CN112561378A - 自适应的多方案动态调整方法、装置、计算机设备及介质 - Google Patents
自适应的多方案动态调整方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN112561378A CN112561378A CN202011540136.3A CN202011540136A CN112561378A CN 112561378 A CN112561378 A CN 112561378A CN 202011540136 A CN202011540136 A CN 202011540136A CN 112561378 A CN112561378 A CN 112561378A
- Authority
- CN
- China
- Prior art keywords
- scheme
- service
- proportion
- business
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 230000003044 adaptive effect Effects 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 238000005094 computer simulation Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 21
- 230000005484 gravity Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及数据处理技术领域,提供一种自适应的多方案动态调整方法、装置、计算机设备及介质,包括:在中枢调度系统中部署多方案并定义多方案的初始业务分配比重;根据多个历史数据识别影响业务比重调整的多个参数字段,获取当前周期每个方案的所述多个参数字段的字段值;根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;根据每个方案的目标业务分配比重为下一周期的业务请求对应的业务分配方案。本发明能够提高业务处理效率。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种自适应的多方案动态调整方法、装置、计算机设备及介质。
背景技术
为了提升银行零售业的服务能力,拓宽银行的业务领域,实现最大程度的线上业务办理能力,占领更多的零售贷款、储蓄、理财等方面的市场。目前银行已经推出了很多的远程视频服务场景,而在业务推广的同时,银行也会尝试更新或者更有活力的技术方案。
实际推广过程中为了降低新方案适配推广的风险,多数时候还是一个多种技术方案并存的状态,但在实际使用过程中,新技术方案并没有调配到更多的实践机会,无法及时给出可行性评估结果;或者通过人工的方式来统计每个方案的实施效果来决定后续采用何种技术方案,这种方式具有一定的滞后性,且人工统计效率十分低下,还易出错。
发明内容
鉴于以上内容,有必要提出一种自适应的多方案动态调整方法、装置、计算机设备及介质,能够根据实际使用环境的变化自适应的动态调整每个方案的业务比重,保证每一周期每个方案之间具有最优的搭配,从而提高业务处理效率。
本发明的第一方面提供一种自适应的多方案动态调整方法,所述方法包括:
在中枢调度系统中部署多方案并定义多方案的初始业务分配比重;
根据多个历史数据识别影响业务比重调整的多个参数字段,并获取当前周期每个方案的所述多个参数字段的字段值;
根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;
采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;
采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;
响应于所述下一周期的业务请求,根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案。
在一个可选的实施例中,所述采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值包括:
获取同一个参数字段下每个方案的占比值并进行倒序排序,得到每个方案的每个参数字段的占比名次;
将每个方案的每个参数字段的占比名次映射成数值;
根据每个参数字段下最大的数值计算得到排名基值;
计算每个方案的所有参数字段的数值的和值;
根据每个方案的和值和所述排名基值计算每个方案的业务排名值。
在一个可选的实施例中,所述采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重包括:
根据所述初始业务分配比重确定每个方案的初始业务排名顺序;
根据预设第一权重及每个方案的初始业务排名顺序计算每个方案的加成排名值;
根据预设第二权重、每个方案的业务排名值及每个方案的加成排名值计算每个方案的目标业务排名值;
对每个方案的目标业务排名值进行映射得到每个方案的目标业务分配比重。
在一个可选的实施例中,所述根据多个历史数据识别影响业务比重调整的多个参数字段包括:
输入所述多个历史数据至XGBOOST模型中进行训练;
结束训练后获取所述XGBOOST模型输出的多个数据字段权重;
根据所述多个数据字段权重获取影响业务比重调整的多个参数字段。
在一个可选的实施例中,所述获取当前周期每个方案的所述多个参数字段的字段值包括:
获取每个方案的方案标签;
根据每个方案的方案标签确定每个方案的数据库表;
从每个方案的数据库表中读取对应方案的每个参数字段的字段值。
