CN112950009A - 资源配额分配方法、装置及电子设备 - Google Patents
资源配额分配方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112950009A CN112950009A CN202110181321.6A CN202110181321A CN112950009A CN 112950009 A CN112950009 A CN 112950009A CN 202110181321 A CN202110181321 A CN 202110181321A CN 112950009 A CN112950009 A CN 112950009A
- Authority
- CN
- China
- Prior art keywords
- users
- user
- seed
- basic information
- stock
- 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 58
- 238000012216 screening Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种资源配额分配方法、装置、电子设备及计算机可读介质。该方法包括:获取当前用户的基础信息;将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;基于所述目标种子用户生成邻居用户集;基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额。本公开涉及的资源配额分配方法、装置、电子设备及计算机可读介质,能够快速准确的为用户分配合适的资源配额,从而满足用户的使用需求、也保障提供资源的公司的资源安全。
Description
技术领域
本公开涉及计算机信息处理领域,具体而言,涉及一种资源配额分配方法、装置、电子设备及计算机可读介质。
背景技术
随着经济的发展,互联网金融服务行业迎来了新的挑战。无论是场景分期业务还是无场景的现金贷业务均有较明显的增长。在经济形势欠佳的情况下,互联网金融服务行业的用户偿债能力也会大打折扣,互联网金融服务企业的资源回收和贷后管理工作都面临更大困难。在为用户进行资源配额的分配的时候,需要从多方面考核一个用户的资源归还能力,从而为该用户分配最恰当的资源配额,恰当的资源配额与该用户在正常情况下能够承担的资源归还能力相匹配,这种方式能够确保互联网金融服务行业本身的资源安全、也提高资源利用率。
一般情况下,在用户注册互联网金融平台时,互联网金融平台会根据用户的基础信息对用户本身的金融资源风险进行详细的测评,以此为据为用户提供适合其自身的金融服务。在用户资源配额的分配方法上,现有技术是基于历史用户基本信息结合个人行为数据进行建模,进而通过模型分析出当前用户的风险值,进而根据风险值确定用户的资源配额。现有技术中是将历史用户作为一个整体进行建模仿真,但是,在实际情况中,用户本身具有个性特点,历史用户的特点也并不是服从一个总体人群分布,而是有若干个子客群组成的混合人群分布,如果通过一个模型和一群历史用户综合代表所有类别用户的风险特征,未免有失偏颇,这样计算得到的结果仅能适用于用户分布比较均匀的场合,对于互联网金融领域,用户质量参差不齐,分布不均匀,通过现有技术中的统一模型计算的方式,很难对实际场景中的差异较大的各种用户进行精细化区分。如果不能对实际场景中的用户进行准确细致的区分,那就不能快速准确的用户提供最恰当的资源额度,进而影响整个金融服务公司的整体资源利用效率。
因此,需要一种新的资源配额分配方法、装置、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本公开提供一种资源配额分配方法、装置、电子设备及计算机可读介质,能够快速准确的为用户分配合适的资源配额,从而满足用户的使用需求、也保障提供资源的公司的资源安全。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一方面,提出一种资源配额分配方法,该方法包括:获取当前用户的基础信息;将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;基于所述目标种子用户生成邻居用户集;基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额。
可选地,还包括:基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户。
可选地,基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户,包括:基于存量用户的用户基础信息将所述存量用户分为多个类别;基于所述多个类别和所述存量用户的配额分配比例生成多个种子用户。
可选地,基于存量用户的用户基础信息将所述存量用户分为多个类别,包括:基于存量用户的用户基础信息计算存量用户之间的马氏距离;基于存量用户之间的马氏距离将所述存量用户分为多个类别。
可选地,基于所述多个类别和所述存量用户的配额分配比例生成多个种子用户,包括:基于存量用户的用户基础信息计算预设配额区间中用户数量的占比;将所述多个类别中的每个类别中的所述存量用户进行排序;基于预设配额区间中用户数量的占比和所述排序在所述多个类别中提取所述多个种子用户。
可选地,将所述多个类别中的每个类别中的所述存量用户进行排序,包括:获取所述多个类别中每个类别的存量用户之间的马氏距离;将所述类别中的所述存量用户进行按照其对应的平均马氏距离由小到大进行排序。
可选地,将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户,包括:基于所述当前用户的基础信息和多个种子用户的基础信息计算所述当前用户和所述多个种子用户之间的多个马氏距离;将所述多个马氏距离中的最小值对应的种子用户作为所述目标种子用户。
