其特征在于,还包括:
监听引发重建的事件,若所述事件发生,则重新构建离散区域,并在重新构建离散区域后再对概率产品进行抽选。
9.根据权利要求8所述的方法,其特征在于,所述引发重建的事件包括:概率产品数据变更、随机数所在的离散区间对应的概率产品不符合中选条件和/或定时重建。
10.根据权利要求9所述的方法,其特征在于,若为定时重建,则由定时器管理重建的时间间隔,当到达重建的时间后,重新构建离散区域。
11.一种概率产品数据处理系统,其特征在于,包括:
离散区域构建模块,用于构建离散区域;所述离散区域构建模块包括:
概率产品数据获取单元,用于获取概率产品数据,所述概率产品数据包括概率产品的名称及所述概率产品出现的概率;
离散区间构建单元,用于根据概率产品出现的概率计算所述概率产品对应的离散区间;
离散区域构建单元,用于构建包括各个概率产品对应的离散区间的离散区域;
抽选模块,用于在所述离散区域对概率产品进行抽选;所述抽选模块包括:
随机数生成单元,用于在所述离散区域内生成一个随机数;
离散区间判定单元,用于得到所述随机数所在的离散区间;
选定单元,用于将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
12.根据权利要求11所述的系统,其特征在于,所述离散区间构建单元包括:
序列获取子单元,用于根据所述概率产品数据生成概率产品序列;
计算子单元,用于根据概率产品出现的概率和所述概率产品在所述概率产品序列中的位置计算所述概率产品对应的离散区间。
13.根据权利要求11所述的系统,其特征在于,所述抽选模块还包括:
预判单元,用于判断所述随机数所在的离散区间对应的概率产品是否符合中选条件:
若是,则由选定单元将所述随机数所在的离散区间对应的概率产品作为选中的概率产品。
14.根据权利要求11所述的系统,其特征在于,所述抽选模块还包括:
重构预判单元,用于在生成随机数之前,判断概率产品数据是否发生变更,若发生变更,则由离散区域构建模块重新构建离散区域,并在重新构建离散区域后再由抽选模块进行抽选。
15.根据权利要求11所述的系统,其特征在于,还包括:
监控模块,用于监听引发重建的事件,若所述事件发生,则由离散区域构建模块重新构建离散区域,并在重新构建离散区域后再由抽选模块进行抽选。
16.根据权利要求15所述的系统,其特征在于,所述监控模块还用于记录中选条件和抽选模块的抽选结果,所述预判单元通过访问所述监控模块判断所述随机数所在的离散区间对应的概率产品是否符合中选条件。
17.根据权利要求15所述的系统,其特征在于,还包括:
配置中心,用于配置并下发概率产品数据。
18.根据权利要求17所述的系统,其特征在于,所述配置中心还用于配置并向所述监控模块下发中选条件。
19.根据权利要求18所述的系统,其特征在于,所述配置中心还用于向所述监控模块推送引发重建的事件。
20.一种概率产品数据处理终端,其特征在于,所述终端包括权利要求12-20中任意一项所述的概率产品数据处理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610838556.7A CN107844985A (zh) | 2016-09-21 | 2016-09-21 | 一种概率产品数据处理方法、系统及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610838556.7A CN107844985A (zh) | 2016-09-21 | 2016-09-21 | 一种概率产品数据处理方法、系统及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107844985A true CN107844985A (zh) | 2018-03-27 |
Family
ID=61657068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610838556.7A Pending CN107844985A (zh) | 2016-09-21 | 2016-09-21 | 一种概率产品数据处理方法、系统及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107844985A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529423A (zh) * | 2020-12-15 | 2021-03-19 | 青岛海尔科技有限公司 | 目标资源的获取方法及装置、存储介质、电子装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1948559A (zh) * | 2005-10-13 | 2007-04-18 | 亚申科技研发中心(上海)有限公司 | 组合样品库的设计方法和系统 |
CN103685154A (zh) * | 2012-09-04 | 2014-03-26 | 深圳市世纪光速信息技术有限公司 | 基于互联网络的概率产品数据处理方法及服务器 |
CN103906238A (zh) * | 2012-12-24 | 2014-07-02 | 中国移动通信集团北京有限公司 | 一种带宽分配方法、装置及服务器 |
-
2016
- 2016-09-21 CN CN201610838556.7A patent/CN107844985A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1948559A (zh) * | 2005-10-13 | 2007-04-18 | 亚申科技研发中心(上海)有限公司 | 组合样品库的设计方法和系统 |
CN103685154A (zh) * | 2012-09-04 | 2014-03-26 | 深圳市世纪光速信息技术有限公司 | 基于互联网络的概率产品数据处理方法及服务器 |
CN103906238A (zh) * | 2012-12-24 | 2014-07-02 | 中国移动通信集团北京有限公司 | 一种带宽分配方法、装置及服务器 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529423A (zh) * | 2020-12-15 | 2021-03-19 | 青岛海尔科技有限公司 | 目标资源的获取方法及装置、存储介质、电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | An effective hybrid particle swarm optimization for no-wait flow shop scheduling | |
Wang et al. | Gaussian bare-bones differential evolution | |
Li et al. | An effective PSO-based hybrid algorithm for multiobjective permutation flow shop scheduling | |
CN108319599A (zh) | 一种人机对话的方法和装置 | |
CN106951926A (zh) | 一种混合架构的深度学习系统方法及装置 | |
Rattadilok et al. | Distributed choice function hyper-heuristics for timetabling and scheduling | |
Han et al. | Effective hybrid discrete artificial bee colony algorithms for the total flowtime minimization in the blocking flowshop problem | |
CN106610867B (zh) | 一种片上网络任务调度方法及装置 | |
CN103559081B (zh) | 移动终端工作模式的推荐方法、装置和移动终端 | |
CN106730850A (zh) | 游戏对手匹配方法和装置 | |
JP2022518055A (ja) | 超伝導ニューロモルフィックコア | |
CN107818514A (zh) | 一种控制在线社交网络信息传播的方法、装置及终端 | |
CN108446814A (zh) | 同顺序流水线车间调度问题的树搜索方法及装置 | |
CN107844985A (zh) | 一种概率产品数据处理方法、系统及终端 | |
Liu et al. | Dynamic channel allocation for satellite internet of things via deep reinforcement learning | |
CN108572978A (zh) | 构建用于区块链的倒排索引结构的方法和计算机系统 | |
CN112036831B (zh) | 人力管理系统控制方法、装置、可读存储介质及终端设备 | |
Lo et al. | Theory of networked minority games based on strategy pattern dynamics | |
CN106953933A (zh) | 一种消息推送方法及装置、电子设备 | |
CN114492849B (zh) | 一种基于联邦学习的模型更新方法及装置 | |
CN117057943A (zh) | 一种节点特征感知的时序社交网络影响力最大化方法及系统 | |
CN110209656A (zh) | 数据处理方法及装置 | |
KR102643431B1 (ko) | 심층 강화학습을 위한 심층 신경망 학습 가속 장치 및 그 방법 | |
Migawa et al. | Simulation of the model of technical object availability control | |
TWI584667B (zh) | 多請求的排程方法及排程裝置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180327 |