CN111523809A - 一种对象交互方法及装置 - Google Patents

Abstract

本申请提供一种对象交互方法和装置，所述方法包括：根据接收到的针对目标对象的对象交互请求，确定对应于目标对象的风险时长；根据目标对象的历史交互数据，预测对应于目标对象的对象资源量在风险时长后的波动信息；基于波动信息确定资源获取比例；其中，在针对目标对象的交互事件被建立后，资源获取比例用于表征第一资源提供方所提供的第一资源数据与对象资源量的当前资源数据之间的比值；建立针对目标对象的交互事件，交互事件用于指示对象提供方将目标对象提供至资源提供方，以及指示第一资源提供方提供对应于目标对象的第一资源数据和第二资源提供方提供对应于目标对象的第二资源数据，第二资源数据为当前资源数据与第一资源数据之差。

Description

一种对象交互方法及装置

技术领域

本申请涉及网络技术领域，具体涉及一种对象交互方法及装置。

背景技术

随着网络技术的快速发展，基于交互平台实现对象交互的应用逐步普及，作为对象提供方与资源提供方之间的交互媒介，交互平台中的关于资源的分配机制是整个对象交互过程中的核心。

然而在相关技术中，资源的分配比例是由人工根据行业经验进行设置的，这使得所确定的分配机制往往受到人工思考维度和主观认识的限制，造成资源分配不协调、占用更高的人工成本、机制确定效率低下等问题。

发明内容

有鉴于此，本申请提供一种对象交互方法及装置，以解决相关技术中存在的技术问题。

为实现上述目的，本申请提供技术方案如下：

根据本申请的第一方面，提出了一种对象交互方法，包括：

根据接收到的针对目标对象的对象交互请求，确定对应于所述目标对象的风险时长；

根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息；

基于所述波动信息确定资源获取比例；其中，在针对所述目标对象的交互事件被建立后，所述资源获取比例用于表征第一资源提供方所提供的第一资源数据与所述对象资源量的当前资源数据之间的比值；

建立针对目标对象的交互事件，所述交互事件用于指示对象提供方将所述目标对象提供至所述资源提供方，以及指示所述第一资源提供方提供对应于所述目标对象的第一资源数据和第二资源提供方提供对应于所述目标对象的第二资源数据，所述第二资源数据为所述当前资源数据与所述第一资源数据之差。

可选的，所述风险时长包括大于预设时长的第一阶段时长，所述根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息，包括：

根据所述目标对象的历史交互数据拟合对应于所述目标对象的波动概率分布模型；

基于所述波动概率分布模型预测所述目标对象经过所述第一阶段时长后的第一资源损耗数据，以将所述第一资源损耗数据确定为所述目标对象的对象资源量在所述第一阶段时长后的波动信息。

可选的，所述风险时长包括不大于所述预设时长的第二阶段时长，所述根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息，包括：

根据所述目标对象的历史交互数据确定匹配于预设风险偏好的偏好损耗数据；

根据所述偏好损耗数据确定所述目标对象经过所述第二阶段时长后的第二资源损耗数据；

结合所述第一资源损耗数据和所述第二资源损耗数据确定所述目标对象的对象资源量在所述风险时长后的波动信息。

可选的，所述建立针对目标对象的交互事件，包括：

在第一阶段时长内，所述第二资源提供方基于与所述第一资源提供方之间的协议，向所述对象提供方提供对应于所述目标对象的第二资源数据；所述协议还包括所述第一资源提供方在所述第一阶段时长内向第二资源提供方提供所述第二资源数据；

所述第二资源提供方对所述协议执行所述第二阶段时长的终止处理操作。

可选的，所述根据所述目标对象的历史交互数据确定匹配于预设风险偏好的偏好损耗数据，包括：

根据所述对象资源量的当前资源数据分别与所述交互对象的各个历史交互数据的差值确定对应于所述目标对象的损耗数据集合；

将所述损耗数据集合中匹配于预设风险偏好的最大值确定为匹配于预设风险偏好的偏好损耗数据。

可选的，所述根据所述偏好损耗数据确定所述目标对象经过所述第二阶段时长后的第二资源损耗数据，包括：

将所述第二阶段时长的平方根与所述偏好损耗数据的乘积确定为所述目标对象经过所述第二阶段时长后的第二资源损耗数据。

可选的，基于所述波动信息确定资源获取比例，包括：

确定对应于所述目标对象的预设调整信息；

根据所述预设调整信息对所述波动信息进行修正，以根据修正后的波动信息确定资源配置比例。

可选的，所述第一资源数据不小于所述对象资源量在所述风险时长后的波动信息。

根据本申请的第二方面，提出了对象交互装置，包括：

风险时长确定模块，根据接收到的针对目标对象的对象交互请求，确定对应于所述目标对象的风险时长；

波动信息预测模块，根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息；

比例信息确定模块，基于所述波动信息确定资源获取比例；其中，在针对所述目标对象的交互事件被建立后，所述资源获取比例用于表征第一资源提供方所提供的第一资源数据与所述对象资源量的当前资源数据之间的比值；