可选地,基于所述目标种子用户生成邻居用户集,包括:基于所述目标种子用户在存量用户中进行筛选;通过筛选出的存量用户生成所述邻居用户集。
可选地,基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度,包括:基于所述邻居用户集中所有用户的基础信息确定样本差和平均值;基于所述样本差和平均值确定所述邻居用户集的置信度。
可选地,根据所述邻居用户集为所述用户分配资源配额,包括:计算所述邻居用户集中所有存量用户的资源配额均值;基于所述资源配额均值为所述用户分配资源配额。
根据本公开的一方面,提出一种资源配额分配装置,该装置包括:基础信息模块,用于获取当前用户的基础信息;目标提取模块,用于将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;邻居用户模块,用于基于所述目标种子用户生成邻居用户集;置信度模块,用于基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;资源配额模块,用于在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额。
可选地,还包括:种子用户模块,用于基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户。
可选地,所述种子用户模块,包括:类别单元,用于基于存量用户的用户基础信息将所述存量用户分为多个类别;种子单元,用于基于所述多个类别和所述存量用户的配额分配比例生成多个种子用户。
可选地,所述类别单元,包括:距离子单元,用于基于存量用户的用户基础信息计算存量用户之间的马氏距离;类别子单元,用于基于存量用户之间的马氏距离将所述存量用户分为多个类别。
可选地,所述种子单元,包括:占比子单元,用于基于存量用户的用户基础信息计算预设配额区间中用户数量的占比;排序子单元,用于将所述多个类别中的每个类别中的所述存量用户进行排序;提取子单元,用于基于预设配额区间中用户数量的占比和所述排序在所述多个类别中提取所述多个种子用户。
可选地,所述排序子单元,还用于获取所述多个类别中每个类别的存量用户之间的马氏距离;将所述类别中的所述存量用户进行按照其对应的平均马氏距离由小到大进行排序。
可选地,所述目标提取模块,包括:计算单元,用于基于所述当前用户的基础信息和多个种子用户的基础信息计算所述当前用户和所述多个种子用户之间的多个马氏距离;对比单元,用于将所述多个马氏距离中的最小值对应的种子用户作为所述目标种子用户。
可选地,所述邻居用户模块,包括:筛选单元,用于基于所述目标种子用户在存量用户中进行筛选;邻居单元,用于通过筛选出的存量用户生成所述邻居用户集。
可选地,所述置信度模块,还用于基于所述邻居用户集中所有用户的基础信息确定样本差和平均值;基于所述样本差和平均值确定所述邻居用户集的置信度。
可选地,所述资源配额模块,还用于计算所述邻居用户集中所有存量用户的资源配额均值;基于所述资源配额均值为所述用户分配资源配额。
根据本公开的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。
根据本公开的一方面,提出一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上文中的方法。
根据本公开的资源配额分配方法、装置、电子设备及计算机可读介质,获取当前用户的基础信息;将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;基于所述目标种子用户生成邻居用户集;基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额的方式,能够快速准确的为用户分配合适的资源配额,从而满足用户的使用需求、也保障提供资源的公司的资源安全。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例,本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,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他的附图。
图1是根据一示例性实施例示出的一种资源配额分配方法及装置的系统框图。
图2是根据一示例性实施例示出的一种资源配额分配方法的流程图。
图3是根据另一示例性实施例示出的一种资源配额分配方法的流程图。
图4是根据一示例性实施例示出的一种资源配额分配装置的框图。
图5是根据另一示例性实施例示出的一种资源配额分配装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
图7是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本公开所必须的,因此不能用于限制本公开的保护范围。
本发明中,资源是指任何可被利用的物质、信息、时间,信息资源包括计算资源和各种类型的数据资源。数据资源包括各个领域中的各种专用数据。本发明的创新之处在于如何使用服务器和客户端之间的信息交互技术来使资源分配的过程更加自动化、高效和减小人力成本。由此,从本质上来说,本发明可以应用于各类资源的分配,包括实体的货物、水、电,以及有意义的资料等。但是,为了方便起见,本发明中以金融数据资源为例进行说明资源分配的实施,但本领域技术人员应当理解,本发明亦可以用于其他资源的分配。
图1是根据一示例性实施例示出的一种资源配额分配方法及装置的系统框图。
如图1所示,系统架构10可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如金融服务类应用、购物类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的金融服务类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的用户数据进行分析等处理,并将处理结果(例如资源配额)反馈给金融服务网站的管理员和/或终端设备101、102、103。
