CN110557339B - 一种流量规划方法、装置、计算机设备、存储介质 - Google Patents

一种流量规划方法、装置、计算机设备、存储介质 Download PDF

Info

Publication number
CN110557339B
CN110557339B CN201810537496.4A CN201810537496A CN110557339B CN 110557339 B CN110557339 B CN 110557339B CN 201810537496 A CN201810537496 A CN 201810537496A CN 110557339 B CN110557339 B CN 110557339B
Authority
CN
China
Prior art keywords
flow
data
user
scheme
optimized
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.)
Active
Application number
CN201810537496.4A
Other languages
English (en)
Other versions
CN110557339A (zh
Inventor
公荣涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810537496.4A priority Critical patent/CN110557339B/zh
Publication of CN110557339A publication Critical patent/CN110557339A/zh
Application granted granted Critical
Publication of CN110557339B publication Critical patent/CN110557339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
    • H04L12/141—Indication of costs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
    • H04L12/1485—Tariff-related aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/10—Flow control between communication endpoints
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/24—Accounting or billing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请实施例公开了一种流量规划方法和装置。所述方法包括：获取用户流量数据，根据用户流量数据生成优化流量预定方案，并采用优化流量预定方案替代用户的初始流量预定方案，并按照优化流量预定方案向流量提供方预定流量，并且优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据，由于用户流量数据与用户实际使用的流量接近，减少用户实际使用流量超出预定的流量的超出量，继而降低流量提供方收取的预定外的资费，或者减少用户选择的预定流量超出用户实际使用流量的超出量，继而降低流量提供方收取的预定流量的费用，总之，降低了向流量提供方支出的成本，提高了资源利用率。