交互事件建立模块，建立针对目标对象的交互事件，所述交互事件用于指示对象提供方将所述目标对象提供至所述资源提供方，以及指示所述第一资源提供方提供对应于所述目标对象的第一资源数据和第二资源提供方提供对应于所述目标对象的第二资源数据，所述第二资源数据为所述当前资源数据与所述第一资源数据之差。

根据本申请的第三方面，一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为可执行指令以实现如第一方面所述的方法。

由以上技术方案可见，在目标对象的交互事件中，作为第一资源提供方和第二资源提供方提供资源数据的参考依据，资源获取比例是根据该目标对象的历史交互数据而确定的，根据历史交互数据预测目标对象在风险时长后的波动信息，以根据波动信息自动确定资源获取比例，该过程中无需占用过多的人工资源，且在资源获取比例的确定过程中，避免了由于考虑维度单一、数据获取的片面性等因素导致的资源获取比例的效率及合理性低下等问题。

附图说明

图1是根据本申请一示例性实施例提供的一种对象交互的应用场景图；

图2是根据本申请一示例性实施例提供的一种对象交互的流程图；

图3a是根据本申请一示例性实施例提供的一种汽车交互的示意图；

图3b是根据本申请一示例性实施例提供的另一种汽车交互的示意图；

图4是根据本申请一示例性实施例提供的一种汽车交互的流程图；

图5a是根据本申请一示例性实施例提供的一种视频交互的示意图；

图5b是根据本申请一示例性实施例提供的另一种视频交互的示意图；

图6是根据本申请一示例性实施例提供的一种视频交互的流程图；

图7是根据本申请一示例性实施例中的一种电子设备的示意结构图；

图8是根据本申请一示例性实施例中的一种对象交互装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

图1是根据本申请一示例性实施例提供的一种对象交互的应用场景图，对象交互的应用场景中可以包括一个或者多个的对象提供方和一个或者多个的资源提供方，资源提供方将资源提供至对象提供方，相应的，对象提供方将对象提供至资源提供方，诸如图1所示，对象提供方1至对象提供方n通过交互平台与资源提供方1至资源提供n进行交互，诸如图1所示的，对象提供方1至对象提供方n向交互平台提供对象及从交互平台处获取资源；资源提供方1至资源提供方n向交互平台提供资源及从交互平台处获取对象。

在对象交互的过程中，多个对象提供方与多个资源提供方之间可以存在多种组合情况，诸如对象提供方1至对象提供方n之间的任意一个对象提供方x在接收到多个资源提供方提供的资源的情况下，该对象提供方x向多个资源提供方中的至少一部分资源提供方提供对象。

在一实施例中，其对应的实际应用的情况诸如筹资购买商品的场景，在多个资金提供方将对应于商品价值的资金提供至商品提供方的情况下，商品提供方可以将对象提供至资金提供方中的筹资者。

在另一实施例中，其对应的实际应用情况又如通过交互平台实现数据下载的场景中，用户可以向交互平台提供数据对象的下载链接，使得其他存在应用需要的用户可通过该用户所提供的下载链接，进而获取对应于该下载链接的数据资源。进一步的，提供数据资源的下载链接的用户可以获得关于其他用户所提供的数据对象的下载权限，使得通过上传资源换取其他数据对象的下载权限，以促进交互平台运转的活跃性。

在对象交互的过程中，交互平台按照资源获取比例接收各个资源提供方提供的资源，相关技术往往采用由人工根据行业经验设置资源获取比例，这使得所确定的资源获取比例受到人工思考维度和主观认识的限制，诸如由于不同人的经验阅历的差异，使得对同一目标对象的认知不同，因而所拟定的资源获取比例也存在差别。

受限于人工思考维度的片面性和信息获取的局限性，这使得在确定资源获取比例的过程中，基于人工经验的确定方式难以综合考虑各方面的风险差异，进一步的，信息更新的滞后性同样增加确定资源获取比例过程的不合理风险。因而，人工成本高、效率及合理性低下的资源获取比例的确定方式制约着交互平台的进一步发展。

有鉴于此，本申请提供了一种对象交互方法及装置，为对本申请的技术方案进行说明，下面通过具体实施例对本申请的技术方案进行详细阐述：

图2是根据本申请一示例性实施例提供的一种对象交互的流程图，如图2所示，该方法可以包括以下步骤：

步骤201，根据接收到的针对目标对象的对象交互请求，确定对应于所述目标对象的风险时长。

步骤202，根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息。

在一实施例中，所确定的对应于目标对象的风险时长包括大于预设时长的第一阶段时长。

相应的，在预测对应于目标对象的对象资源量在风险时长后的波动信息的过程中，可以根据目标对象的历史交互数据拟合对应于目标对象的波动概率分布模型，进而基于波动概率分布模型预测目标对象经过第一阶段时长后的第一资源损耗数据，以将第一资源损耗数据确定为目标对象的对象资源量在所述第一阶段时长后的波动信息。