服务器105可例如获取当前用户的基础信息;服务器105可例如将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;服务器105可例如基于所述目标种子用户生成邻居用户集;服务器105可例如基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;服务器105可例如在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额。
服务器105还可例如基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户。
服务器105可以是一个实体的服务器,还可例如为多个服务器组成,需要说明的是,本公开实施例所提供的资源配额分配方法可以由服务器105执行,相应地,资源配额分配装置可以设置于服务器105中。而提供给用户进行金融服务平台浏览的网页端一般位于终端设备101、102、103中。
图2是根据一示例性实施例示出的一种资源配额分配方法的流程图。资源配额分配方法20至少包括步骤S202至S210。
如图2所示,在S202中,获取当前用户的基础信息。当前用户可为新注册授信待进行资源配额分配的用户,这类用户需要进行配额分配,以便为其提供后续服务。当前用户还可为授信并进行过资源分配之后,较长时间未进行配额调整的用户,这些用户的信息较长时间未更新,在其申请阶段分配的资源配额可能不适用于当前状况。当前用户还可为被其他风险模型确定为具有风险或者用户价值较高的用户,这类用户的配额需要进行收紧或者提额,也需要重新进行配额分配。
在S204中,将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户。包括:基于所述当前用户的基础信息和多个种子用户的基础信息计算所述当前用户和所述多个种子用户之间的多个马氏距离;将所述多个马氏距离中的最小值对应的种子用户作为所述目标种子用户。
其中,用户的基础信息可包括用户的性别、年龄、职业、收入等基本信息,还可包括用户的行为信息,比如,用户注册时间,用户注册后的点击操作或者其他相关操作,用户登陆时间,用户登陆后的操作内容等等,可通过在不同的用户页面上埋点的方式获取用户的行为数据。
将当前用户的基础信息和多个种子用户的基础信息进行马氏距离计算,马氏距离(Mahalanobis distance)表示点与一个分布之间的距离。它是一种有效的计算两个未知样本集的相似度的方法。在用户的基础数据中,由于包含众多维度的信息,每个信息的尺度都不同,每个信息之间无法直接进行衡量,所以,本公开选用马氏距离进行计算,马氏距离考虑到各种特性之间的联系,并且是与用户基础信息中的多个特征的尺度无关的。
在S206中,基于所述目标种子用户生成邻居用户集。包括:基于所述目标种子用户在存量用户中进行筛选;通过筛选出的存量用户生成所述邻居用户集。其中,存量用户是指某个时间段里原先已有的客户,与新增客户(也就是非存量用户)相对应。更具体的,存量用户可在每天或者每个固定的周期进行更新,以便将陆续加入的用户转换为存量用户。
在S208中,基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度。包括:基于所述邻居用户集中所有用户的基础信息确定样本差和平均值;基于所述样本差和平均值确定所述邻居用户集的置信度。
其中,置信度通过变异系数进行计算,变异系数,又称“离散系数”(英文:coefficient of variation),是概率分布离散程度的一个归一化量度,其定义为标准差与平均值之比:
变异系数(coefficient of variation)只在平均值不为零时有定义,而且一般适用于平均值大于零的情况。变异系数也被称为标准离差率或单位风险。
可设置变异系数阈值,在变异系数小于阈值时,可认为邻居用户集中所有用户的配额分配比较相似,可认为本次获取的邻居用户集的置信度较高。相反的,如果变异系数大于阈值,可认为邻居用户集中所有用户的配额分配差异较大,可认为本次获取的邻居用户集中用户之间的相似性较低,本次邻居用户集的置信度较小。
在S210中,在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额。包括:计算所述邻居用户集中所有存量用户的资源配额均值;基于所述资源配额均值为所述用户分配资源配额。
可在置信度较高时,根据资源配额均值为当前用户分配资源配额,而在置信度较低时,不为当前用户分配资源配额,生成警告信息以提示管理员通过其他方式为当前用户进行配额分配。
还可将置信度较低的目标种子用户删除,通过引入置信度的方式,可将不能代表大部分存量用户特征的离群点种子用户的信息剔除,保证配额分配的有效性和准确性。
根据本公开的资源配额分配方法,获取当前用户的基础信息;将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;基于所述目标种子用户生成邻居用户集;基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额的方式,能够快速准确的为用户分配合适的资源配额,从而满足用户的使用需求、也保障提供资源的公司的资源安全。
应清楚地理解,本公开描述了如何形成和使用特定示例,但本公开的原理不限于这些示例的任何细节。相反,基于本公开公开的内容的教导,这些原理能够应用于许多其它实施例。
图3是根据另一示例性实施例示出的一种资源配额分配方法的流程图。图3所示的流程30是对“ 基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户”的详细描述。