Description

一种流量规划方法、装置、计算机设备、存储介质
技术领域
本申请涉及数据处理技术领域，具体涉及一种流量规划方法、一种流量规划装置、一种计算机设备、一种计算机可读存储介质。
背景技术
物联网(IoT，Internet of things)是新一代信息技术的重要组成部分，小到各种可穿戴产品，大到汽车、工厂和楼宇，物联网能使一切设备互联并具备智慧，正在改变人类生活、工作和娱乐的方式。
为了支撑物联网设备的海量连接和处理，物联网连接管理平台应运而生。开发者使用平台提供的接口把通讯服务(包括短信、语音、流量、WIFI、物联网、位置服务等)嵌入到他们的程序中，提供崭新的通信协议，形成了海量连接的管理平台。
物联网连接管理平台将不同套餐的物联网卡卖给企业用户。结算时，可对物联网卡用户进行重新订购用户资费计划。物联网卡同时存在VPDN(Virtual Private Dial－upNetworks)和INTERNET等制式。在订购时有同资费计划、同种制式下，流量可以共享的模式。
申请人经研究发现，物联网连接管理平台如果按照用户订购的流量套餐来向运营商订购，不做变更。存在溢出流量需要收取套外流量费导致的严重倒挂、不同用户流量使用不均衡导致的整体流量利用率低等问题。因此在收入确定的情况下，如何最大程度降低成本是一个比较现实且急迫的问题。
发明内容
鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的流量规划方法、流量规划装置以及计算机设备、计算机可读存储介质。
依据本申请的一个方面，提供了一种流量规划方法，包括：
获取用户流量数据，所述用户流量数据包括历史流量数据和/或实时流量数据；
根据所述用户流量数据生成优化流量预定方案，其中，优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；
采用所述优化流量预定方案替代用户的初始流量预定方案，并按照所述优化流量预定方案向流量提供方预定流量。
可选地，所述获取用户流量数据包括：
根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
可选地，所述方法还包括：
从流量提供方接口获取历史流量数据和实时流量数据。
可选地，所述获取用户流量数据包括：
根据实时流量数据预测设定时段对应的用户流量数据。
可选地，所述获取用户流量数据包括：
采用至少一种流量预测方案预测用户流量数据。
可选地，在所述按照所述优化流量预定方案向流量提供方预定流量之后，所述方法还包括：
监控所预定的流量的使用情况；
若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
可选地，所述根据所述实际流量数据调整所述流量预测方案包括：
确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；
提高所述目标流量预测方案的权重。
可选地，所述流量预测方案包括一元线性回归模型、多元线性回归模型或支持向量机。
可选地，所述根据所述用户流量数据生成优化流量预定方案包括：
根据所述用户流量数据生成多种优化流量预定方案；
确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，所述目标优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据。
可选地，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
可选地，所述按照所述优化流量预定方案向流量提供方预定流量包括：
按照所述优化流量预定方案为用户分配流量套餐；
根据用户及其对应的流量套餐预定流量套餐。
可选地，所述方法还包括：
监控用户实际流量数据；
若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
相应地，本申请还提供了一种资源规划方法，包括：
获取用户资源使用数据，所述用户资源使用数据包括历史资源使用数据和/或实时资源使用数据；
根据所述用户资源使用数据生成优化资源预定方案，其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；
采用所述优化资源预定方案替代用户的初始资源预定方案，并按照所述优化资源预定方案向资源提供方预定资源。
相应地，本申请还提供了一种流量规划装置，包括：
数据获取模块，用于获取用户流量数据，所述用户流量数据包括历史流量数据和/或实时流量数据；
方案生成模块，用于根据所述用户流量数据生成优化流量预定方案，其中，优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；
流量预定模块，用于采用所述优化流量预定方案替代用户的初始流量预定方案，并按照所述优化流量预定方案向流量提供方预定流量。
可选地，所述数据获取模块包括：
第一预测子模块，用于根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
可选地，所述数据获取模块还包括：
数据获取子模块，用于从流量提供方接口获取历史流量数据和实时流量数据。
可选地，所述数据获取模块包括：
第二预测子模块，用于根据实时流量数据预测设定时段对应的用户流量数据。
可选地，所述数据获取模块包括：
第三预测子模块，用于采用至少一种流量预测方案预测用户流量数据。
可选地，所述装置还包括：
监控模块，用于在所述按照所述优化流量预定方案向流量提供方预定流量之后，监控所预定的流量的使用情况；
调整模块，用于若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
可选地，所述调整模块包括：
方案确定子模块，用于确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；
权重调整子模块，用于提高所述目标流量预测方案的权重。
可选地，所述流量预测方案包括一元线性回归模型、多元线性回归模型或支持向量机。
可选地，所述方案生成模块包括：
方案生成子模块，用于根据所述用户流量数据生成多种优化流量预定方案；
方案选取子模块，用于确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，所述目标优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据。
可选地，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
可选地，所述流量预定模块包括：
套餐分配子模块，用于按照所述优化流量预定方案为用户分配流量套餐；
套餐预定子模块，用于根据用户及其对应的流量套餐预定流量套餐。
可选地，所述装置还包括：
数据监控模块，用于监控用户实际流量数据；
限制触发模块，用于若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
相应地，本申请还提供了一种资源规划装置，包括：
资源数据获取模块，用于获取用户资源使用数据，所述用户资源使用数据包括历史资源使用数据和/或实时资源使用数据；
资源方案生成模块，用于根据所述用户资源使用数据生成优化资源预定方案，其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；
资源预定模块，用于采用所述优化资源预定方案替代用户的初始资源预定方案，并按照所述优化资源预定方案向资源提供方预定资源。
相应地，本申请还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述一个或多个的方法。
相应地，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述一个或多个的方法。
依据本申请实施例，通过获取用户流量数据，根据用户流量数据生成优化流量预定方案，并采用优化流量预定方案替代用户的初始流量预定方案，并按照优化流量预定方案向流量提供方预定流量，并且优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据，由于用户流量数据与用户实际使用的流量接近，减少用户实际使用流量超出预定的流量的超出量，继而降低流量提供方收取的预定外的资费，或者减少用户选择的预定流量超出用户实际使用流量的超出量，继而降低流量提供方收取的预定流量的费用，总之，降低了向流量提供方支出的成本，提高了资源利用率。
进一步，在预测用户流量数据时，可以采用至少一种流量预测方案进行预测，通过综合多种流量预测方案的预测结果，提高最终预测的用户流量数据的稳定性和准确性。
进一步，在确定优化流量预定方案时，满足用户流量数据对应的总流量值不超过所预定流量套餐对应的总流量值的条件限制，由于用户流量数据与用户实际使用的流量是接近的，因此只要用户流量数据对应的总流量值不超过所预定流量套餐对应的总流量值，就可以最大限度地避免用户实际使用的流量超出流量套餐而产生流量套餐外流量费用，继而使得付给流量提供方的成本最大限度地降低。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了一种流量规划过程的示意图；
图2示出了根据本申请实施例一的一种流量规划方法实施例的流程图；
图3示出了根据本申请实施例二的一种流量规划方法实施例的流程图；
图4示出了根据本申请实施例三的一种资源规划方法实施例的流程图；
图5示出了物联网连接管理平台的示意图；
图6示出了根据本申请实施例四的一种流量规划装置实施例的框图；
图7示出了根据本申请实施例五的一种资源规划装置实施例的框图；
图8示出了可被用于实现本公开中所述的各个实施例的示例性系统。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为使本领域技术人员更好地理解本申请，以下对本申请涉及的概念进行说明：
用户流量数据用于表征一个或多个用户使用的网络通信流量，包括历史流量数据、实时流量数据、预测的流量数据等，或者其他任意适用的数据，本申请实施例对此不做限制。例如，用户近半年所使用的流量、用户当月所使用的流量、用户当天所使用的流量、经过计算预测的用户在某个月将要使用的流量等。