在一个可选的实施例中,所述根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案包括:
获取所述业务请求的请求报文;
根据所述请求报文判断所述业务请求是否为首次请求;
当所述业务请求不为首次请求时,获取服务所述业务请求的历史方案,并当所述历史方案的目标业务分配比重不为最小时,优先分配所述历史方案服务所述业务请求对应的业务;
当所述业务请求为首次请求时,优先分配所述目标业务分配比重的最大者对应的方案服务所述业务请求对应的业务。
在一个可选的实施例中,所述根据所述请求报文判断所述业务请求是否为首次请求包括:
解析所述请求报文得到所述业务请求的业务名称;
根据所述业务名称遍历所述中枢调度系统的业务数据库;
判断所述业务数据库中是否存在与所述业务名称一致的目标业务名称;
当所述业务数据库中存在所述目标业务名称时,确定所述业务请求不为首次请求;
当所述业务数据库中不存在所述目标业务名称时,确定所述业务请求为首次请求。
本发明的第二方面提供一种自适应的多方案动态调整装置,所述装置包括:
方案部署模块,用于在中枢调度系统中部署多方案并定义多方案的初始业务分配比重;
字段获取模块,用于根据多个历史数据识别影响业务比重调整的多个参数字段,并获取当前周期每个方案的所述多个参数字段的字段值;
第一计算模块,用于根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;
第二计算模块,用于采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;
第三计算模块,用于采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;
方案分配模块,用于响应于所述下一周期的业务请求,根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案。
本发明的第三方面提供一种计算机设备,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现所述自适应的多方案动态调整方法。
本发明的第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述自适应的多方案动态调整方法。
综上所述,本发明所述的自适应的多方案动态调整方法、装置、计算机设备及介质,通过在中枢调度系统中部署多方案,集成多方案来提高业务服务的稳定性;根据多个历史数据识别影响业务比重调整的多个参数字段,将共有的影响因子识别出来,便于后续计算每个方案的业务排名顺序;获取当前周期每个方案的所述多个参数字段的字段值;根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;从而根据每个方案的目标业务分配比重为下一周期的业务请求对应的业务分配方案。本发明在多种方案并存的情况下,能够根据实际使用环境的变化自适应的动态调整每个方案的业务比重,保证每一周期每个方案之间具有最优的搭配,从而提高业务处理效率。
附图说明
图1是本发明实施例一提供的自适应的多方案动态调整方法的流程图。
图2是本发明实施例二提供的自适应的多方案动态调整装置的结构图。
图3是本发明实施例三提供的计算机设备的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
本发明实施例提供的自适应的多方案动态调整方法由计算机设备执行,相应地,自适应的多方案动态调整装置运行于计算机设备中。
图1是本发明实施例一提供的自适应的多方案动态调整方法的流程图。所述自适应的多方案动态调整方法,在多种方案并存的情况下,能够根据实际使用环境的变化自适应的动态调整每个方案的业务比重,保证每一周期每个方案之间具有最优的搭配,从而提高业务处理效率。所述自适应的多方案动态调整方法具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略。
S11,在中枢调度系统中部署多方案并定义多方案的初始业务分配比重。
所述多方案可以包括:共有协议方案,新方案及至少一个旧方案。
为满足业务发展的需要,确保在任何环境下都能为客户提供友好的服务,可以事先在中枢调度系统中部署多方案,通过中枢系统动态分配各种业务使用的方案,以此提高服务的稳定性。
示例性的,对于坐席远程服务场景中,多方案可以是多种音视频技术。对于保险增员预测场景中,多方案可以是多种神经网络预测模型。
在中枢调度系统启动之后,初始化一个多方案的初始业务分配比重。
在一个可选的实施例中,所述共有协议方案的业务比重>所述新方案的业务比重>所述至少一个旧方案的业务比重,所述共有协议方案的业务比重+所述新方案的业务比重+所述至少一个旧方案的业务比重=1。
每个方案可以集成在一个坐席端中,例如,共有协议方案集成在坐席端1中,新方案集成在坐席端2中,旧方案集成在坐席端3中。
其中,共有协议方案是指对应的坐席端采用了共有协议,能够与其他方案的坐席端通讯互通。因此,共有协议方案可以作为保底逃生方案,初始化一个较大的服务比重,在其他方案出现异常时将业务切换到共有协议方案,从而保障服务的稳定性。
其中,新方案是指最新部署到中枢调度系统中的坐席端,旧方案是相对新方案而言的,已经部署到中枢调度系统中的坐席端。
S12,根据多个历史数据识别影响业务比重调整的多个参数字段,并获取当前周期每个方案的所述多个参数字段的字段值。
实际服务过程中不同的方案会有不同的参数字段来影响对应方案的服务质量,这些参数字段中有些是方案特有的影响因子,有些参数字段是多个方案共有的影响因子,将共有的影响因子识别出来,便于后续计算每个方案的业务排名顺序。
在一个可选的实施例中,所述根据多个历史数据识别影响业务比重调整的多个参数字段包括:
输入所述多个历史数据至XGBOOST模型中进行训练;
结束训练后获取所述XGBOOST模型输出的多个数据字段权重;
根据所述多个数据字段权重获取影响业务比重调整的多个参数字段。
XGBOOST模型不仅能够基于输入数据输出预测结果,还能输出输入数据中每个数据字段的权重,所述权重用以表示对应的数据字段对XGBOOST模型的贡献程度。权重越大,表明对应的数据字段对XGBOOST模型的贡献程度越大,权重越小,表明对应的数据字段对XGBOOST模型的贡献程度越小。
该可选的实施例中,通过XGBOOST模型给出多个历史数据中多个数据字段的数据字段权重,并对多个数据字段权重进行倒序排序,将排序在前N个数据字段权重对应的数据字段确定为影响业务比重调整的多个采纳数字段。
在一个可选的实施例中,所述获取当前周期每个方案的所述多个参数字段的字段值包括:
获取每个方案的方案标签;
根据每个方案的方案标签确定每个方案的数据库表;
从每个方案的数据库表中读取对应方案的每个参数字段的字段值。
可以为每个方案设置一个独立的数据库表,方案标签与数据库表之间建立关联关系,根据关联关系匹配出与方案标签对应的数据库表,并从方案对应的数据库表中获取该方案的多个参数字段的字段值。
还可以为所有的方案设置一个共同的数据库表,根据方案标签从共同的数据库表中先确定出每个方案的数据库表,再读取对应方案的多个参数字段的字段值。
S13,根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值。
在确定了影响业务比重调整的多个参数字段之后,根据多个参数字段从数据库表中获取对应的字段值,然后根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的排名值。
示例性的,影响业务比重调整的多个参数字段可以包括:业务服务效果,方案在线坐席人数、业务客诉占比。计算每个方案的业务服务效果排名值,每个方案的方案在线坐席人数排名值,计算每个方案的业务客诉排名值。
其中,所述业务服务效果可以由坐席通过坐席端主动反馈,每笔业务结束后,坐席可以主动提供一个结束原因,大致分为正常和异常两个类,中枢调度系统根据坐席提供的结束原因的类型确定每个方案服务的每笔业务的服务效果,计算服务效果为异常的业务在整个业务中的比例得到一个业务服务效果排名值。
为避免实际分配的方案比例与在线坐席人数不符,导致坐席空闲或者超过负荷,可以按照当前的比例值和每个方案在线坐席人数的比值得到方案在线坐席人数排名值。
计算每个方案中被客户投诉的业务所占的比例得到业务客诉占比。
S14,采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值。
在一个可选的实施例中,所述采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值包括:
获取同一个参数字段下每个方案的占比值并进行倒序排序,得到每个方案的每个参数字段的占比名次;
将每个方案的每个参数字段的占比名次映射成数值;
根据每个参数字段下最大的数值计算得到排名基值;
计算每个方案的所有参数字段的数值的和值;
根据每个方案的和值和所述排名基值计算每个方案的业务排名值。
示例性的,假设有3个参数字段:参数字段1,参数字段2,参数字段3;方案a的3个参数字段的占比名次映射成数值之后分别是1,2,2;方案b的3个参数字段的占比名次映射成数值之后分别是3,1,1;方案c的3个参数字段的占比名次映射成数值之后分别是2,3,3,由于3个参数字段下的最大的数值均为3,则排名基值为9。
计算方案a的3个参数字段的数值的和值为5(1+2+2),则方案a的业务排名值为1-5/9=44.44%。
计算方案b的3个参数字段的数值的和值为5(3+1+1),则方案b的业务排名值为1-5/9=44.44%。
计算方案c的3个参数字段的数值的和值为8(2+3+3),则方案b的业务排名值为1-8/9=11.12%。
S15,采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重。
由于初始业务分配比重为预先定义的每个方案的初始业务分配比重,经过一段的服务后,每个方案都对应积累了一定量的业务数据,根据业务数据确定了当前周期的业务排名值,则需要根据当前周期的业务排名值对初始业务分配比重进行校正,从而确定下一个周期每个方案的目标业务分配比重。
在一个可选的实施例中,所述采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重包括:
根据所述初始业务分配比重确定每个方案的初始业务排名顺序;
根据预设第一权重及每个方案的初始业务排名顺序计算每个方案的加成排名值;
根据预设第二权重、每个方案的业务排名值及每个方案的加成排名值计算每个方案的目标业务排名值;
对每个方案的目标业务排名值进行映射得到每个方案的目标业务分配比重。
示例性的,假设根据初始业务分配比重确定初始业务排名顺序为方案c>方案a>方案b,由于采用第一计算模型计算的方案a和方案b的业务排名值相同,预设第一权重为10%,预设第二权重为90%,采用第二计算模型计算得到每个方案的目标业务排名值如下:
方案a:44.44%*90%+10%=49.99%;
方案b:44.44%*90%=39.99%;
方案c:11.12%*90%=10%。
将每个方案的目标业务排名值映射为百分制,即可得到每个方案的目标业务分配比重。
S16,响应于所述下一周期的业务请求,根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案。