如图3所示,在S302中,基于存量用户的用户基础信息将所述存量用户分为多个类别。包括:基于存量用户的用户基础信息计算存量用户之间的马氏距离;基于存量用户之间的马氏距离将所述存量用户分为多个类别。
可设定马氏距离的阈值,可例如为0.1,进而将马氏距离小于0.1的存量用户都分入一个类别中,
在S304中,基于存量用户的用户基础信息计算预设配额区间中用户数量的占比。设定多个配额区间,可例如1000-2000为配额区间1;2000-4000为配额区间2,4000-8000为配额区间3等等,配额区间可为相等的间隔也可为不相等的配额间隔,可根据不同用户的特征进行设置。提取存量用户的基础信息中的配额信息,计算在不同配额区间中,存量用户的占比情况。
更具体的,可例如,在配额区间1中,用户占比为10%,在配额区间2中,用户占比为30%,在配额区间3中,用户占比为30%,在配额区间4中,用户占比为20%,在配额区间5中,用户占比为10%。
在S306中,将所述多个类别中的每个类别中的所述存量用户进行排序。包括:获取所述多个类别中每个类别的存量用户之间的马氏距离;将所述类别中的所述存量用户进行按照其对应的平均马氏距离由小到大进行排序。
计算某个类别中每两个存量用户之间的马氏距离,可将所有与用户A的用户的马氏距离取平均值,可将所有与用户B的用户的马氏距离取平均值依次类推,直至计算所有用户的平均距离为止。
在S308中,基于预设配额区间中用户数量的占比和所述排序在所述多个类别中提取所述多个种子用户。将配额区间中的用户占比和多个类别相对应,以便在每个类别中依次提取种子用户。
更进一步的,可例如待提取100个种子用户,按照上文所述的比如,则需在在配额区间1中,提取10个用户,在配额区间2中,提取30个用户,在配额区间3中,提取30个用户,在配额区间4中,提取20个用户,在配额区间5中,提取10个用户。
其中,区间1可与用户类别1,2对应,区间2可与类别3,4,5相对应,依次类推,最终根据用户类别1,2中的存量用户的排序,依次提取10个存量用户作为种子用户。
在一个实施例中,存量用户可定时进行更新,以便将每天新加入的用户作为存量用户,在新加入存量用户之后,可对种子用户再次重新进行计算,以更新种子用户。
在一个实施例中,可例如,每天更新一次存量用户,每周对种子用户通过离线的方式进行再次提取,以保证种子用户是最适合代表当前系统用户特征的用户。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU 执行的计算机程序。在该计算机程序被CPU 执行时,执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图4是根据一示例性实施例示出的一种资源配额分配装置的框图。如图4所示,资源配额分配装置40包括:基础信息模块402,目标提取模块404,邻居用户模块406,置信度模块408,资源配额模块410。
基础信息模块402用于获取当前用户的基础信息;
目标提取模块404用于将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;所述目标提取模块404包括:计算单元,用于基于所述当前用户的基础信息和多个种子用户的基础信息计算所述当前用户和所述多个种子用户之间的多个马氏距离;对比单元,用于将所述多个马氏距离中的最小值对应的种子用户作为所述目标种子用户。
邻居用户模块406用于基于所述目标种子用户生成邻居用户集;所述邻居用户模块406包括:筛选单元,用于基于所述目标种子用户在存量用户中进行筛选;邻居单元,用于通过筛选出的存量用户生成所述邻居用户集。
置信度模块408用于基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;所述置信度模块408还用于基于所述邻居用户集中所有用户的基础信息确定样本差和平均值;基于所述样本差和平均值确定所述邻居用户集的置信度。
资源配额模块410用于在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额。所述资源配额模块410还用于计算所述邻居用户集中所有存量用户的资源配额均值;基于所述资源配额均值为所述用户分配资源配额。
图5是根据另一示例性实施例示出的一种资源配额分配装置的框图。如图5所示,资源配额分配装置50包括:种子用户模块500,种子用户模块500还包括:类别单元502,种子单元504。
种子用户模块500用于基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户。
所述种子用户模块500包括:
类别单元502用于基于存量用户的用户基础信息将所述存量用户分为多个类别;所述类别单元502包括:距离子单元用于基于存量用户的用户基础信息计算存量用户之间的马氏距离;类别子单元用于基于存量用户之间的马氏距离将所述存量用户分为多个类别。
种子单元504用于基于所述多个类别和所述存量用户的配额分配比例生成多个种子用户。所述种子单元504包括:占比子单元,用于基于存量用户的用户基础信息计算预设配额区间中用户数量的占比;排序子单元,用于将所述多个类别中的每个类别中的所述存量用户进行排序;所述排序子单元,还用于获取所述多个类别中每个类别的存量用户之间的马氏距离;将所述类别中的所述存量用户进行按照其对应的平均马氏距离由小到大进行排序;提取子单元,用于基于预设配额区间中用户数量的占比和所述排序在所述多个类别中提取所述多个种子用户。
根据本公开的资源配额分配装置,获取当前用户的基础信息;将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;基于所述目标种子用户生成邻居用户集;基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额的方式,能够快速准确的为用户分配合适的资源配额,从而满足用户的使用需求、也保障提供资源的公司的资源安全。