在本实施例中，通过拟合得到的波动概率分布模型对资源损耗数据进行预测，以根据资源损耗数据确定目标对象的对象资源量在第一阶段时长后的波动信息，进而根据预测的波动信息确定资源获取比例，通过波动概率分布模型得到的预测结果能够综合目标对象各个方面的影响要素，消除了人工在预测过程中考虑维度片面性的缺陷，提高了对波动信息确定的准确性，且资源获取比例的确定过程具备时效性。

进一步的，风险时长包括不大于所述预设时长的第二阶段时长。

相应的，在预测对应于目标对象的对象资源量在风险时长后的波动信息的过程中，可以根据目标对象的历史交互数据确定匹配于预设风险偏好的偏好损耗数据，以根据偏好损耗数据确定目标对象经过第二阶段时长后的第二资源损耗数据，进而结合第一资源损耗数据和第二资源损耗数据确定目标对象的对象资源量在风险时长后的波动信息。

具体的，在根据目标对象的历史交互数据确定匹配于预设风险偏好的偏好损耗数据的过程中，可以根据对象资源量的当前资源数据分别与交互对象的各个历史交互数据的差值确定对应于目标对象的损耗数据集合；进而将损耗数据集合中匹配于预设风险偏好的最大值确定为匹配于预设风险偏好的偏好损耗数据。

具体的，在根据偏好损耗数据确定目标对象经过第二阶段时长后的第二资源损耗数据的过程中，可以将第二阶段时长的平方根与偏好损耗数据的乘积确定为目标对象经过第二阶段时长后的第二资源损耗数据。

进一步的，所建立的针对目标对象的交互事件中包括，在第一阶段时长内，第二资源提供方基于与第一资源提供方之间的协议，向对象提供方提供对应于目标对象的第二资源数据；协议还包括第一资源提供方在第一阶段时长内向第二资源提供方提供第二资源数据；以及第二资源提供方对协议执行第二阶段时长的终止处理操作。其中，第一资源数据不小于对象资源量在风险时长后的波动信息。

步骤203，基于所述波动信息确定资源获取比例。

在针对目标对象的交互事件被建立后，资源获取比例用于表征第一资源提供方所提供的第一资源数据与对象资源量的当前资源数据之间的比值。

在一实施例中，可以确定对应于目标对象的预设调整信息，进而根据预设调整信息对波动信息进行修正，以根据修正后的波动信息确定资源配置比例。

步骤204，建立针对目标对象的交互事件，所述交互事件用于指示第一资源提供方和第二资源提供方按照所确定的资源获取比例提供资源数据。

建立针对目标对象的交互事件，所建立的交互事件用于指示对象提供方将目标对象提供至资源提供方，以及指示第一资源提供方提供对应于目标对象的第一资源数据和第二资源提供方提供对应于目标对象的第二资源数据，其中，第二资源数据为所述当前资源数据与所述第一资源数据之差。

由以上技术方案可见，在目标对象的交互事件中，作为第一资源提供方和第二资源提供方提供资源数据的参考依据，资源获取比例是根据该目标对象的历史交互数据而确定的，根据历史交互数据预测目标对象在风险时长后的波动信息，以根据波动信息自动确定资源获取比例，该过程中无需占用过多的人工资源，且在资源获取比例的确定过程中，避免了由于考虑维度单一、数据获取的片面性等因素导致的资源获取比例的效率及合理性低下等问题。

下面分别以贷款购物和视频资源下载的场景为例，以实际应用场景与对象交互方法相结合的方式对上述对象交互的过程进行阐述。

贷款购物场景的交互过程中可以涉及到三方，即融资供应方、融资需求方、提供有价值信息、物品等的第三方，其中，融资供应方为关于目标对象的资源数据提供方，诸如信贷公司、银行等；融资需求方为目标对象的获取方，例如房屋购买方、汽车购买方等；提供有价值信息、物品等的第三方为目标对象的提供方，诸如房屋售卖方、车辆售卖方等；目标对象的对象资源量表征了目标对象的价值，目标对象的历史交互数据为目标对象的对象资源量在历史阶段时的交互数据。

以售卖车辆的场景为例，如图3a所示，图3a是根据本申请一示例性实施例提供的一种汽车交互的示意图，在图3a中，融资供应方与融资需求方之间基于既定的协议规则，由融资供应方向第三方提供资金，进而第三方向融资需求方分配对所售卖的汽车的使用权限，其中，融资供应方提供的资金对应于所售卖的汽车的价值。

当然，对应于汽车价值的资金可以由融资供应方和融资需求方共同提供，如图3b所示，图3b是根据本申请一示例性实施例提供的另一种汽车交互的示意图，融资供应方与融资需求方之间基于既定的协议规则，分别由融资需求方提供第一资金，在汽车价值中除第一资金之外的剩余资金可以由融资供应方提供，第三方向融资需求方分配汽车的使用权限，其中，融资需求方提供的第一资金与对象资源量的当前价值之间的比例为资金获取比例。