用户使用流量是需要缴纳相应费用的，根据缴费的周期，可以将用户流量数据分为历史流量数据和实时流量数据。将当前缴费周期之前的流量数据记为历史流量数据，将当前缴费周期内的流量数据记为实时流量数据，例如，缴费周期为月，那么当月之前月份的流量数据为历史流量数据，当月中当天之前每一天的流量数据为实时流量数据。
物联网连接管理平台为用户提供了各种流量套餐，以供用户在使用流量之前选购包含不同流量的套餐，通常用户根据自己的使用量选购适合自己的套餐，来节约费用。例如，物联网连接管理平台从流量提供方购买流量套餐，然后再以流量套餐的形式卖给汽车企业，汽车企业再转卖给用户，或者直接卖给汽车用户，用户通过车辆获取网络数据，比如汽车下载网络音乐播放给用户听。
相应地，优化流量预定方案用于确定所要预定的流量，是对预定流量方案的优化，方案中具体可以包括流量套餐的名称、生效时间、所包含的流量等，或者其他任意适用形式的信息，本申请实施例对此不做限制。优化流量预定方案是根据用户流量数据确定的，而与用户自身选择的要预定的流量没有关系，也就是说，在本申请中，物联网连接管理平台向流量提供方预定的流量，并不是用户选择的要预定的流量，而是物联网连接管理平台根据用户流量数据确定的。例如，三个用户分别使用了0M、5M、0M，优化流量预定方案为将三个用户全部订购5M的套餐，或者三个用户的使用分别到了900M、636M、0M，按照同资费套餐计划流量可以共享的模式，将三个用户全部订购512M的套餐。
用户使用流量会产生费用，费用数据包括预定流量所产生的费用，以及超出所预定的流量之后所产生的预定外的费用两部分组成。根据用户流量数据和所预定流量，可以计算出相应的费用数据。在本申请中，按照用户选择的要预定的流量进行预定所产生的费用，加上用户流量数据超出所用户选择的预定流量的超出部分所产生的预定外流量费用，可以得到用户流量数据所需要的费用数据；而优化流量预定方案所预定的流量所产生的费用，加上用户流量数据超出该优化方案所预定流量的超出部分所产生的预定外流量费用，可以得到优化流量预定方案所需要的费用数据。
在本申请的一种实施例中，可选地，用户流量数据可以采用至少一种流量预测方案进行预测，流量预测方案包括预测流量的处理依据、计算方法等，例如，一元线性回归模型、多元线性回归模型、支持向量机等，或者其他任意适用的预测方案，本申请实施例对此不做限制。
其中，一元线性回归模型也即是在回归分析中仅包括一个自变量和一个因变量，近似表示二者的关系的数学模型。例如，以上一个月的用户流量数据作为自变量，建立回归模型，预测本月的用户流量数据(因变量)。
其中，多元线性回归模型也即是在回归分析中包括多个自变量和一个因变量，近似表示二者的关系的数学模型。随着物联网业务的发展，将获得的关于用户使用流量或物联网卡的行为、订购数据也会越来越多维度，而越多维度的数据用于多元线性回归模型，将使用户流量数据的预测效果更准确。
例如，对物联网卡每月的使用情况进行多元线性回归模型表示如下：
y＝b0+b1*x1+b2*x2+…+bk*xk+e；
其中，b0为常数项，b1,b2,…,bk为回归系数，x1,x2,…,xk为物联网卡每月使用的流量，一共k个月，e为随机误差项。一种回归系数的确定方式为：以月份为横坐标，以每月流量值为纵坐标，每月的直线或曲线的斜率作为回归系数b1,b2,…,bk。例如，用户从1月份到3月份每月固定使用500M，则4月份的回归系数为1/3，4月份预估使用量为500M；另一种回归系数的确定方式为：本月已经有15天的流量数据，本月共30天，则本月的回归系数为2，之前各月的回归系数为1或是随时间向前推移不断衰减；或者其他任意适用的方式确定回归系数，本申请实施例对此不做限制。
其中，支持向量机(Support Vector Machine，SVM)是在分类和回归分析中分析数据的学习模型与相关的学习算法。将支持向量机应用于函数回归估计，就构成支持向量机回归问题，归结为求解一个凸二次规划问题，从理论上将得到全局最优解。对于一个线性函数，能将样本完全的分开，就说这个样本就是线性可分的，否则就是线性不可分。支持向量机的回归预测里主要用到的算法是不敏感函数以及核函数算法。对于线性回归的情况的预测，在开始时，约束条件不可实现时，需要引入变量，而且要把支持向量机要伸到回归的问题基础上的时候，那么久需要引入不敏感函数，根据不敏感函数可以保证某点的预测值是无损失的。
根据本申请的一种实施例，物联网连接管理平台需要在用户选购了要预定的流量后，向流量提供方为用户预定流量，以向用户提供流量。如图1所示的流量规划的示意图，本申请提供一种流量规划机制，通过物联网连接管理平台获取用户流量数据，根据所述用户流量数据生成优化流量预定方案，并且优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据，采用优化流量预定方案替代用户的初始流量预定方案，并按照优化流量预定方案向流量提供方预定流量，由于用户流量数据与用户实际使用的流量接近，减少用户实际使用流量超出预定的流量的超出量，继而降低流量提供方收取的预定外的资费，或者减少用户选择的预定流量超出用户实际使用流量的超出量，继而降低流量提供方收取的预定流量的费用，总之，降低了向流量提供方支出的成本，提高了资源利用率。
参照图2，示出了根据本申请实施例一的一种流量规划方法实施例的流程图，该方法具体可以包括以下步骤：
步骤101，获取用户流量数据。
在本申请实施例中，用户流量数据可以从流量提供方获取，也可以根据历史流量数据和实时流量数据进行预测得到，还可以根据实时流量数据进行预测得到，或者其他任意适用的方式获取，本申请实施例对此不做限制。
例如，物联网连接管理平台向流量提供方发起数据请求，从流量提供方获取各个用户的之前几个月的流量数据，然后根据之前几个月的流量数据估算出本月的用户流量数据，即获取的用户流量数据。
步骤102，根据所述用户流量数据生成优化流量预定方案。
在本申请实施例中，在计算费用数据时，所预定的流量所包含的流量越多，预定流量本身所产生的费用就越高，但是用户实际使用的流量超出所预定的流量的超出部分就会越少，相应地超出所预定的流量后所产生的预定外费用就会越少。
在上述计费的原则下，如果用户自身选择的预定流量过小，可能会导致流量使用的超出部分所产生的预定外费用过高，如果用户自身选择的预定流量过大，可能会导致预定流量所产生的费用过高，两种情况都会导致付给流量提供方的成本高于实际使用的成本，造成资源利用率降低。
因此，在根据用户流量数据生成优化流量预定方案时，需要满足的条件包括优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据。
具体实现时，若用户之间的所预定的流量不能共享，即用户在消耗完自身所预定的流量后无法消耗其他用户所预定的流量时，则针对单个用户，根据用户流量数据确定优化流量预定方案，并使优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；若多个用户之间的所预定的流量能共享，即用户在消耗完自身所预定的流量后可以消耗其他用户所预定的流量，则针对相互可共享的多个用户，根据多个用户的用户流量数据确定各个用户的优化流量预定方案，并使多个用户的优化流量预定方案所需要的费用数据的和值小于用户流量数据所需要的费用数据的和值。
例如，有四种资费套餐1024M、512M、100M、5M，收入分别为30元、20元、10元、1元，成本分别为20元、10元、5元、0.5元，套外流量按照0.4元/M收取。三个用户分别订购了1024M、512M、100M。产生收入为“(30+20+10)＝60元”。情景一：三个用户分别使用了0M、5M、0M。若不做任何变更，按照用户的套餐跟运营商订购资费计划，对应成本为“(20+10+5)＝35元”,而按照同资费套餐计划流量可以共享的模式，将三个用户全部订购5M的套餐，对应成本为“(3*0.5)＝1.5元”，显然成本更低。情景二：三个用户的使用分别到了900M、636M、0M，如果按照用户的套餐跟运营商订购资费计划，将产生套外费用，对应成本为“(20+10+0.4*(636-512)+5)＝84.6”，则成本大于收入60元，产生亏损；而按照同资费套餐计划流量可以共享的模式，将三个用户全部订购512M的套餐，对应成本为“(3*10)＝30元”，小于收入60元，依然可以盈利。当用户数达百万级、千万级时，如何最大程度上降低成本就显得尤为重要。
步骤103，采用所述优化流量预定方案替代用户的初始流量预定方案，并按照所述优化流量预定方案向流量提供方预定流量。
在本申请实施例中，初始流量预定方案为用户自身预定流量的预定方案。优化流量预定方案确定后，采用优化流量预定方案替代用户的初始流量预定方案，物联网连接管理平台可以根据优化流量预定方案产生相应的预定请求，向流量提供方预定流量，或者可以将优化流量预定方案发送给流量提供方，以由流量提供方根据优化流量预定方案预定流量，或者其他任意适用的方式预定流量套餐，本申请实施例对此不做限制。
依据本申请实施例，通过获取用户流量数据，根据用户流量数据生成优化流量预定方案，并采用优化流量预定方案替代用户的初始流量预定方案，并按照优化流量预定方案向流量提供方预定流量，并且优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据，由于用户流量数据与用户实际使用的流量接近，减少用户实际使用流量超出预定的流量的超出量，继而降低流量提供方收取的预定外的资费，或者减少用户选择的预定流量超出用户实际使用流量的超出量，继而降低流量提供方收取的预定流量的费用，总之，降低了向流量提供方支出的成本，提高了资源利用率。
在本申请的一种实施例中，可选地，获取用户流量数据的一种实现方式包括：根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
用户的流量数据是存在规律的，例如，有的用户每个月的流量数据是基本相同的，有的用户每个月的流量数据是逐渐增加的。根据历史流量数据和实时流量数据可以预测出设定时段对应的流量数据，具体可以使用一种或多种数学模型进行预测，或者其他任意适用的方式预测，本申请实施例对此不做限制。例如，历史流量数据包括本月之前的六个月的流量数据，实时流量数据包括本月已经有的前15天的流量数据，要预测的设定时段为本月，一种计算方式为：本月的前15天的流量数据的系数为2，之前各月的系数为1或者随时间向前推移衰减，系数乘以流量数据后除以系数之和，得到本月的流量数据。