图6是根据一示例性实施例示出的一种电子设备的框图。
下面参照图6来描述根据本公开的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书中的根据本公开各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图2,图3中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备600’(例如键盘、指向设备、蓝牙设备等)通信,使得用户能与该电子设备600交互的设备通信,和/或该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,如图7所示,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:获取当前用户的基础信息;将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户;基于所述目标种子用户生成邻居用户集;基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;在所述置信度满足预设策略时,根据所述邻居用户集为所述用户分配资源配额。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (10)
1.一种资源配额分配方法,其特征在于,包括:
获取当前用户的基础信息;
将所述当前用户的基础信息和多个种子用户的基础信息进行马氏距离比较,以确定目标种子用户,所述种子用户是根据存量用户的基础信息由多个类别的存量用户中优选出来的;
基于所述目标种子用户在存量用户中进行筛选以生成邻居用户集;
基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;
在所述置信度满足预设策略时,根据所述邻居用户集中所有存量用户的资源配额均值为所述用户分配资源配额。
2.如权利要求1所述的方法,其特征在于,还包括:
基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户。
3.如权利要求2所述的方法,其特征在于,基于存量用户的用户基础信息和存量用户的配额分配比例生成多个种子用户,包括:
基于存量用户的用户基础信息将所述存量用户分为多个类别;
基于所述多个类别和所述存量用户的配额分配比例生成多个种子用户。
4.如权利要求3所述的方法,其特征在于,基于存量用户的用户基础信息将所述存量用户分为多个类别,包括:
基于存量用户的用户基础信息计算存量用户之间的马氏距离;
基于存量用户之间的马氏距离将所述存量用户分为多个类别。
5.如权利要求3所述的方法,其特征在于,基于所述多个类别和所述存量用户的配额分配比例生成多个种子用户,包括:
基于存量用户的用户基础信息计算预设配额区间中用户数量的占比;
将所述多个类别中的每个类别中的所述存量用户进行排序;
基于预设配额区间中用户数量的占比和所述排序在所述多个类别中提取所述多个种子用户。
6.如权利要求5所述的方法,其特征在于,将所述多个类别中的每个类别中的所述存量用户进行排序,包括:
获取所述多个类别中每个类别的存量用户之间的马氏距离;
将所述类别中的所述存量用户进行按照其对应的平均马氏距离由小到大进行排序。
7.如权利要求1所述的方法,其特征在于,将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户,包括:
基于所述当前用户的基础信息和多个种子用户的基础信息计算所述当前用户和所述多个种子用户之间的多个马氏距离;
将所述多个马氏距离中的最小值对应的种子用户作为所述目标种子用户。
8.一种资源配额分配装置,其特征在于,包括:
基础信息模块,用于获取当前用户的基础信息;
目标提取模块,用于将所述当前用户的基础信息和多个种子用户的基础信息进行比较,以确定目标种子用户,所述种子用户是根据存量用户的基础信息由多个类别的存量用户中优选出来的;
邻居用户模块,用于基于所述目标种子用户在存量用户中进行筛选以生成邻居用户集;
置信度模块,用于基于所述邻居用户集中所有用户的基础信息确定所述邻居用户集的置信度;
资源配额模块,用于在所述置信度满足预设策略时,根据所述邻居用户集中所有存量用户的资源配额均值为所述用户分配资源配额。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110181321.6A CN112950009A (zh) | 2021-02-10 | 2021-02-10 | 资源配额分配方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110181321.6A CN112950009A (zh) | 2021-02-10 | 2021-02-10 | 资源配额分配方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112950009A true CN112950009A (zh) | 2021-06-11 |
Family
ID=76245232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110181321.6A Pending CN112950009A (zh) | 2021-02-10 | 2021-02-10 | 资源配额分配方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950009A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150161611A1 (en) * | 2013-12-10 | 2015-06-11 | Sas Institute Inc. | Systems and Methods for Self-Similarity Measure |