由于汽车的价值随时间的变化具有波动性，通常情况下汽车的价值随着时间的变化呈现出递减的趋势，进而所确定的资金获取比例成为车贷风险的主要影响因素，然而相关技术中，资金获取比例往往由人工根据行业经验而设定的，这使得所确定的包含资金获取比例的分配机制极大程度上受到人工思考维度和主观认识的限制，造成资源分配的不协调、机制的确定效率低下等问题，有鉴于此，本申请提供的一种汽车交互方式能够有效地避免上述问题，如图4所示，图4是根据本申请一示例性实施例提供的一种汽车交互的流程图，该方法可以包括以下步骤：

步骤401，根据接收到的汽车交互请求，确定汽车标识信息和风险时长。

在一实施例中，所接收到的汽车交互请求中可以包含资金需求方意向购买汽车的汽车标识信息，以及对应于资金需求方与资金供应方之间既定的协议规则的风险时长。

具体的，可以由资金需求方通过用户终端或者管理员通过管理平台输入汽车标识信息和所约定的风险时长；或者，由资金需求方通过用户终端或者管理员通过管理平台输入汽车标识信息，进而由系统自动根据所输入的汽车标识信息在预设的关于汽车标识信息和风险时长的映射关系中读取对应于该汽车标识信息的风险时长，进而将所读取的风险时长确定为该汽车标识信息对应的风险时长，其中，汽车标识信息可以包含车系、品牌等，汽车标识信息中还可以包括用于表征汽车出产年份、型号等车型信息，诸如一示例性的汽车标识信息可以为“2019款奥迪A4L 40 TFSI时尚型国VI”，本申请对汽车标识信息中包含的具体内容不作限制。

步骤402，基于汽车标识信息对应的历史交互数据确定波动概率分布模型。

历史交互数据表征了汽车历史价值对应的价格情况，可以调用伪随机发生器模拟汽车价格的变化，进而根据模拟的汽车价格预测汽车的未来价值。

在调用伪随机发生器模拟汽车价格变化的过程中，基于汽车的历史交互数据对汽车价值变化的随机系统进行建模，所建立的概率模型中包含若干个随机变量，每一个随机变量存在对应的概率分布，可以根据随机变量对应的概率分布确定随机变量的估计值，以此确定对应于汽车的历史交互数据的波动概率分布模型。

步骤403，根据由波动概率分布模型确定的价值损耗数据预测经过风险时长后的波动信息。

在一实施例中，针对拟合后的波动概率分布模型，可以通过多次随机抽样预测对应于波动概率分布模型的多个价值估计信息，根据多个价值估计信息、风险偏好和当前汽车的价值信息确定经过风险时长后的价值损耗数据，以将所得到的价值损耗数据确定为经过风险时长后的波动信息。

进一步的，在根据多个价值估计信息、风险偏好和当前汽车的价值信息确定经过风险时长后的价值损耗数据的过程中，可以根据实际应用需要选择不同的处理方式，诸如可以根据多个价值估计信息和当前汽车价值信息确定多个波动损耗数据，进而根据预设的风险偏好在多个波动损耗数据中确定价值损耗数据；或者可以根据风险偏好在多个价值估计信息中确定匹配于风险偏好的偏好价值信息，进而根据所确定的偏好价值信息和当前汽车价值信息确定价值损耗数据。具体的，价值损耗数据可以为比例的形式，诸如市场风险打折率，或者为具体的损耗数值的形式，诸如波动损耗数据或者偏好波动信息与当前汽车价值信息之间的差值等。

在另一实施例中，风险时长可以分为第一阶段时长和第二阶段时长，诸如第一阶段时长对应于汽车的还款阶段时长，例如3年或者5年，第二阶段时长对应于手续处理阶段的时长，例如半年或者1年。

在第一阶段时长中，通过多次随机抽样预测对应于波动概率分布模型的多个价值估计信息，进而根据价值估计信息、对应于第一阶段的风险偏好和当前汽车价值信息确定经过第一阶段时长后的第一价值损耗数据。具体的，所确定的第一价值损耗数据可以为比例的形式，诸如打折率，或者为具体的损耗数值的形式，诸如价格估计信息与当前汽车价值信息之间的价值差值等。

在第二阶段时长中，可以根据由随机抽样预测的对应于波动概率分布模型的多个价值估计信息、对应于第二阶段的风险偏好和当前汽车价值信息确定第二价值损耗数据。具体的，根据实际应用需求的不同，在确定第二价值损耗数据的过程中可以加入不同的维度的考虑，诸如在确定第二价值损耗数据的过程中加入时间影响因子的考虑以确定第二价值损耗数据，例如根据由随机抽样预测的对应于波动概率分布模型的多个价值估计信息、对应于第二阶段的风险偏好当当前汽车价值信息确定经过第二阶段时长后的价值波动信息one_day_VaR后，可以根据第二阶段时长的平方根与价值波动信息的乘积作为第二阶段时长后的第二价值损耗数据m_days_VaR，即