受制于流量提供方接口的能力，调配时间等问题，获取实时流量数据会存在一定的延迟，例如，通常当天的数据是无法同步的，当天仅能获取昨天以及以前的数据，因此有时需要根据实时流量数据和历史流量数据一起来进行预测，即可以解决实时流量数据不足的问题，有时设定时段的用户流量数据与历史流量数据更接近，则会让预测结果更准确。
在本申请的一种实施例中，可选地，所述方法还包括：从流量提供方接口获取历史流量数据和实时流量数据。
历史流量数据和实时流量数据可以从流量提供方接口获取，例如，在需要进行流量规划时，通过流量提供方接口请求所有或部分的数据，或者，定期通过流量提供方接口获取每月或每天数据，或者其他任意适用的方式获取数据，本申请实施例对此不做限制。
在本申请的一种实施例中，可选地，所述获取用户流量数据包括：根据实时流量数据预测设定时段对应的用户流量数据。
根据实时流量数据也可以预测设定时段对应的用户流量数据，尤其是在获取实时流量数据的延迟比较小时，例如，当天可以获取到当天及以前的数据，则可以仅根据实时流量数据进行预测即可。由于实时流量数据相比历史流量数据在时间上更接近设定时段，因此有些情况下实时流量数据预测的设定时段的用户流量数据可能更加准确。
在本申请的一种实施例中，可选地，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
不同的用户，对应的用户流量数据也会是不同的，在与流量提供方结算时，不同的用户之间可以共用流量套餐，但是预定的流量套餐的总个数要等于用户总数，当然如果可能预定的流量套餐的总个数也可以不受限制。由于用户流量数据与用户实际使用的流量是接近的，因此只要用户流量数据对应的总流量值不超过所预定流量套餐对应的总流量值，就可以最大限度地避免用户使用的流量超出流量套餐而产生流量套餐外流量费用，继而使得付给流量提供方的成本最大限度地降低。
参照图3，示出了根据本申请实施例二的一种流量规划方法实施例的流程图，该方法具体可以包括以下步骤：
步骤201，采用至少一种流量预测方案预测用户流量数据。
在本申请实施例中，预测用户流量数据可以采用一种或多种流量预测方案，采用一种流量预测方案预测用户流量数据时，直接采用流量预测方案的预测结果作为用户流量数据，而采用多种流量预测方案预测用户流量数据时，需要综合各种流量预测方案的预测结果来得到最终预测的用户流量数据。
具体实现时，多种流量预测方案可以分别独立对用户流量数据进行预测，得到预测结果后，各种流量预测方案对应的预测结果设置有权重，对各个流量预测方案的预测结果进行加权平均，得到综合多种流量预测方案的用户流量数据，以提高用户流量数据的预测的稳定性和准确性。
步骤202，根据所述用户流量数据生成多种优化流量预定方案。
在本申请实施例中，优化流量预定方案对应的是各个用户预定多少流量，根据用户流量数据可以确定出分别为各个用户预定流量的大小的分配方式，例如，根据预测的10个用户的用户流量数据，可以有每个用户对应1024M的流量的优化流量预定方案，也可以有5个用户对应1024M的流量的优化流量预定方案，另5个用户对应2048M的流量的优化流量预定方案，具体可以包括任意适用的多种优化流量预定方案，本申请实施例对此不做限制。
步骤203，确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案。
在本申请实施例中，为了尽可能减少用户实际使用流量超出预定的流量的超出量，继而控制成本，需在选取目标优化流量预定方案时，满足以下条件：目标优化流量预定方案所需要的费用数据小于用户流量数据需要的费用数据。
例如，在物联网卡套餐之间流量可以共享的场景下，使用整数规划算法控制成本，解决最优化成本问题，数学建模形式为：
maxx∑i,jCij*xi,j(最优解)
约束条件包括：
xi,j∈{0,1} (1)
∑jxi,j＝1 (2)
Figure BDA0001678529690000141
其中，xi,j为第i个流量使用是否分配给第j个流量套餐，Cij为第i个流量使用分配第j个流量套餐的费用成本。约束(1)代表：1表示分配，0表示不分配。约束(2)代表：每个流量使用分配一个流量套餐，也即是要求每个用户仅可以订一个套餐，用户个数等于套餐个数。约束(3)为从1到K个限制的不等式，bK,i,j表示第i个流量使用分配给第j个流量，占用第K种流量套餐资源的大小，BK表示第K种流量套餐资源总量，不等式代表：针对某一种流量套餐，预测的各个用户的用户流量数据的总和小于该种流量套餐的流量总和。
步骤204，按照所述优化流量预定方案为用户分配流量套餐。
在本申请实施例中，按照优化流量预定方案，为各个用户分配流量套餐，即将各个用户与各种流量套餐对应起来，以作为向流量提供方进行预定的依据。
具体实现时，若优化流量预定方案是针对单个用户时，则不需要再分配流量套餐。若优化流量预定方案是针对流量套餐可以共享的多个用户的，优化流量预定方案中包括流量套餐的种类和个数，需要将流量套餐分配至各个用户，具体可以随机将流量套餐分配至各个用户，也可以按照用户自身选择的流量套餐，将流量接近的流量套餐分配至相应用户，或者可以按照各个用户的用户流量数据的大小，将流量套餐分配至相应用户，或者其他任意适用的方式分配流量套餐，本申请实施例对此不做限制。
例如，物联网连接管理平台卖出了1024M、512M、100M的物联网卡，当月3个用户使用了0M、5M、0M。整数规划的套餐结果将会把三个人全部分配到5M的资费计划中。
步骤205，根据用户及其对应的流量套餐预定流量套餐。
在本申请实施例中，根据用户及其对应的流量套餐，向流量提供方请求预定相对应的流量套餐，或者将用户与流量套餐的对应关系发送给流量提供方，由流量提供方根据接收到的消息完成流量套餐的预定。
步骤206，监控所预定的流量的使用情况。
在本申请实施例中，预定流量后，可以监控各个用户所预定的流量的使用情况，包括所预定的流量的剩余流量，已使用流量等使用情况，或者其他任意适用的情况，本申请实施例对此不做限制。
步骤207，若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
在本申请实施例中，根据所预定的流量的使用情况，如果用户实际流量数据超出了所预定的流量，则根据实际流量数据调整流量预测方案，例如，从多种流量预测方案中，查找与实际流量数据接近的流量预测方案，并提高该流量预测方案的权重，以使之后预测的用户流量数据能够更准确，或者提高各种流量预测方案中实时流量数据的系数，或者其他任意适用的方式调整流量预测方案，本申请实施例对此不做限制。
在本申请的一种实施例中，可选地，所述根据所述实际流量数据调整所述流量预测方案包括：确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；提高所述目标流量预测方案的权重。
不同的流量预测方案预测的用户流量数据是不同的，从中确定与用户实际流量数据接近的一种或多种目标流量预测方案，为了提高以后用户流量数据的预测的准确性，可以提供目标流量预测方案的权重。
在本申请的一种实施例中，可选地，所述方法还包括：监控用户实际流量数据，若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
用户使用流量的限制包括禁止用户使用流量、限制用户的网速、限制用户使用流量的时间段等，或者其他任意适用的限制，本申请实施例对此不做限制。
按照优化流量预定方案为各个用户预定流量后，监控用户实际流量数据，若用户实际流量数据超出所预定的流量，就触发对于该用户使用流量的限制。若多个用户之间可以共享所预定的流量，则对于多个用户的用户实际流量数据同时进行监控，当多个用户的用户实际流量数据的总和超出多个用户所预定的流量的总和，则触发针对多个用户使用流量的限制。
依据本申请实施例，通过采用至少一种流量预测方案预测用户流量数据，根据所述用户流量数据生成多种优化流量预定方案，确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，按照优化流量预定方案为用户分配流量套餐，根据用户及其对应的流量套餐预定流量套餐，监控所预定的流量的使用情况，若用户实际流量数据超出所预定的流量，则根据实际流量数据调整所述流量预测方案，由于用户流量数据与用户实际使用的流量接近，减少用户实际使用流量超出预定的流量的超出量，继而降低流量提供方收取的预定外的资费，或者减少用户选择的预定流量超出用户实际使用流量的超出量，继而降低流量提供方收取的预定流量的费用，总之，降低了向流量提供方支出的成本，提高了资源利用率。
进一步，在预测用户流量数据时，可以采用至少一种流量预测方案进行预测，通过综合多种流量预测方案的预测结果，提高最终预测的用户流量数据的稳定性和准确性。
参照图4，示出了根据本申请实施三的一种资源规划方法实施例的流程图，该方法具体可以包括以下步骤：
步骤301，获取用户资源使用数据。
在本申请实施例中，资源包括网络的流量、短信、电话时长、水、电、交通里程等，或者其他任意适用的资源，本申请实施例对此不做限制。用户资源使用数据用于表征一个或多个用户使用的资源的量，包括历史资源使用数据、实时资源使用数据、预测的资源使用数据等，或者其他任意适用的数据，本申请实施例对此不做限制。
步骤302，根据所述用户资源使用数据生成优化资源预定方案。
在本申请实施例中，优化资源预定方案用于确定所要预定的资源，是对预定资源方案的优化，方案中具体可以包括资源套餐的名称、生效时间、所包含的资源量等，或者其他任意适用形式的信息，本申请实施例对此不做限制。优化资源预定方案是根据用户资源使用数据确定的，而与用户自身选择的要预定的资源没有关系，也就是说，在本申请实施例中，向资源提供方预定的资源，并不是用户选择的要预定的资源，而是根据用户资源使用数据确定的。
