CN114580816A - 一种资源分配方法、装置、可读介质及电子设备 - Google Patents

一种资源分配方法、装置、可读介质及电子设备 Download PDF

Info

Publication number
CN114580816A
CN114580816A CN202011402872.2A CN202011402872A CN114580816A CN 114580816 A CN114580816 A CN 114580816A CN 202011402872 A CN202011402872 A CN 202011402872A CN 114580816 A CN114580816 A CN 114580816A
Authority
CN
China
Prior art keywords
determining
target user
load
prediction model
load prediction
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
Application number
CN202011402872.2A
Other languages
English (en)
Inventor
刘嘉
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.)
Ennew Digital Technology Co Ltd
Original Assignee
Ennew Digital Technology Co 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 Ennew Digital Technology Co Ltd filed Critical Ennew Digital Technology Co Ltd
Priority to CN202011402872.2A priority Critical patent/CN114580816A/zh
Publication of CN114580816A publication Critical patent/CN114580816A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种资源分配方法、装置、可读介质及电子设备，该方法包括：获取目标用户的模型需求；基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型；确定所述目标用户调用所述负荷预测模型在预设时间段内的预测负荷结果；确定目标用户在所述预设时间段内的设备的负荷结果；基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别；基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源。通过设备的负荷结果和预测负荷结果对应的负荷预测模型的当前准确度级别，确定向目标用户收取的虚拟资源，使得资源分配具有合理性。