以在价值波动信息处理的过程中加入第二阶段时长的考虑，以使得所确定的第二价值损耗数据能够反映第二阶段时长的影响。

由在第一阶段时长中得到的第一价值损耗数据和在第二阶段时长中得到的第二价值损耗数据确定经过风险时长后的波动信息。具体的，经过风险时长后的波动信息可以为第一价值损耗数据和第二价值损耗数据的乘积，诸如经过风险时长后的波动信息可以为第一价值损耗数据对应的比率与第二价值损耗数据对应的比率的乘积，或者第一价值损耗数据与第二价值损耗数据的加和等。

上述实施例中提及到的风险偏好表征了所能够承受的最大风险情况，在实际的损失不大于所能承受的最大风险的情况下，便可将满足该风险偏好的属性信息对应的属性值确定为根据预设的风险偏好所确定的属性值，作为一示例性的举例：以根据预设的风险偏好在多个波动损耗数据中确定价值损耗数据为例，在所得到的多个波动损耗数据按照由大到小的顺序排序后分别为A、B、C、D和E且风险偏好值位于A和B之间的情况下，则确定多个波动损耗数据中的A为根据预设的风险偏好而确定的价值损耗数据。

步骤404，根据波动信息确定资金获取比例，以使融资需求方和融资供应方提供按照所确定的资金获取比例提供资金。

在一实施例中，可以将所得到的经过风险时长后的波动信息确定为资金获取比例；在另一实施例中，可以对经过风险时长后的波动信息进行修正，进而根据修正后的波动信息确定资金获取比例。

进一步的，在对经过风险时长后的波动信息进行修正的过程中，可以根据预设的调整因子对经过风险时长后的波动信息进行修正，相应的，在确定的经过风险时长后的波动信息为比率的情况下，预设的调整因子的形式可以为比率，从而根据经过风险时长后的波动信息和调整因子结合后的动态智能配资的公式可以为：margin＝(1-price_change)+car_adj，其中，price_change为经过风险时长后的波动信息，car_adj为预设的调整因子。当然，在经过风险时长后的波动信息为数值的情况下，预设的调整因子的形式可以为数值或者比率，以在所得到的波动信息的基础上，上调或者下调一定的数值或者比值，本公开对此不做限制。

在实际应用的过程中，预设的调整因子可以由管理员根据专家经验直接配置而成，诸如本实施例中调整因子的确定过程中可以考虑汽车销量、车系销量走势、车型年款、车系冷热门等因素的影响而由人工综合确定；或者，调整因子可以根据当前汽车的相关属性信息确定对应于当前汽车的调整因子，诸如由管理员将调整因子与汽车销量、车系销量走势、车型年款、车系冷热门等中的至少一个属性的关联关系配置于系统中，以由系统根据当前汽车对应于汽车销量、车系销量走势、车型年款、车系冷热门等中的至少一个属性的属性值确定对应于当前汽车的调整因子，使得在获取当前汽车对应于汽车销量、车系销量走势、车型年款、车系冷热门等中的至少一个属性的属性值后，可由系统自动根据获取到的属性值确定对应于当前汽车的调整因子。

实际应用过程中，在根据汽车标识信息对应的历史交互数据得到对应于图4的资源配置模型的情况下，可以使用历史的车贷记录对所确定的波动概率分布模型进行校验，用于校验波动概率分布模型的车贷记录中可以包括车贷对应的汽车标识信息、所经过的风险时长、风险时长对应的风险偏好值、分别由融资需求方和融资供应方提供资金的真实资金获取比例等信息，以通过由历史的车贷记录确定的预测资金获取比例与真实资金获取比例之间的差异对所确定的资源配资模型的算法过程进行调整，诸如调整资源配资模型中的波动概率分布模型的随机变量的数量或属性、对应于阶段时长的风险偏好信息、调整因子等信息，以实现用于汽车交互的资源配置模型的回测。

视频资源下载的场景的交互过程中可以涉及到三方，诸如视频资源提供方、视频资源需求方、下载权限补充方。如图5a所示，图5a是根据本申请一示例性实施例提供的一种视频交互的示意图，下载权限补充方与视频资源需求方之间基于既定的协议规则，由下载权限补充方向视频资源提供方提供下载权限值，进而视频资源提供方向视频资源需求方提供视频资源，其中，下载权限补充方提供的下载权限值对应于提供的视频资源的下载权限值。

当然，对应于视频资源的下载权限值可以由下载权限补充方和视频资源需求方共同提供，如图5b所示，图5b是根据本申请一示例性实施例提供的另一种视频交互的示意图，下载权限补充方与视频资源需求方之间基于既定的协议规则，分别由视频资源需求方提供第一下载权限值，在视频数据资源对应的下载权限值中除第一下载权限值之外的剩余下载权限值可以由下载权限补充方提供，视频资源提供方向视频资源需求方提供视频资源，其中，视频资源需求方提供的第一下载权限值与视频资源对应的当前视频价值之间的比例为权限配置比例。