其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本。用户使用资源会产生成本，成本包括预定资源所产生的成本，以及超出所预定的资源之后所产生的预定外的成本两部分组成。根据用户资源数据和所预定资源，可以计算出相应的成本。在本申请实施例中，按照用户选择的要预定的资源进行预定所产生的成本，加上用户资源使用数据超出所用户选择的预定资源的超出部分所产生的预定外成本，可以得到用户资源使用数据所需要的成本；而优化资源预定方案对应的预定资源所产生的成本，加上用户资源使用数据超出该优化方案所预定资源的超出部分所产生的预定外资源成本，可以得到优化资源预定方案所需要的成本。
步骤303，采用所述优化资源预定方案替代用户的初始资源预定方案，并按照所述优化资源预定方案向资源提供方预定资源。
在本申请实施例中，初始资源预定方案为用户自身预定资源的预定方案。优化资源预定方案确定后，采用优化资源预定方案替代用户的初始资源预定方案，可以根据优化资源预定方案产生相应的预定请求，向资源提供方预定资源，或者可以将优化资源预定方案发送给资源提供方，以由资源提供方根据优化资源预定方案预定资源，或者其他任意适用的方式预定资源，本申请实施例对此不做限制。
依据本申请实施例，通过获取用户资源使用数据，根据用户资源使用数据生成优化资源预定方案，并采用优化资源预定方案替代用户的初始资源预定方案，并按照优化资源预定方案向资源提供方预定资源，并且优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本，由于用户资源使用数据与用户实际使用的资源接近，减少用户实际使用资源超出预定的资源的超出量，继而降低资源提供方收取的预定外的成本，或者减少用户选择的预定资源超出用户实际使用资源的超出量，继而降低资源提供方收取的预定资源的费用，总之，降低了向资源提供方支出的成本，提高了资源利用率。
为使本领域技术人员更好地理解本申请，以下通过具体的示例对本申请的一种实现方式进行说明。
如图5所示的物联网连接管理平台的示意图，其中设置有流量规划功能，主要通过预测算法框架实现用户流量数据的预测，通过规则类算法框架实现根据用户流量数据确定优化流量预定方案，最终实现流量规划功能，具体包括如下步骤：
步骤1，多个用户向物联网连接管理平台预定流量套餐，用户根据自身需要选择流量套餐，由于提前预定，存在实际使用流量超出流量套餐，产生流量套餐外费用的风险。
步骤2，物联网连接管理平台获取多个用户的用户流量数据，例如，从流量提供方获取过去几个月的每月流量数据、本月中前一天以及之前的每天流量数据。
步骤3，物联网连接管理平台根据用户流量数据确定优化流量预定方案，使得优化流量预定方案对应的费用数据小于用户流量数据对应的费用数据。
步骤4，物理网连接管理平台根据优化流量预定方案，为各个用户向流量提供方预定流量套餐。
参照图6，示出了根据本申请实施例四的一种流量规划装置实施例的结构框图，具体可以包括：
数据获取模块401，用于获取用户流量数据，所述用户流量数据包括历史流量数据和/或实时流量数据；
方案生成模块402，用于根据所述用户流量数据生成优化流量预定方案，其中，优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；
流量预定模块403，用于采用所述优化流量预定方案替代用户的初始流量预定方案，并按照所述优化流量预定方案向流量提供方预定流量。
在本申请的一种实施例中，可选地，所述数据获取模块包括：
第一预测子模块，用于根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
在本申请的一种实施例中，可选地，所述数据获取模块还包括：
数据获取子模块，用于从流量提供方接口获取历史流量数据和实时流量数据。
在本申请的一种实施例中，可选地，所述数据获取模块包括：
第二预测子模块，用于根据实时流量数据预测设定时段对应的用户流量数据。
在本申请的一种实施例中，可选地，所述数据获取模块包括：
第三预测子模块，用于采用至少一种流量预测方案预测用户流量数据。
在本申请的一种实施例中，可选地，所述装置还包括：
监控模块，用于在所述按照所述优化流量预定方案向流量提供方预定流量之后，监控所预定的流量的使用情况；
调整模块，用于若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
在本申请的一种实施例中，可选地，所述调整模块包括：
方案确定子模块，用于确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；
权重调整子模块，用于提高所述目标流量预测方案的权重。
在本申请的一种实施例中，可选地，所述流量预测方案包括一元线性回归模型、多元线性回归模型或支持向量机。
在本申请的一种实施例中，可选地，所述方案生成模块包括：
方案生成子模块，用于根据所述用户流量数据生成多种优化流量预定方案；
方案选取子模块，用于确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，所述目标优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据。
在本申请的一种实施例中，可选地，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
在本申请的一种实施例中，可选地，所述流量预定模块包括：
套餐分配子模块，用于按照所述优化流量预定方案为用户分配流量套餐；
套餐预定子模块，用于根据用户及其对应的流量套餐预定流量套餐。
在本申请的一种实施例中，可选地，所述装置还包括：
数据监控模块，用于监控用户实际流量数据；
限制触发模块，用于若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
依据本申请实施例，通过获取用户流量数据，根据用户流量数据生成优化流量预定方案，并采用优化流量预定方案替代用户的初始流量预定方案，并按照优化流量预定方案向流量提供方预定流量，并且优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据，由于用户流量数据与用户实际使用的流量接近，减少用户实际使用流量超出预定的流量的超出量，继而降低流量提供方收取的预定外的资费，或者减少用户选择的预定流量超出用户实际使用流量的超出量，继而降低流量提供方收取的预定流量的费用，总之，降低了向流量提供方支出的成本，提高了资源利用率。
参照图7，示出了根据本申请实施例五的一种资源规划装置实施例的结构框图，具体可以包括：
资源数据获取模块501，用于获取用户资源使用数据，所述用户资源使用数据包括历史资源使用数据和/或实时资源使用数据；
资源方案生成模块502，用于根据所述用户资源使用数据生成优化资源预定方案，其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；
资源预定模块503，用于采用所述优化资源预定方案替代用户的初始资源预定方案，并按照所述优化资源预定方案向资源提供方预定资源。
依据本申请实施例，通过获取用户资源使用数据，根据用户资源使用数据生成优化资源预定方案，并采用优化资源预定方案替代用户的初始资源预定方案，并按照优化资源预定方案向资源提供方预定资源，并且优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本，由于用户资源使用数据与用户实际使用的资源接近，减少用户实际使用资源超出预定的资源的超出量，继而降低资源提供方收取的预定外的成本，或者减少用户选择的预定资源超出用户实际使用资源的超出量，继而降低资源提供方收取的预定资源的费用，总之，降低了向资源提供方支出的成本，提高了资源利用率。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本公开的实施例可被实现为使用任意适当的硬件，固件，软件，或及其任意组合进行想要的配置的系统。图8示意性地示出了可被用于实现本公开中所述的各个实施例的示例性系统(或装置)600。
对于一个实施例，图8示出了示例性系统600，该系统具有一个或多个处理器602、被耦合到(一个或多个)处理器602中的至少一个的系统控制模块(芯片组)604、被耦合到系统控制模块604的系统存储器606、被耦合到系统控制模块604的非易失性存储器(NVM)/存储设备608、被耦合到系统控制模块604的一个或多个输入/输出设备610，以及被耦合到系统控制模块606的网络接口612。
处理器602可包括一个或多个单核或多核处理器，处理器602可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中，系统600能够作为本申请实施例中所述的浏览器。
在一些实施例中，系统600可包括具有指令的一个或多个计算机可读介质(例如，系统存储器606或NVM/存储设备608)以及与该一个或多个计算机可读介质相合并被配置为执行指令以实现模块从而执行本公开中所述的动作的一个或多个处理器602。
对于一个实施例，系统控制模块604可包括任意适当的接口控制器，以向(一个或多个)处理器602中的至少一个和/或与系统控制模块604通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块604可包括存储器控制器模块，以向系统存储器606提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
系统存储器606可被用于例如为系统600加载和存储数据和/或指令。对于一个实施例，系统存储器606可包括任意适当的易失性存储器，例如，适当的DRAM。在一些实施例中，系统存储器606可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例，系统控制模块604可包括一个或多个输入/输出控制器，以向NVM/存储设备608及(一个或多个)输入/输出设备610提供接口。
例如，NVM/存储设备608可被用于存储数据和/或指令。NVM/存储设备608可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备608可包括在物理上作为系统600被安装在其上的设备的一部分的存储资源，或者其可被该设备访问而不必作为该设备的一部分。例如，NVM/存储设备608可通过网络经由(一个或多个)输入/输出设备610进行访问。