Description

一种资源分配方法、装置、可读介质及电子设备
技术领域
本发明涉及能源领域，尤其涉及一种资源分配方法、装置、可读介质及电子设备。
背景技术
随着互联网技术的快速发展，用户数据成为了越来越重要的资源，基于用户数据可以训练出各种预测模型，准确的预测结果是能源系统高效运行的基础。然而并不是每一个能源用户均可以收集海量的用户数据，训练出准确的预测模型，这使得联合学习成为了一种趋势，为了鼓励各个用户参与联合学习，并调用联合学习构建的数学模型，确定一种合理的资源分配方法是至关重要的。
发明内容
本发明提供了一种资源分配方法、装置、可读介质及电子设备，通过设备的负荷结果和预测负荷结果对应的负荷预测模型的当前准确度级别，确定向目标用户收取的虚拟资源，使得资源分配具有合理性。
第一方面，本发明提供了一种资源分配方法，包括：
获取目标用户的模型需求；
基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型；
确定所述目标用户调用所述负荷预测模型在预设时间段内的预测负荷结果；
确定目标用户在所述预设时间段内的设备的负荷结果；
基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别；
基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
优选地，
所述基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型，包括：
确定所述目标用户的模型需求携带的标识信息；
基于所述标识信息，确定数据提供方；
基于所述数据提供方提供的数据，确定所述目标用户对应的负荷预测模型。
优选地，
在所述基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源前，所述方法还包括：
若所述当前准确度级别低于设定级别，更新所述数据提供方；
基于更新后的所述数据提供方，更新所述负荷预测模型。
优选地，
所述基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别，包括：
确定所述设备的负荷结果和所述预测负荷结果的负荷差值；
基于所述负荷差值，确定所述负荷预测模型的当前准确度级别。
优选地，
所述方法还包括：
基于所述设备的负荷结果和预测负荷结果，更新所述负荷预测模型；
根据更新前后所述负荷预测模型的损失函数的下降程度，确定向所述目标用户转移的虚拟资源。
优选地，
所述方法还包括：
确定历史准确度级别；
则所述基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源，包括：
基于所述历史准确度级别和所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
第二方面，本发明提供了一种资源分配装置，包括：
模型需求获取模块，用于获取目标用户的模型需求；
预测模型确定模块，用于基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型；
预测结果确定模块，用于确定所述目标用户调用所述负荷预测模型在预设时间段内的预测负荷结果；
设备结果确定模块，用于确定目标用户在所述预设时间段内的设备的负荷结果；
级别确定模块，用于基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别；
资源收取模块，用于基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
优选地，
所述预测模型确定模块，包括：
标识信息确定单元，用于确定所述目标用户的模型需求携带的标识信息；
提供方确定单元，用于基于所述标识信息，确定数据提供方；
预测模型确定单元，用于基于所述数据提供方提供的数据，确定所述目标用户对应的负荷预测模型。
第三方面，本发明提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种资源分配方法、装置、可读介质及电子设备，该方法通过获取目标用户的模型需求，根据目标用户的模型需求，确定目标用户对应的负荷预测模型，将负荷预测模型分配给目标用户，使得目标用户调用该负荷预测模型，对预设时间段内的负荷进行预测，获取到在预设时间段内的负荷预测结果，进一步确定目标用户在预设时间段内的设备的负荷结果，根据设备的负荷结果和预测负荷结果，确定负荷预测模型的当前准确度级别，根据该当前准确度级别，确定向目标用户收取的虚拟资源。在本发明提供的技术方案中，根据设备的负荷预测结果和预测负荷结果共同确定向目标用户收取的虚拟资源，实现根据负荷预测效果确定资源分配，使得该资源分配具有合理性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中提供的第一种资源分配方法的流程示意图；
图2为本发明实施例中提供的第二种资源分配方法的流程示意图；
图3为本发明实施例中提供的第三种资源分配方法的流程示意图；
图4为本发明实施例中提供的第四种资源分配方法的流程示意图；
图5为本发明实施例中提供的第五种资源分配方法的流程示意图；
图6为本发明实施例中提供的第六种资源分配方法的流程示意图；
图7为本发明实施例中提供的一种资源分配装置的结构示意图；
图8为本发明实施例中提供的一种资源分配装置中预测模型确定模块的结构示意图；
图9为本发明实施例中提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供一种资源分配方法，该方法包括：
步骤11，获取目标用户的模型需求；
步骤12，基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型；
步骤13，确定所述目标用户调用所述负荷预测模型在预设时间段内的预测负荷结果；
步骤14，确定目标用户在所述预设时间段内的设备的负荷结果；
步骤15，基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别；
步骤16，基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
在上述实施例中，通过获取目标用户的模型需求，根据目标用户的模型需求，确定目标用户对应的负荷预测模型，将负荷预测模型分配给目标用户，使得目标用户调用该负荷预测模型，对预设时间段内的负荷进行预测，获取到在预设时间段内的负荷预测结果，进一步确定目标用户在预设时间段内的设备的负荷结果，即设备对应的真实负荷数据，根据设备的负荷结果和预测负荷结果，确定负荷预测模型的当前准确度级别，根据该当前准确度级别，确定向目标用户收取的虚拟资源。在本发明提供的技术方案中，根据设备的负荷预测结果和预测负荷结果共同确定向目标用户收取的虚拟资源，实现根据负荷预测效果确定资源分配，使得该资源分配具有合理性。
如图2所示，在本发明一个实施例中，所述步骤12基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型，包括：
步骤121，确定所述目标用户的模型需求携带的标识信息；
步骤122，基于所述标识信息，确定数据提供方；