CN108595884A (zh) * | 2018-05-09 | 2018-09-28 | 清华大学 | 电力系统暂态稳定性评估方法及装置 |
CN108984301A (zh) * | 2018-07-04 | 2018-12-11 | 中国人民解放军国防科技大学 | 自适应云资源调配方法和装置 |
US20200328984A1 (en) * | 2019-04-11 | 2020-10-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for allocating resource |
CN112016792A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 用户资源配额确定方法、装置及电子设备 |
CN112016793A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 基于目标用户群的资源分配方法、装置及电子设备 |
CN112348321A (zh) * | 2020-10-21 | 2021-02-09 | 上海淇玥信息技术有限公司 | 风险用户的识别方法、装置及电子设备 |
-
2021
- 2021-02-10 CN CN202110181321.6A patent/CN112950009A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150161611A1 (en) * | 2013-12-10 | 2015-06-11 | Sas Institute Inc. | Systems and Methods for Self-Similarity Measure |
CN108595884A (zh) * | 2018-05-09 | 2018-09-28 | 清华大学 | 电力系统暂态稳定性评估方法及装置 |
CN108984301A (zh) * | 2018-07-04 | 2018-12-11 | 中国人民解放军国防科技大学 | 自适应云资源调配方法和装置 |
US20200328984A1 (en) * | 2019-04-11 | 2020-10-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for allocating resource |
CN112016792A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 用户资源配额确定方法、装置及电子设备 |
CN112016793A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 基于目标用户群的资源分配方法、装置及电子设备 |
CN112348321A (zh) * | 2020-10-21 | 2021-02-09 | 上海淇玥信息技术有限公司 | 风险用户的识别方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021196476A1 (zh) | 对象推荐方法、电子设备及存储介质 | |
CN112529702B (zh) | 用户授信策略分配方法、装置及电子设备 | |
CN112016796B (zh) | 综合风险评分请求处理方法、装置及电子设备 | |
CN111598360B (zh) | 服务策略确定方法、装置及电子设备 | |
CN112017060B (zh) | 为目标用户进行资源分配的方法、装置及电子设备 | |
CN112016792A (zh) | 用户资源配额确定方法、装置及电子设备 | |
CN111598494A (zh) | 资源额度的调整方法、装置及电子设备 | |
CN112348321A (zh) | 风险用户的识别方法、装置及电子设备 | |
CN112017062B (zh) | 基于客群细分的资源额度分配方法、装置及电子设备 | |
CN112015562A (zh) | 基于迁移学习的资源分配方法、装置及电子设备 | |
CN111967543A (zh) | 用户资源配额确定方法、装置及电子设备 | |
CN112016793B (zh) | 基于目标用户群的资源分配方法、装置及电子设备 | |
CN112017042A (zh) | 基于tweedie分布的资源配额确定方法、装置和电子设备 | |
CN111582314A (zh) | 目标用户确定方法、装置及电子设备 | |
CN112348659A (zh) | 用户风险识别策略的分配方法、装置及电子设备 | |
CN111199454A (zh) | 实时用户转化评估方法、装置及电子设备 | |
CN111626438B (zh) | 基于模型迁移的用户策略分配方法、装置及电子设备 | |
CN112527851B (zh) | 用户特征数据筛选方法、装置及电子设备 | |
CN112950003B (zh) | 用户资源配额调整方法、装置及电子设备 | |
CN112017063B (zh) | 基于综合风险评分的资源分配方法、装置及电子设备 | |
CN113568738A (zh) | 基于多标签分类的资源分配方法、装置、电子设备及介质 | |
CN112950009A (zh) | 资源配额分配方法、装置及电子设备 | |
CN114066513A (zh) | 一种用户分类的方法和装置 | |
CN112527852A (zh) | 用户动支策略分配方法、装置及电子设备 | |
CN112508631A (zh) | 用户策略分配方法、装置及电子设备 |
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 |