将下一周期的业务请求,按照目标业务分配比重进行分配,能够根据每个方案在上一个周期的业务服务效果、方案在线坐席人数、业务客诉占比等因素来决定下一个周期的业务分配比重,实现了每个方案的业务比重的动态调整,提高了业务处理的效率,且保证了业务处理的质量。
在一个可选的实施例中,所述根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案包括:
获取所述业务请求的请求报文;
根据所述请求报文判断所述业务请求是否为首次请求;
当所述业务请求不为首次请求时,获取服务所述业务请求的历史方案,并当所述历史方案的目标业务分配比重不为最小时,优先分配所述历史方案服务所述业务请求对应的业务;
当所述业务请求为首次请求时,优先分配所述目标业务分配比重的最大者对应的方案服务所述业务请求对应的业务。
根据业务请求的报文确定业务请求是否首次请求,对于首次请求的业务请求,将最大的目标业务分配比重对应的方案分配给所述业务请求,以此提供良好的业务服务,最大的目标业务分配比重对应的方案处理业务的效率也较高,因此,能够快速的处理业务请求对应的业务;而对于非首次请求的业务请求,将目标业务分配比重不为最小的历史方案分配给所述业务请求,由于历史方案已经服务过业务了,对业务可能更为熟悉,且由于历史方案的目标业务分配比重不为最小的,因此,在既能保证处理效率的基础上提高业务处理的质量。
在一个可选的实施例中,所述根据所述请求报文判断所述业务请求是否为首次请求包括:
解析所述请求报文得到所述业务请求的业务名称;
根据所述业务名称遍历所述中枢调度系统的业务数据库;
判断所述业务数据库中是否存在与所述业务名称一致的目标业务名称;
当所述业务数据库中存在所述目标业务名称时,确定所述业务请求不为首次请求;
当所述业务数据库中不存在所述目标业务名称时,确定所述业务请求为首次请求。
其中,所述首次请求表明业务请求的客户端在此之前未向中枢调度系统发送过同样的业务请求,所述中枢调度系统未对业务请求分配过方案。其中,所述中枢调度系统的业务数据库中保存有历史方案调度记录,所述历史方案调度记录中包含业务名称及方案的方案标签。
需要强调的是,为进一步保证上述第一计算模型和第二计算模型的私密性和安全性,上述第一计算模型和第二计算模型可存储于区块链的节点中。
本发明所述的自适应的多方案动态调整方法,通过在中枢调度系统中部署多方案,集成多方案来提高业务服务的稳定性;根据多个历史数据识别影响业务比重调整的多个参数字段,将共有的影响因子识别出来,便于后续计算每个方案的业务排名顺序;获取当前周期每个方案的所述多个参数字段的字段值;根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;从而根据每个方案的目标业务分配比重为下一周期的业务请求对应的业务分配方案。本发明在多种方案并存的情况下,能够根据实际使用环境的变化自适应的动态调整每个方案的业务比重,保证每一周期每个方案之间具有最优的搭配,从而提高业务处理效率。
图2是本发明实施例二提供的自适应的多方案动态调整装置的结构图。
在一些实施例中,所述自适应的多方案动态调整装置20可以包括多个由计算机程序段所组成的功能模块。所述自适应的多方案动态调整装置20中的各个程序段的计算机程序可以存储于计算机设备的存储器中,并由至少一个处理器所执行,以执行(详见图1描述)自适应的多方案动态调整的功能。
本实施例中,所述自适应的多方案动态调整装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:方案部署模块201、字段获取模块202、第一计算模块203、第二计算模块204、第三计算模块205及方案分配模块206。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
所述方案部署模块201,用于在中枢调度系统中部署多方案并定义多方案的初始业务分配比重。
所述多方案可以包括:共有协议方案,新方案及至少一个旧方案。
为满足业务发展的需要,确保在任何环境下都能为客户提供友好的服务,可以事先在中枢调度系统中部署多方案,通过中枢系统动态分配各种业务使用的方案,以此提高服务的稳定性。
示例性的,对于坐席远程服务场景中,多方案可以是多种音视频技术。对于保险增员预测场景中,多方案可以是多种神经网络预测模型。
在中枢调度系统启动之后,初始化一个多方案的初始业务分配比重。
在一个可选的实施例中,所述共有协议方案的业务比重>所述新方案的业务比重>所述至少一个旧方案的业务比重,所述共有协议方案的业务比重+所述新方案的业务比重+所述至少一个旧方案的业务比重=1。
每个方案可以集成在一个坐席端中,例如,共有协议方案集成在坐席端1中,新方案集成在坐席端2中,旧方案集成在坐席端3中。
其中,共有协议方案是指对应的坐席端采用了共有协议,能够与其他方案的坐席端通讯互通。因此,共有协议方案可以作为保底逃生方案,初始化一个较大的服务比重,在其他方案出现异常时将业务切换到共有协议方案,从而保障服务的稳定性。
其中,新方案是指最新部署到中枢调度系统中的坐席端,旧方案是相对新方案而言的,已经部署到中枢调度系统中的坐席端。
所述字段获取模块202,用于根据多个历史数据识别影响业务比重调整的多个参数字段,并获取当前周期每个方案的所述多个参数字段的字段值。
实际服务过程中不同的方案会有不同的参数字段来影响对应方案的服务质量,这些参数字段中有些是方案特有的影响因子,有些参数字段是多个方案共有的影响因子,将共有的影响因子识别出来,便于后续计算每个方案的业务排名顺序。
在一个可选的实施例中,所述字段获取模块202根据多个历史数据识别影响业务比重调整的多个参数字段包括:
输入所述多个历史数据至XGBOOST模型中进行训练;
结束训练后获取所述XGBOOST模型输出的多个数据字段权重;