步骤123，基于所述数据提供方提供的数据，确定所述目标用户对应的负荷预测模型。
在上述实施例中，接收目标用户的模型需求，该模型需求携带有标识信息，标识信息可以为对模型需求的描述词，如需要确定的数学模型的类别、用途、准确度等，因此在接收到目标用户的模型需求后，提取模型需求携带的标识信息，根据该标识信息确定数据提供方，数据提供方是指提供数据的能源用户，然后根据数据提供方提供的数据，为目标用户确定对应的负荷预测模型。从而使得为目标用户确定的负荷预测模型可以满足目标用户的需求。在一种可能的实现方式中，数据提供方起初提供元数据列表，原数据列表中包括对数据提供方提供数据的描述词，根据标识信息中的描述词和元数据列表中的描述词为目标用户确定对应的数据提供方，进而可以保证确定出来的负荷预测模型为目标用户的需求模型。
如图3所示，在本发明一个实施例中，在所述步骤16基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源前，所述方法还包括：
步骤17，若所述当前准确度级别低于设定级别，更新所述数据提供方；
步骤18，基于更新后的所述数据提供方，更新所述负荷预测模型。
在上述实施例中，在基于当前准确度级别确定向目标用户收取的虚拟资源前，先对当前准确度级别进行判断，确定当前准确度级别是否低于设定级别，若当前准确度级别低于设定级别，此时若直接对目标用户收取虚拟资源，对目标用户而言是不合理的，因此为目标用户更新数据提供方，并根据更新后的数据提供方提供的数据，更新负荷预测模型，进一步判断更新后的负荷预测模型对应的当前准确度级别，若当前准确度级别仍然低于设定级别，则再次更新数据提供方，直至为目标用户确定出当前准确度级别大于设定级别的负荷预测模型，然后基于大于设定级别的当前准确度级别，向目标用户收取虚拟资源。当然若确定的准确度级别高于设定级别，则直接根据当前准确度级别，确定向目标用户收取的虚拟资源。
如图4所示，在本发明一个实施例中，所述步骤15基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别，包括：
步骤151，确定所述设备的负荷结果和所述预测负荷结果的负荷差值；
步骤152，基于所述负荷差值，确定所述负荷预测模型的当前准确度级别。
在上述实施例中，确定出设备的负荷结果和预测负荷结果的负荷差值，并根据该负荷差值确定负荷预测模型的当前准确度级别，负荷差值越大，则当前准确度级别越低，证明负荷预测效果越差，则向目标用户收取的虚拟资源越少，当前准确度级别越高，对目标用户越有利，目标用户因使用该负荷预测模型的收益越多，则向目标用户收取的虚拟资源越多，以保证资源分配的合理性。
如图5所示，在本发明一个实施例中，所述方法还包括：
步骤19，基于所述设备的负荷结果和预测负荷结果，更新所述负荷预测模型；
步骤20，根据更新前后所述负荷预测模型的损失函数的下降程度，确定向所述目标用户转移的虚拟资源。
在上述实施例中，根据设备的负荷结果和预测负荷结果，更新负荷预测模型，因在负荷预测模型训练时使用的是数据提供方提供的数据，与目标用户的设备的数据存在差异，因此在确定了设备的负荷结果和预测负荷结果之后，利用设备的负荷结果和预测负荷结果更新负荷预测模型，以使得负荷预测模型可以对目标用户的数据进行更准确的预测。在目标用户反馈了设备的负荷结果后，联合中心会利用该设备的负荷结果，因此需要向目标用户转移虚拟资源，根据更新前后负荷预测模型的损失函数的下降程度，确定出向目标用户转移的虚拟资源，利用向目标用户转移虚拟资源的方式鼓励目标用户设备的的反馈数据，若目标用户如实的反馈设备数据，则目标用户对应的负荷预测模型的预测效果会越来越好，若目标用户虚假的反馈设备数据，则其得到的负荷预测模型的预测效果会越来越差。在一种可能的情况中，当负荷预测模型在更新前的当前准确度级别高于设定级别，而利用目标用户反馈的预测负荷结果和设备的负荷结果更新负荷预测模型更新，更新后的负荷预测模型对应的当前准确度级别低于设定级别，此时不再为目标用户更新数据提供方提供的数据以构建新的准确度级别高于设定级别的负荷预测模型，以防止目标用户反馈虚假数据。
如图6所示，在本发明一个实施例中，所述方法还包括：
步骤21，确定历史准确度级别；
则所述步骤16基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源，包括：
步骤16a，基于所述历史准确度级别和所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
在上述实施例中，向目标用户收取虚拟资源前，确定历史准确度级别，并根据当前准确度级别和历史准确度级别，确定向目标用户收取的虚拟资源。具体的，如果历史准确度级别均低于设定级别，而且当前准确度级别高于设定级别，此时可以适当降低向目标用户收取的虚拟资源，并根据历史准确度级别低于设定级别的次数确定向目标用户收取虚拟资源的降低量，若历史准确度级别和当前准确度级别均高于设定级别，根据历史准确度级别确定目标用户使用负荷预测模型的时间，目标用户使用负荷预测模型的时间越长，则向目标用户收取的虚拟资源越少，以鼓励目标用户长期使用联合中心提供的负荷预测模型，以实现对资源的合理分配。
基于与上述方法相同的发明构思，如图7所示，本发明实施例提供了一种资源分配装置，包括：
模型需求获取模块71，用于获取目标用户的模型需求；
预测模型确定模块72，用于基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型；
预测结果确定模块73，用于确定所述目标用户调用所述负荷预测模型在预设时间段内的预测负荷结果；
设备结果确定模块74，用于确定目标用户在所述预设时间段内的设备的负荷结果；
级别确定模块75，用于基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别；
资源收取模块76，用于基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
所述预测模型确定模块72，包括：
标识信息确定单元721，用于确定所述目标用户的模型需求携带的标识信息；
提供方确定单元722，用于基于所述标识信息，确定数据提供方；
预测模型确定单元723，用于基于所述数据提供方提供的数据，确定所述目标用户对应的负荷预测模型。
为了描述的方便，描述以上装置实施例时以功能分为各种单元或模块分别描述，在实施本发明时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