在通过消费有限的下载权限以换取视频资源的场景交互过程中，视频资源需求方通过消费自己的部分或者全部的下载权限值换取对应于视频资源提供方发送的视频资源，在视频资源需求方的下载权限值不足以抵消待下载的视频资源对应的下载权限值的情况下，下载权限补充方可以基于与视频资源需求方之间协议，对未能抵消的待下载的视频资源对应的下载权限值进行补充提供，以使得视频资源需求方获取由视频资源提供方提供的视频资源。

本实施例中涉及到的视频资源下载的场景诸如常见的BT种子资源的下载过程中，平台对各个用户所上传的视频资源进行统计，以根据用户上传的视频资源确定对应于该用户的下载权限值，使得上传视频资源数据量越大的用户能够获得更多的下载权限值，而上传视频资源数据量较小的用户获得相对较少的下载权限值，进而提高平台中的视频上传的活跃度，相应的，各种类型的视频资源对应不同的下载权限值，同一视频随着上传时间的推移，由于视频资源的观看价值降低，相应的，所上传的视频资源对应的下载权限值也同样降低，因而，如何确定视频资源需求方与下载权限补充方之间的协议，以在进行视频交互时视频资源需求方与下载权限补充方之间设置合理的权限配置比例在该应用场景中具有重要意义，如图6所示，图6是根据本申请一示例性实施例提供的一种视频交互的流程图，该方法可以包括以下步骤：

步骤601，根据接收到的视频交互请求，确定视频标识信息和延迟时长。

在一实施例中，所接收到的视频交互请求中可以包含视频资源需求方意向下载的视频标识信息以及延迟时长，或者视频交互请求中包含视频资源需求方意向下载的视频标识信息以及预计对该视频进行下载的时刻，以根据对该视频进行下载的时刻确定距离当前时刻的延迟时长。

具体的，可以由视频资源需求方通过用户终端或者管理员通过管理平台输入视频标识信息和所约定的延迟时长；或者，由视频资源需求方通过用户终端或者管理员通过管理平台输入视频标识信息，进而由系统自动根据所输入的视频标识信息在预设的关于视频标识信息和延迟时长的映射关系中读取对应于该视频标识信息的延迟时长，进而将所读取的延迟时长确定为该视频标识信息对应的延迟时长，其中，视频标识信息可以包含视频名称、视频标题等视频属性信息，视频标识信息中还可以包含用于表征视频上传日期、视频类型等信息，本申请对视频标识信息中包含的具体内容不作限制。

步骤602，基于视频标识信息对应的历史交互数据确定波动概率分布模型。

历史交互数据表征了视频历史交互所对应的下载权限值，可以调用伪随机发生器模拟视频的下载价值在一定时长之后的变化情况，进而根据模拟的视频预测视频的在一定时长后的下载权限值。

在调用伪随机发生器模拟视频下载价值变化的过程中，基于视频的历史交互数据对关于视频下载权限值的变化的随机系统进行建模，所建立的概率模型中包含若干个随机变量，每一个随机变量存在对应的概率分布，可以根据随机变量对应的概率分布确定随机变量的估计值，以此确定对应于视频的历史交互数据的波动概率分布模型。

步骤603，根据由波动概率分布模型确定的价值损耗数据预测视频经过迟延时长后的权限波动信息。

在一实施例中，针对拟合后的波动概率分布模型，可以通过多次随机抽样预测对应于波动概率分布模型的多个价值估计信息，根据多个价值估计信息、风险偏好和当前视频的下载权限信息确定经过迟延时长后的价值损耗数据，以将所得到的价值损耗数据确定为经过迟延时长后的权限波动信息。

进一步的，在根据多个价值估计信息、风险偏好和当前视频的下载权限信息确定经过迟延时长后的价值损耗数据的过程中，可以根据实际应用需要选择不同的处理方式，诸如可以根据多个价值估计信息和当前视频下载权限信息确定多个波动损耗数据，进而根据预设的风险偏好在多个波动损耗数据中确定价值损耗数据；或者可以根据风险偏好在多个价值估计信息中确定匹配于风险偏好的偏好下载权限信息，进而根据所确定的偏好下载权限信息和当前视频下载权限信息确定价值损耗数据。

在另一实施例中，迟延时长可以分为第一阶段时长和第二阶段时长，诸如第一阶段时长对应于视频的定时请求时长，例如用户可定时在3天后发送关于视频A的交互请求或者定时在1个月后发送关于视频B的交互请求等，第二阶段时长对应于下载处理阶段的时长，例如1天或者1周等。

在第一阶段时长中，通过多次随机抽样预测对应于波动概率分布模型的多个价值估计信息，进而根据价值估计信息、对应于第一阶段的风险偏好和当前视频下载权限信息确定经过第一阶段时长后的第一价值损耗数据。具体的，所确定的第一价值损耗数据可以为比例的形式，诸如下载权限值的打折率，或者为具体的下载权限值的损耗数值的形式等。