(一个或多个)输入/输出设备610可为系统600提供接口以与任意其他适当的设备通信，输入/输出设备610可以包括通信组件、音频组件、传感器组件等。网络接口612可为系统600提供接口以通过一个或多个网络通信，系统600可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信，例如接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合进行无线通信。
对于一个实施例，(一个或多个)处理器602中的至少一个可与系统控制模块604的一个或多个控制器(例如，存储器控制器模块)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器602中的至少一个可与系统控制模块604的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例，(一个或多个)处理器602中的至少一个可与系统控制模块604的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器602中的至少一个可与系统控制模块604的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中，系统600可以但不限于是：浏览器、工作站、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中，系统600可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，系统600包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
其中，如果显示器包括触摸面板，显示屏可以被实现为触屏显示器，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在终端设备时，可以使得该终端设备执行本申请实施例中各方法步骤的指令(instructions)。
在一个示例中提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如本申请实施例的方法。
在一个示例中还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本申请实施例的一个或多个的方法。
本申请实施例公开了一种流量规划方法和装置，示例1包括一种流量规划方法，包括：获取用户流量数据，所述用户流量数据包括历史流量数据和/或实时流量数据；
根据所述用户流量数据生成优化流量预定方案，其中，优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；
采用所述优化流量预定方案替代用户的初始流量预定方案，并按照所述优化流量预定方案向流量提供方预定流量。
示例2可包括示例1所述的方法，其中，所述获取用户流量数据包括：
根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
示例3可包括示例1和/或示例2所述的方法，其中，所述方法还包括：
从流量提供方接口获取历史流量数据和实时流量数据。
示例4可包括示例1-示例3一个或多个所述的方法，其中，所述获取用户流量数据包括：
根据实时流量数据预测设定时段对应的用户流量数据。
示例5可包括示例1-示例4一个或多个所述的方法，其中，所述获取用户流量数据包括：
采用至少一种流量预测方案预测用户流量数据。
示例6可包括示例1-示例5一个或多个所述的方法，其中，在所述按照所述优化流量预定方案向流量提供方预定流量之后，所述方法还包括：
监控所预定的流量的使用情况；
若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
示例7可包括示例1-示例6一个或多个所述的方法，其中，所述根据所述实际流量数据调整所述流量预测方案包括：
确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；
提高所述目标流量预测方案的权重。
示例8可包括示例1-示例7一个或多个所述的方法，其中，所述流量预测方案包括一元线性回归模型、多元线性回归模型或支持向量机。
示例9可包括示例1-示例8一个或多个所述的方法，其中，所述根据所述用户流量数据生成优化流量预定方案包括：
根据所述用户流量数据生成多种优化流量预定方案；
确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，所述目标优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据。
示例10可包括示例1-示例9一个或多个所述的方法，其中，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
示例11可包括示例1-示例10一个或多个所述的方法，其中，所述按照所述优化流量预定方案向流量提供方预定流量包括：
按照所述优化流量预定方案为用户分配流量套餐；
根据用户及其对应的流量套餐预定流量套餐。
示例12可包括示例1-示例11一个或多个所述的方法，其中，所述方法还包括：
监控用户实际流量数据；
若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
示例13包括一种资源规划方法，包括：
获取用户资源使用数据，所述用户资源使用数据包括历史资源使用数据和/或实时资源使用数据；
根据所述用户资源使用数据生成优化资源预定方案，其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；
采用所述优化资源预定方案替代用户的初始资源预定方案，并按照所述优化资源预定方案向资源提供方预定资源。
示例14包括一种流量规划装置，包括：
数据获取模块，用于获取用户流量数据，所述用户流量数据包括历史流量数据和/或实时流量数据；
方案生成模块，用于根据所述用户流量数据生成优化流量预定方案，其中，优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；
流量预定模块，用于采用所述优化流量预定方案替代用户的初始流量预定方案，并按照所述优化流量预定方案向流量提供方预定流量。
示例15可包括示例14所述的装置，其中，所述数据获取模块包括：
第一预测子模块，用于根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
示例16可包括示例14和/或示例15所述的装置，其中，所述数据获取模块还包括：
数据获取子模块，用于从流量提供方接口获取历史流量数据和实时流量数据。
示例17可包括示例14-示例16一个或多个所述的装置，其中，所述数据获取模块包括：
第二预测子模块，用于根据实时流量数据预测设定时段对应的用户流量数据。
示例18可包括示例14-示例17一个或多个所述的装置，其中，所述数据获取模块包括：
第三预测子模块，用于采用至少一种流量预测方案预测用户流量数据。
示例19可包括示例14-示例18一个或多个所述的装置，其中，所述装置还包括：
监控模块，用于在所述按照所述优化流量预定方案向流量提供方预定流量之后，监控所预定的流量的使用情况；
调整模块，用于若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
示例20可包括示例14-示例19一个或多个所述的装置，其中，所述调整模块包括：
方案确定子模块，用于确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；
权重调整子模块，用于提高所述目标流量预测方案的权重。
示例21可包括示例14-示例20一个或多个所述的装置，其中，所述流量预测方案包括一元线性回归模型、多元线性回归模型或支持向量机。
示例22可包括示例14-示例21一个或多个所述的装置，其中，所述方案生成模块包括：
方案生成子模块，用于根据所述用户流量数据生成多种优化流量预定方案；
方案选取子模块，用于确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，所述目标优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据。
示例23可包括示例14-示例22一个或多个所述的装置，其中，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
示例24可包括示例14-示例23一个或多个所述的装置，其中，所述流量预定模块包括：
套餐分配子模块，用于按照所述优化流量预定方案为用户分配流量套餐；
套餐预定子模块，用于根据用户及其对应的流量套餐预定流量套餐。
示例25可包括示例14-示例24一个或多个所述的装置，其中，所述装置还包括：
数据监控模块，用于监控用户实际流量数据；
限制触发模块，用于若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
示例26包括一种资源规划装置，包括：
资源数据获取模块，用于获取用户资源使用数据，所述用户资源使用数据包括历史资源使用数据和/或实时资源使用数据；
资源方案生成模块，用于根据所述用户资源使用数据生成优化资源预定方案，其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；
资源预定模块，用于采用所述优化资源预定方案替代用户的初始资源预定方案，并按照所述优化资源预定方案向资源提供方预定资源。
示例27、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如示例1-13一个或多个的方法。
示例28、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如示例1-13一个或多个的方法。
虽然某些实施例是以说明和描述为目的的，各种各样的替代、和/或、等效的实施方案、或计算来达到同样的目的实施例示出和描述的实现，不脱离本申请的实施范围。本申请旨在覆盖本文讨论的实施例的任何修改或变化。因此，显然本文描述的实施例仅由权利要求和它们的等同物来限定。