根据所述多个数据字段权重获取影响业务比重调整的多个参数字段。
XGBOOST模型不仅能够基于输入数据输出预测结果,还能输出输入数据中每个数据字段的权重,所述权重用以表示对应的数据字段对XGBOOST模型的贡献程度。权重越大,表明对应的数据字段对XGBOOST模型的贡献程度越大,权重越小,表明对应的数据字段对XGBOOST模型的贡献程度越小。
该可选的实施例中,通过XGBOOST模型给出多个历史数据中多个数据字段的数据字段权重,并对多个数据字段权重进行倒序排序,将排序在前N个数据字段权重对应的数据字段确定为影响业务比重调整的多个采纳数字段。
在一个可选的实施例中,所述字段获取模块202获取当前周期每个方案的所述多个参数字段的字段值包括:
获取每个方案的方案标签;
根据每个方案的方案标签确定每个方案的数据库表;
从每个方案的数据库表中读取对应方案的每个参数字段的字段值。
可以为每个方案设置一个独立的数据库表,方案标签与数据库表之间建立关联关系,根据关联关系匹配出与方案标签对应的数据库表,并从方案对应的数据库表中获取该方案的多个参数字段的字段值。
还可以为所有的方案设置一个共同的数据库表,根据方案标签从共同的数据库表中先确定出每个方案的数据库表,再读取对应方案的多个参数字段的字段值。
所述第一计算模块203,用于根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值。
在确定了影响业务比重调整的多个参数字段之后,根据多个参数字段从数据库表中获取对应的字段值,然后根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的排名值。
示例性的,影响业务比重调整的多个参数字段可以包括:业务服务效果,方案在线坐席人数、业务客诉占比。计算每个方案的业务服务效果排名值,每个方案的方案在线坐席人数排名值,计算每个方案的业务客诉排名值。
其中,所述业务服务效果可以由坐席通过坐席端主动反馈,每笔业务结束后,坐席可以主动提供一个结束原因,大致分为正常和异常两个类,中枢调度系统根据坐席提供的结束原因的类型确定每个方案服务的每笔业务的服务效果,计算服务效果为异常的业务在整个业务中的比例得到一个业务服务效果排名值。
为避免实际分配的方案比例与在线坐席人数不符,导致坐席空闲或者超过负荷,可以按照当前的比例值和每个方案在线坐席人数的比值得到方案在线坐席人数排名值。
计算每个方案中被客户投诉的业务所占的比例得到业务客诉占比。
所述第二计算模块204,用于采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值。
在一个可选的实施例中,所述第二计算模块204采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值包括:
获取同一个参数字段下每个方案的占比值并进行倒序排序,得到每个方案的每个参数字段的占比名次;
将每个方案的每个参数字段的占比名次映射成数值;
根据每个参数字段下最大的数值计算得到排名基值;
计算每个方案的所有参数字段的数值的和值;
根据每个方案的和值和所述排名基值计算每个方案的业务排名值。
示例性的,假设有3个参数字段:参数字段1,参数字段2,参数字段3;方案a的3个参数字段的占比名次映射成数值之后分别是1,2,2;方案b的3个参数字段的占比名次映射成数值之后分别是3,1,1;方案c的3个参数字段的占比名次映射成数值之后分别是2,3,3,由于3个参数字段下的最大的数值均为3,则排名基值为9。
计算方案a的3个参数字段的数值的和值为5(1+2+2),则方案a的业务排名值为1-5/9=44.44%。
计算方案b的3个参数字段的数值的和值为5(3+1+1),则方案b的业务排名值为1-5/9=44.44%。
计算方案c的3个参数字段的数值的和值为8(2+3+3),则方案b的业务排名值为1-8/9=11.12%。
所述第三计算模块205,用于采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重。
由于初始业务分配比重为预先定义的每个方案的初始业务分配比重,经过一段的服务后,每个方案都对应积累了一定量的业务数据,根据业务数据确定了当前周期的业务排名值,则需要根据当前周期的业务排名值对初始业务分配比重进行校正,从而确定下一个周期每个方案的目标业务分配比重。
在一个可选的实施例中,所述第三计算模块205采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重包括:
根据所述初始业务分配比重确定每个方案的初始业务排名顺序;
根据预设第一权重及每个方案的初始业务排名顺序计算每个方案的加成排名值;
根据预设第二权重、每个方案的业务排名值及每个方案的加成排名值计算每个方案的目标业务排名值;
对每个方案的目标业务排名值进行映射得到每个方案的目标业务分配比重。
示例性的,假设根据初始业务分配比重确定初始业务排名顺序为方案c>方案a>方案b,由于采用第一计算模型计算的方案a和方案b的业务排名值相同,预设第一权重为10%,预设第二权重为90%,采用第二计算模型计算得到每个方案的目标业务排名值如下:
方案a:44.44%*90%+10%=49.99%;
方案b:44.44%*90%=39.99%;
方案c:11.12%*90%=10%。
将每个方案的目标业务排名值映射为百分制,即可得到每个方案的目标业务分配比重。
所述方案分配模块206,响应于所述下一周期的业务请求,根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案。