在第二阶段时长中，可以根据由随机抽样预测的对应于波动概率分布模型的多个价值估计信息、对应于第二阶段的风险偏好和当前视频下载权限信息确定第二价值损耗数据。具体的，根据实际应用需求的不同，在确定第二价值损耗数据的过程中可以加入不同的维度的考虑，诸如在确定第二价值损耗数据的过程中加入时间影响因子的考虑以确定第二价值损耗数据。

由在第一阶段时长中得到的第一价值损耗数据和在第二阶段时长中得到的第二价值损耗数据确定经过迟延时长后的权限波动信息。具体的，经过迟延时长后的权限波动信息可以为第一价值损耗数据和第二价值损耗数据的乘积，诸如经过迟延时长后的权限波动信息可以为第一价值损耗数据对应的比率与第二价值损耗数据对应的比率的乘积，或者第一价值损耗数据与第二价值损耗数据的加和等。

步骤604，根据权限波动信息确定权限配置比例，以使视频资源需求方和下载权限补充方提供按照所确定的权限配置比例提供资金。

在一实施例中，可以将所得到的经过迟延时长后的权限波动信息确定为权限配置比例；在另一实施例中，可以对经过迟延时长后的权限波动信息进行修正，进而根据修正后的权限波动信息确定权限配置比例。

进一步的，在对经过迟延时长后的权限波动信息进行修正的过程中，可以根据预设的调整因子对经过迟延时长后的权限波动信息进行修正，相应的，在确定的经过迟延时长后的权限波动信息为比率的情况下，预设的调整因子的形式可以为比率；或者，在经过迟延时长后的权限波动信息为数值的情况下，预设的调整因子的形式可以为数值或者比率，以在所得到的权限波动信息的基础上，上调或者下调一定的数值或者比值，本公开对此不做限制。

实际应用过程中，在根据视频标识信息对应的历史交互数据得到对应于图6的资源配置模型的情况下，可以使用历史的车贷记录对所确定的波动概率分布模型进行校验，用于校验波动概率分布模型的车贷记录中可以包括车贷对应的视频标识信息、所经过的迟延时长、迟延时长对应的风险偏好值、分别由视频资源需求方和下载权限补充方提供资金的真实权限配置比例等信息，以通过由历史的车贷记录确定的预测权限配置比例与真实权限配置比例之间的差异对所确定的权限配置模型的算法过程进行调整，诸如调整权限配置模型中的波动概率分布模型的随机变量的数量或属性、对应于阶段时长的风险偏好信息、调整因子等信息，以实现用于视频交互的资源配置模型的回测。

图7是根据本申请一示例性实施例中的一种电子设备的示意结构图。请参考图7，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成对象交互装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

请参考图8，图8是根据本申请一示例性实施例中的一种对象交互装置的框图，在软件实施方式中，该对象交互装置可以包括：

风险时长确定模块801，根据接收到的针对目标对象的对象交互请求，确定对应于所述目标对象的风险时长；

波动信息预测模块802，根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息；

比例信息确定模块803，基于所述波动信息确定资源获取比例；其中，在针对所述目标对象的交互事件被建立后，所述资源获取比例用于表征第一资源提供方所提供的第一资源数据与所述对象资源量的当前资源数据之间的比值；

交互事件建立模块804，建立针对目标对象的交互事件，所述交互事件用于指示对象提供方将所述目标对象提供至所述资源提供方，以及指示所述第一资源提供方提供对应于所述目标对象的第一资源数据和第二资源提供方提供对应于所述目标对象的第二资源数据，所述第二资源数据为所述当前资源数据与所述第一资源数据之差。

可选的，所述风险时长包括大于预设时长的第一阶段时长，所述波动信息预测模块具体用于：

根据所述目标对象的历史交互数据拟合对应于所述目标对象的波动概率分布模型；

基于所述波动概率分布模型预测所述目标对象经过所述第一阶段时长后的第一资源损耗数据，以将所述第一资源损耗数据确定为所述目标对象的对象资源量在所述第一阶段时长后的波动信息。

可选的，所述风险时长包括不大于所述预设时长的第二阶段时长，所述波动信息预测模块还用于：

根据所述目标对象的历史交互数据确定匹配于预设风险偏好的偏好损耗数据；

根据所述偏好损耗数据确定所述目标对象经过所述第二阶段时长后的第二资源损耗数据；

结合所述第一资源损耗数据和所述第二资源损耗数据确定所述目标对象的对象资源量在所述风险时长后的波动信息。

可选的，所述波动信息预测模块还用于：

在第一阶段时长内，所述第二资源提供方基于与所述第一资源提供方之间的协议，向所述对象提供方提供对应于所述目标对象的第二资源数据；

所述协议还包括所述第一资源提供方在所述第一阶段时长内向第二资源提供方提供所述第二资源数据；

所述第二资源提供方对所述协议执行所述第二阶段时长的终止处理操作。

可选的，所述波动信息预测模块还用于：

根据所述对象资源量的当前资源数据分别与所述交互对象的各个历史交互数据的差值确定对应于所述目标对象的损耗数据集合；

将所述损耗数据集合中匹配于预设风险偏好的最大值确定为匹配于预设风险偏好的偏好损耗数据。

可选的，所述波动信息预测模块还用于：

将所述第二阶段时长的平方根与所述偏好损耗数据的乘积确定为所述目标对象经过所述第二阶段时长后的第二资源损耗数据。

可选的，所述比例信息确定模块具体用于：

确定对应于所述目标对象的预设调整信息；

根据所述预设调整信息对所述波动信息进行修正，以根据修正后的波动信息确定资源配置比例。

可选的，所述第一资源数据不小于所述对象资源量在所述风险时长后的波动信息。

所述装置与上述方法相对应，更多相同的细节不再一一赘述。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (10)