Claims (26)

1.一种流量规划方法，其特征在于，应用于物联网连接管理平台，包括：
获取用户流量数据，所述用户流量数据包括历史流量数据和/或实时流量数据；
根据所述用户流量数据生成优化流量预定方案，其中，优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；其中，所述根据所述用户流量数据生成优化流量预定方案，包括：根据所述用户流量数据生成多种优化流量预定方案；确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，所述目标优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；其中，所述确定所述优化流量预定方案所需要的费用数据，包括：在所述用户流量可以共享的情况下，通过整数规划算法确定所述优化流量预定方案所需要的费用数据；
采用所述目标优化流量预定方案替代用户的初始流量预定方案，并按照所述目标优化流量预定方案向流量提供方预定流量。
2.根据权利要求1所述的方法，其特征在于，所述获取用户流量数据包括：
根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
从流量提供方接口获取历史流量数据和实时流量数据。
4.根据权利要求1所述的方法，其特征在于，所述获取用户流量数据包括：
根据实时流量数据预测设定时段对应的用户流量数据。
5.根据权利要求1所述的方法，其特征在于，所述获取用户流量数据包括：
采用至少一种流量预测方案预测用户流量数据。
6.根据权利要求5所述的方法，其特征在于，在所述按照所述目标优化流量预定方案向流量提供方预定流量之后，所述方法还包括：
监控所预定的流量的使用情况；
若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
7.根据权利要求6所述的方法，其特征在于，所述根据所述实际流量数据调整所述流量预测方案包括：
确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；
提高所述目标流量预测方案的权重。
8.根据权利要求5所述的方法，其特征在于，所述流量预测方案包括一元线性回归模型、多元线性回归模型或支持向量机。
9.根据权利要求1所述的方法，其特征在于，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
10.根据权利要求1所述的方法，其特征在于，所述按照所述目标优化流量预定方案向流量提供方预定流量包括：
按照所述目标优化流量预定方案为用户分配流量套餐；
根据用户及其对应的流量套餐预定流量套餐。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
监控用户实际流量数据；
若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
12.一种资源规划方法，其特征在于，应用于物联网连接管理平台，包括：
获取用户资源使用数据，所述用户资源使用数据包括历史资源使用数据和/或实时资源使用数据；
根据所述用户资源使用数据生成优化资源预定方案，其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；其中，所述根据所述用户资源使用数据生成优化资源预定方案，包括：根据所述用户资源使用数据生成多种优化资源预定方案；确定所述优化资源预定方案所需要的成本，并选取目标优化资源预定方案，所述目标优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；其中，所述确定所述优化资源预定方案所需要的成本，包括：在所述用户资源可以共享的情况下，通过整数规划算法确定所述优化资源预定方案所需要的成本；
采用所述目标优化资源预定方案替代用户的初始资源预定方案，并按照所述目标优化资源预定方案向资源提供方预定资源。
13.一种流量规划装置，其特征在于，应用于物联网连接管理平台，包括：
数据获取模块，用于获取用户流量数据，所述用户流量数据包括历史流量数据和/或实时流量数据；
方案生成模块，用于根据所述用户流量数据生成优化流量预定方案，其中，优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；其中，所述根据所述用户流量数据生成优化流量预定方案，包括：根据所述用户流量数据生成多种优化流量预定方案；确定所述优化流量预定方案所需要的费用数据，并选取目标优化流量预定方案，所述目标优化流量预定方案所需要的费用数据小于用户流量数据所需要的费用数据；其中，所述确定所述优化流量预定方案所需要的费用数据，包括：在所述用户流量可以共享的情况下，通过整数规划算法确定所述优化流量预定方案所需要的费用数据；
流量预定模块，用于采用所述目标优化流量预定方案替代用户的初始流量预定方案，并按照所述目标优化流量预定方案向流量提供方预定流量。
14.根据权利要求13所述的装置，其特征在于，所述数据获取模块包括：
第一预测子模块，用于根据历史流量数据和实时流量数据预测设定时段对应的流量数据。
15.根据权利要求14所述的装置，其特征在于，所述数据获取模块还包括：
数据获取子模块，用于从流量提供方接口获取历史流量数据和实时流量数据。
16.根据权利要求13所述的装置，其特征在于，所述数据获取模块包括：
第二预测子模块，用于根据实时流量数据预测设定时段对应的用户流量数据。
17.根据权利要求13所述的装置，其特征在于，所述数据获取模块包括：
第三预测子模块，用于采用至少一种流量预测方案预测用户流量数据。
18.根据权利要求17所述的装置，其特征在于，所述装置还包括：
监控模块，用于在所述按照所述目标优化流量预定方案向流量提供方预定流量之后，监控所预定的流量的使用情况；
调整模块，用于若用户实际流量数据超出所预定的流量，则根据所述实际流量数据调整所述流量预测方案。
19.根据权利要求18所述的装置，其特征在于，所述调整模块包括：
方案确定子模块，用于确定预测的用户流量数据与用户实际流量数据接近的目标流量预测方案；
权重调整子模块，用于提高所述目标流量预测方案的权重。
20.根据权利要求17所述的装置，其特征在于，所述流量预测方案包括一元线性回归模型、多元线性回归模型或支持向量机。
21.根据权利要求13所述的装置，其特征在于，所述用户流量数据对应的总流量值不超过所预定的流量套餐对应的总流量值；所预定的流量套餐的总个数等于用户总数。
22.根据权利要求13所述的装置，其特征在于，所述流量预定模块包括：
套餐分配子模块，用于按照所述目标优化流量预定方案为用户分配流量套餐；
套餐预定子模块，用于根据用户及其对应的流量套餐预定流量套餐。
23.根据权利要求13所述的装置，其特征在于，所述装置还包括：
数据监控模块，用于监控用户实际流量数据；
限制触发模块，用于若所述用户实际流量数据超出所预定的流量，则触发对用户使用流量的限制。
24.一种资源规划装置，其特征在于，应用于物联网连接管理平台，包括：
资源数据获取模块，用于获取用户资源使用数据，所述用户资源使用数据包括历史资源使用数据和/或实时资源使用数据；
资源方案生成模块，用于根据所述用户资源使用数据生成优化资源预定方案，其中，优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；其中，所述根据所述用户资源使用数据生成优化资源预定方案，包括：根据所述用户资源使用数据生成多种优化资源预定方案；确定所述优化资源预定方案所需要的成本，并选取目标优化资源预定方案，所述目标优化资源预定方案所需要的成本小于用户资源使用数据所需要的成本；其中，所述确定所述优化资源预定方案所需要的成本，包括：在所述用户资源可以共享的情况下，通过整数规划算法确定所述优化资源预定方案所需要的成本；
资源预定模块，用于采用所述目标优化资源预定方案替代用户的初始资源预定方案，并按照所述目标优化资源预定方案向资源提供方预定资源。
25.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-12任一项所述的方法。
26.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-12任一项所述的方法。
CN201810537496.4A 2018-05-30 2018-05-30 一种流量规划方法、装置、计算机设备、存储介质 Active CN110557339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810537496.4A CN110557339B (zh) 2018-05-30 2018-05-30 一种流量规划方法、装置、计算机设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810537496.4A CN110557339B (zh) 2018-05-30 2018-05-30 一种流量规划方法、装置、计算机设备、存储介质