将下一周期的业务请求,按照目标业务分配比重进行分配,能够根据每个方案在上一个周期的业务服务效果、方案在线坐席人数、业务客诉占比等因素来决定下一个周期的业务分配比重,实现了每个方案的业务比重的动态调整,提高了业务处理的效率,且保证了业务处理的质量。
在一个可选的实施例中,所述方案分配模块206根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案包括:
获取所述业务请求的请求报文;
根据所述请求报文判断所述业务请求是否为首次请求;
当所述业务请求不为首次请求时,获取服务所述业务请求的历史方案,并当所述历史方案的目标业务分配比重不为最小时,优先分配所述历史方案服务所述业务请求对应的业务;
当所述业务请求为首次请求时,优先分配所述目标业务分配比重的最大者对应的方案服务所述业务请求对应的业务。
根据业务请求的报文确定业务请求是否首次请求,对于首次请求的业务请求,将最大的目标业务分配比重对应的方案分配给所述业务请求,以此提供良好的业务服务,最大的目标业务分配比重对应的方案处理业务的效率也较高,因此,能够快速的处理业务请求对应的业务;而对于非首次请求的业务请求,将目标业务分配比重不为最小的历史方案分配给所述业务请求,由于历史方案已经服务过业务了,对业务可能更为熟悉,且由于历史方案的目标业务分配比重不为最小的,因此,在既能保证处理效率的基础上提高业务处理的质量。
在一个可选的实施例中,所述根据所述请求报文判断所述业务请求是否为首次请求包括:
解析所述请求报文得到所述业务请求的业务名称;
根据所述业务名称遍历所述中枢调度系统的业务数据库;
判断所述业务数据库中是否存在与所述业务名称一致的目标业务名称;
当所述业务数据库中存在所述目标业务名称时,确定所述业务请求不为首次请求;
当所述业务数据库中不存在所述目标业务名称时,确定所述业务请求为首次请求。
其中,所述首次请求表明业务请求的客户端在此之前未向中枢调度系统发送过同样的业务请求,所述中枢调度系统未对业务请求分配过方案。其中,所述中枢调度系统的业务数据库中保存有历史方案调度记录,所述历史方案调度记录中包含业务名称及方案的方案标签。
需要强调的是,为进一步保证上述第一计算模型和第二计算模型的私密性和安全性,上述第一计算模型和第二计算模型可存储于区块链的节点中。
本发明所述的自适应的多方案动态调整装置,通过在中枢调度系统中部署多方案,集成多方案来提高业务服务的稳定性;根据多个历史数据识别影响业务比重调整的多个参数字段,将共有的影响因子识别出来,便于后续计算每个方案的业务排名顺序;获取当前周期每个方案的所述多个参数字段的字段值;根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;从而根据每个方案的目标业务分配比重为下一周期的业务请求对应的业务分配方案。本发明在多种方案并存的情况下,能够根据实际使用环境的变化自适应的动态调整每个方案的业务比重,保证每一周期每个方案之间具有最优的搭配,从而提高业务处理效率。
参阅图3所示,为本发明实施例三提供的计算机设备的结构示意图。在本发明较佳实施例中,所述计算机设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解,图3示出的计算机设备的结构并不构成本发明实施例的限定,既可以是总线型结构,也可以是星形结构,所述计算机设备3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述计算机设备3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述计算机设备3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述计算机设备3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31中存储有计算机程序,所述计算机程序被所述至少一个处理器32执行时实现如所述的自适应的多方案动态调整方法中的全部或者部分步骤。所述存储器31包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
在一些实施例中,所述至少一个处理器32是所述计算机设备3的控制核心(Control Unit),利用各种接口和线路连接整个计算机设备3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行计算机设备3的各种功能和处理数据。例如,所述至少一个处理器32执行所述存储器中存储的计算机程序时实现本发明实施例中所述的自适应的多方案动态调整方法的全部或者部分步骤;或者实现自适应的多方案动态调整装置的全部或者部分功能。所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(CentralProcessing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述计算机设备3还可以包括给各个部件供电的电源(比如电池),优选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,计算机设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,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实施例方案的目的。
另外,在本发明各个实施例中的各功能模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。说明书中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种自适应的多方案动态调整方法,其特征在于,所述方法包括:
在中枢调度系统中部署多方案并定义多方案的初始业务分配比重;
根据多个历史数据识别影响业务比重调整的多个参数字段,并获取当前周期每个方案的所述多个参数字段的字段值;
根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;
采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;
采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;
响应于所述下一周期的业务请求,根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案。
2.如权利要求1所述的自适应的多方案动态调整方法,其特征在于,所述采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值包括:
获取同一个参数字段下每个方案的占比值并进行倒序排序,得到每个方案的每个参数字段的占比名次;
将每个方案的每个参数字段的占比名次映射成数值;
根据每个参数字段下最大的数值计算得到排名基值;
计算每个方案的所有参数字段的数值的和值;
根据每个方案的和值和所述排名基值计算每个方案的业务排名值。
3.如权利要求2所述的自适应的多方案动态调整方法,其特征在于,所述采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重包括:
根据所述初始业务分配比重确定每个方案的初始业务排名顺序;
根据预设第一权重及每个方案的初始业务排名顺序计算每个方案的加成排名值;
根据预设第二权重、每个方案的业务排名值及每个方案的加成排名值计算每个方案的目标业务排名值;
对每个方案的目标业务排名值进行映射得到每个方案的目标业务分配比重。
4.如权利要求1所述的自适应的多方案动态调整方法,其特征在于,所述根据多个历史数据识别影响业务比重调整的多个参数字段包括:
输入所述多个历史数据至XGBOOST模型中进行训练;
结束训练后获取所述XGBOOST模型输出的多个数据字段权重;
根据所述多个数据字段权重获取影响业务比重调整的多个参数字段。
5.如权利要求1所述的自适应的多方案动态调整方法,其特征在于,所述获取当前周期每个方案的所述多个参数字段的字段值包括:
获取每个方案的方案标签;
根据每个方案的方案标签确定每个方案的数据库表;
从每个方案的数据库表中读取对应方案的每个参数字段的字段值。
6.如权利要求1至5中任意一项所述的自适应的多方案动态调整方法,其特征在于,所述根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案包括:
获取所述业务请求的请求报文;
根据所述请求报文判断所述业务请求是否为首次请求;
当所述业务请求不为首次请求时,获取服务所述业务请求的历史方案,并当所述历史方案的目标业务分配比重不为最小时,优先分配所述历史方案服务所述业务请求对应的业务;
当所述业务请求为首次请求时,优先分配所述目标业务分配比重的最大者对应的方案服务所述业务请求对应的业务。
7.如权利要求6所述的自适应的多方案动态调整方法,其特征在于,所述根据所述请求报文判断所述业务请求是否为首次请求包括:
解析所述请求报文得到所述业务请求的业务名称;
根据所述业务名称遍历所述中枢调度系统的业务数据库;
判断所述业务数据库中是否存在与所述业务名称一致的目标业务名称;
当所述业务数据库中存在所述目标业务名称时,确定所述业务请求不为首次请求;
当所述业务数据库中不存在所述目标业务名称时,确定所述业务请求为首次请求。
8.一种自适应的多方案动态调整装置,其特征在于,所述装置包括:
方案部署模块,用于在中枢调度系统中部署多方案并定义多方案的初始业务分配比重;
字段获取模块,用于根据多个历史数据识别影响业务比重调整的多个参数字段,并获取当前周期每个方案的所述多个参数字段的字段值;
第一计算模块,用于根据每个方案的每个参数字段的字段值计算每个方案的每个参数字段的占比值;
第二计算模块,用于采用第一计算模型根据每个方案的每个参数字段的占比值计算每个方案的业务排名值;
第三计算模块,用于采用第二计算模型根据所述初始业务分配比重及每个方案的业务排名值确定下一周期每个方案的目标业务分配比重;
方案分配模块,用于响应于所述下一周期的业务请求,根据每个方案的目标业务分配比重为所述业务请求对应的业务分配方案。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述自适应的多方案动态调整方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述自适应的多方案动态调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011540136.3A CN112561378A (zh) | 2020-12-23 | 2020-12-23 | 自适应的多方案动态调整方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011540136.3A CN112561378A (zh) | 2020-12-23 | 2020-12-23 | 自适应的多方案动态调整方法、装置、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112561378A true CN112561378A (zh) | 2021-03-26 |
Family