1.一种对象交互方法，其特征在于，所述方法包括：

根据接收到的针对目标对象的对象交互请求，确定对应于所述目标对象的风险时长；

根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息；

基于所述波动信息确定资源获取比例；其中，在针对所述目标对象的交互事件被建立后，所述资源获取比例用于表征第一资源提供方所提供的第一资源数据与所述对象资源量的当前资源数据之间的比值；

建立针对目标对象的交互事件，所述交互事件用于指示对象提供方将所述目标对象提供至所述资源提供方，以及指示所述第一资源提供方提供对应于所述目标对象的第一资源数据和第二资源提供方提供对应于所述目标对象的第二资源数据，所述第二资源数据为所述当前资源数据与所述第一资源数据之差。

2.根据权利要求1所述方法，其特征在于，所述风险时长包括大于预设时长的第一阶段时长，所述根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息，包括：

根据所述目标对象的历史交互数据拟合对应于所述目标对象的波动概率分布模型；

基于所述波动概率分布模型预测所述目标对象经过所述第一阶段时长后的第一资源损耗数据，以将所述第一资源损耗数据确定为所述目标对象的对象资源量在所述第一阶段时长后的波动信息。

3.根据权利要求2所述方法，其特征在于，所述风险时长包括不大于所述预设时长的第二阶段时长，所述根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息，包括：

根据所述目标对象的历史交互数据确定匹配于预设风险偏好的偏好损耗数据；

根据所述偏好损耗数据确定所述目标对象经过所述第二阶段时长后的第二资源损耗数据；

结合所述第一资源损耗数据和所述第二资源损耗数据确定所述目标对象的对象资源量在所述风险时长后的波动信息。

4.根据权利要求3所述方法，其特征在于，所述建立针对目标对象的交互事件，包括：

在第一阶段时长内，所述第二资源提供方基于与所述第一资源提供方之间的协议，向所述对象提供方提供对应于所述目标对象的第二资源数据；所述协议还包括所述第一资源提供方在所述第一阶段时长内向第二资源提供方提供所述第二资源数据；

所述第二资源提供方对所述协议执行所述第二阶段时长的终止处理操作。

5.根据权利要求3所述方法，其特征在于，所述根据所述目标对象的历史交互数据确定匹配于预设风险偏好的偏好损耗数据，包括：

根据所述对象资源量的当前资源数据分别与所述交互对象的各个历史交互数据的差值确定对应于所述目标对象的损耗数据集合；

将所述损耗数据集合中匹配于预设风险偏好的最大值确定为匹配于预设风险偏好的偏好损耗数据。

6.根据权利要求3所述方法，其特征在于，所述根据所述偏好损耗数据确定所述目标对象经过所述第二阶段时长后的第二资源损耗数据，包括：

将所述第二阶段时长的平方根与所述偏好损耗数据的乘积确定为所述目标对象经过所述第二阶段时长后的第二资源损耗数据。

7.根据权利要求1所述方法，其特征在于，基于所述波动信息确定资源获取比例，包括：

确定对应于所述目标对象的预设调整信息；

根据所述预设调整信息对所述波动信息进行修正，以根据修正后的波动信息确定资源配置比例。

8.根据权利要求1所述方法，其特征在于，所述第一资源数据不小于所述对象资源量在所述风险时长后的波动信息。

9.一种对象交互装置，其特征在于，所述装置包括：

风险时长确定模块，根据接收到的针对目标对象的对象交互请求，确定对应于所述目标对象的风险时长；

波动信息预测模块，根据所述目标对象的历史交互数据，预测对应于所述目标对象的对象资源量在所述风险时长后的波动信息；

比例信息确定模块，基于所述波动信息确定资源获取比例；其中，在针对所述目标对象的交互事件被建立后，所述资源获取比例用于表征第一资源提供方所提供的第一资源数据与所述对象资源量的当前资源数据之间的比值；

交互事件建立模块，建立针对目标对象的交互事件，所述交互事件用于指示对象提供方将所述目标对象提供至所述资源提供方，以及指示所述第一资源提供方提供对应于所述目标对象的第一资源数据和第二资源提供方提供对应于所述目标对象的第二资源数据，所述第二资源数据为所述当前资源数据与所述第一资源数据之差。

10.一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为可执行指令以实现如权利要求1-8中任一项所述的方法。

Images