Publications (2)

Publication Number Publication Date
CN110557339A CN110557339A (zh) 2019-12-10
CN110557339B true CN110557339B (zh) 2023-06-30

Family

ID=68733669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810537496.4A Active CN110557339B (zh) 2018-05-30 2018-05-30 一种流量规划方法、装置、计算机设备、存储介质

Country Status (1)

Country Link
CN (1) CN110557339B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111970206A (zh) * 2020-08-21 2020-11-20 北京浪潮数据技术有限公司 一种fc网络流量控制方法、装置及相关组件
CN113784301B (zh) * 2021-10-25 2024-02-27 北京易享时代科技有限公司 企业用户计费流量分配的方法、装置和流量分配系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104065663A (zh) * 2014-07-01 2014-09-24 复旦大学 一种基于混合云调度模型的自动伸缩、费用优化的内容分发服务方法
CN108076242A (zh) * 2016-11-11 2018-05-25 华为技术有限公司 一种目标计费规则确定方法、相关设备及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111743A (zh) * 2011-04-15 2011-06-29 宇龙计算机通信科技(深圳)有限公司 一种移动终端资费套餐定制方法和移动终端
US20160034835A1 (en) * 2014-07-31 2016-02-04 Hewlett-Packard Development Company, L.P. Future cloud resource usage cost management
CN104955019B (zh) * 2015-04-24 2018-11-09 成都为物信息技术有限公司 一种手机流量自动订购系统及其方法
CN106304012A (zh) * 2015-05-22 2017-01-04 中兴通讯股份有限公司 流量管理方法、装置、系统、用户终端及策略计费装置
CN107729708A (zh) * 2016-08-10 2018-02-23 中国移动通信集团公司 一种流量策略推荐方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104065663A (zh) * 2014-07-01 2014-09-24 复旦大学 一种基于混合云调度模型的自动伸缩、费用优化的内容分发服务方法
CN108076242A (zh) * 2016-11-11 2018-05-25 华为技术有限公司 一种目标计费规则确定方法、相关设备及系统

Also Published As

Publication number Publication date
CN110557339A (zh) 2019-12-10

Similar Documents

Publication Publication Date Title
US10949257B2 (en) System and method for scheduling workload based on a credit-based mechanism
US20190087090A1 (en) Method and device for scheduling virtual disk input and output ports
US8583799B2 (en) Dynamic cost model based resource scheduling in distributed compute farms
CN107395733B (zh) 地理分布交互服务云资源协同优化方法
WO2016119412A1 (zh) 一种云平台上的资源伸缩方法和一种云平台
WO2019091387A1 (en) Method and system for provisioning resources in cloud computing
CN106506670B (zh) 一种云平台虚拟资源高速调度方法与系统
US10886743B2 (en) Providing energy elasticity services via distributed virtual batteries
CN103064744B (zh) 一种基于SLA的面向多层Web应用的资源优化方法
CN110418022A (zh) 为多个用户标识调整流量套餐的方法及装置
CN106919449A (zh) 一种计算任务的调度控制方法及电子设备
CN108459905B (zh) 资源池容量规划方法及服务器
CN104407912A (zh) 一种虚拟机配置方法及装置
CN112988390A (zh) 一种算力资源分配方法及装置
CN110557339B (zh) 一种流量规划方法、装置、计算机设备、存储介质
Ang et al. Dynamic pricing scheme for resource allocation in multi-cloud environment
CN104598311A (zh) 一种面向Hadoop的实时作业公平调度的方法和装置
CN117290093A (zh) 资源调度决策方法、装置、设备、介质和程序产品
CN116820729A (zh) 离线任务调度方法、装置及电子设备
Zhou et al. Maximizing the profits of cloud service providers via dynamic virtual resource renting approach
CN112583609A (zh) 一种云计费方法、装置、云管理平台、系统及存储介质
CN110008441B (zh) 数据交互方法及装置
CN113673753A (zh) 针对电动汽车充电的负荷调控方法及装置
Toporkov et al. Budget and Cost-aware Resources Selection Strategy in Cloud Computing Environments
Mandal et al. Bid selection for deadline constrained jobs over spot VMs in computational cloud

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
GR01 Patent grant
GR01 Patent grant