ID=75031597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011540136.3A Pending CN112561378A (zh) | 2020-12-23 | 2020-12-23 | 自适应的多方案动态调整方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561378A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578184A (zh) * | 2017-09-19 | 2018-01-12 | 飞友科技有限公司 | 一种航线航班的质量评估方法 |
CN109191202A (zh) * | 2018-08-28 | 2019-01-11 | 拉扎斯网络科技(上海)有限公司 | 资源分配方法、装置、电子设备及计算机可读存储介质 |
CN111124676A (zh) * | 2019-12-12 | 2020-05-08 | 拉扎斯网络科技(上海)有限公司 | 资源分配方法、装置、可读存储介质和电子设备 |
-
2020
- 2020-12-23 CN CN202011540136.3A patent/CN112561378A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578184A (zh) * | 2017-09-19 | 2018-01-12 | 飞友科技有限公司 | 一种航线航班的质量评估方法 |
CN109191202A (zh) * | 2018-08-28 | 2019-01-11 | 拉扎斯网络科技(上海)有限公司 | 资源分配方法、装置、电子设备及计算机可读存储介质 |
CN111124676A (zh) * | 2019-12-12 | 2020-05-08 | 拉扎斯网络科技(上海)有限公司 | 资源分配方法、装置、可读存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200287961A1 (en) | Balancing resources in distributed computing environments | |
US9086923B2 (en) | Autonomic workflow management in dynamically federated, hybrid cloud infrastructures | |
US10157075B2 (en) | Device for distributing load and managing power of virtual server cluster and method thereof | |
CN107291546A (zh) | 一种资源调度方法及装置 | |
CN111464659A (zh) | 节点的调度、节点的预选处理方法、装置、设备及介质 | |
CN111966500A (zh) | 资源调度方法、装置、电子设备及存储介质 | |
US20070180453A1 (en) | On demand application scheduling in a heterogeneous workload environment | |
US11467874B2 (en) | System and method for resource management | |
US20050132379A1 (en) | Method, system and software for allocating information handling system resources in response to high availability cluster fail-over events | |
CN107968810A (zh) | 一种服务器集群的资源调度方法、装置和系统 | |
CN108154298B (zh) | 配送任务分配方法、装置、电子设备及计算机存储介质 | |
CN114356587B (zh) | 算力任务跨区域调度方法、系统及设备 | |
US20100042723A1 (en) | Method and system for managing load in a network | |
CN105531688A (zh) | 提供作为其它服务的资源的服务 | |
CN104301257B (zh) | 一种资源分配方法、装置及设备 | |
CN116401024A (zh) | 基于云计算的集群扩缩容方法、装置、设备及介质 | |
CN112948723A (zh) | 接口调用方法、装置及相关设备 | |
CN116795541A (zh) | 资源调度、资源调度查询方法、设备和介质 | |
CN111796933A (zh) | 资源调度方法、装置、存储介质和电子设备 | |
WO2022134809A1 (zh) | 模型训练处理方法、装置、计算机设备及介质 | |
CN112565391A (zh) | 调整工业互联网平台中实例的方法、装置、设备和介质 | |
CN112561378A (zh) | 自适应的多方案动态调整方法、装置、计算机设备及介质 | |
CN116647560A (zh) | 物联网计算机集群协调优化控制方法、装置、设备及介质 | |
Kim et al. | Virtual machines placement for network isolation in clouds | |
CN111209333A (zh) | 数据更新方法、装置、终端及存储介质 |
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 |