图9是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器901以及存储有执行指令的存储器902，可选地还包括内部总线903及网络接口904。其中，存储器902可能包含内存9021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器9022(non-volatile memory)，例如至少1个磁盘存储器等；处理器901、网络接口904和存储器902可以通过内部总线903相互连接，该内部总线903可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等；内部总线903可以分为地址总线、数据总线、控制总线等，为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器901执行存储器902存储的执行指令时，处理器901执行本发明任意一个实施例中的方法，并至少用于执行如图1至图6所示的方法。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种资源分配装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种资源分配方法。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行执行指令时，所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图9所示的电子设备；执行指令是一种资源分配装置所对应计算机程序。
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，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。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者锅炉不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者锅炉所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者锅炉中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种资源分配方法，其特征在于，包括：
获取目标用户的模型需求；
基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型；
确定所述目标用户调用所述负荷预测模型在预设时间段内的预测负荷结果；
确定目标用户在所述预设时间段内的设备的负荷结果；
基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别；
基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
2.根据权利要求1所述的资源分配方法，其特征在于，所述基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型，包括：
确定所述目标用户的模型需求携带的标识信息；
基于所述标识信息，确定数据提供方；
基于所述数据提供方提供的数据，确定所述目标用户对应的负荷预测模型。
3.根据权利要求2所述的资源分配方法，其特征在于，在所述基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源前，所述方法还包括：
若所述当前准确度级别低于设定级别，更新所述数据提供方；
基于更新后的所述数据提供方，更新所述负荷预测模型。
4.根据权利要求1所述的资源分配方法，其特征在于，所述基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别，包括：
确定所述设备的负荷结果和所述预测负荷结果的负荷差值；
基于所述负荷差值，确定所述负荷预测模型的当前准确度级别。
5.根据权利要求1所述的资源分配方法，其特征在于，所述方法还包括：
基于所述设备的负荷结果和预测负荷结果，更新所述负荷预测模型；
根据更新前后所述负荷预测模型的损失函数的下降程度，确定向所述目标用户转移的虚拟资源。
6.根据权利要求1所述的资源分配方法，其特征在于，所述方法还包括：
确定历史准确度级别；
则所述基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源，包括：
基于所述历史准确度级别和所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
7.一种资源分配装置，其特征在于，包括：
模型需求获取模块，用于获取目标用户的模型需求；
预测模型确定模块，用于基于所述目标用户的模型需求，确定所述目标用户对应的负荷预测模型；
预测结果确定模块，用于确定所述目标用户调用所述负荷预测模型在预设时间段内的预测负荷结果；
设备结果确定模块，用于确定目标用户在所述预设时间段内的设备的负荷结果；
级别确定模块，用于基于所述设备的负荷结果和所述预测负荷结果，确定所述负荷预测模型的当前准确度级别；
资源收取模块，用于基于所述当前准确度级别，确定向所述目标用户收取的虚拟资源。
8.根据权利要求1所述的资源分配装置，其特征在于，所述预测模型确定模块，包括：
标识信息确定单元，用于确定所述目标用户的模型需求携带的标识信息；
提供方确定单元，用于基于所述标识信息，确定数据提供方；
预测模型确定单元，用于基于所述数据提供方提供的数据，确定所述目标用户对应的负荷预测模型。
9.一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如权利要求1至6中任一所述的方法。
10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至6中任一所述的方法。
CN202011402872.2A 2020-12-02 2020-12-02 一种资源分配方法、装置、可读介质及电子设备 Pending CN114580816A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011402872.2A CN114580816A (zh) 2020-12-02 2020-12-02 一种资源分配方法、装置、可读介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011402872.2A CN114580816A (zh) 2020-12-02 2020-12-02 一种资源分配方法、装置、可读介质及电子设备

Publications (1)

Publication Number Publication Date
CN114580816A true CN114580816A (zh) 2022-06-03

Family

ID=81769935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011402872.2A Pending CN114580816A (zh) 2020-12-02 2020-12-02 一种资源分配方法、装置、可读介质及电子设备

Country Status (1)

Country Link
CN (1) CN114580816A (zh)

Similar Documents

Publication Publication Date Title
CN109992866B (zh) 负荷预测模型的训练方法、装置、可读介质及电子设备
CN111027428B (zh) 一种多任务模型的训练方法、装置及电子设备
CN113196238B (zh) 服务感知的无服务器云计算系统
CN110334013B (zh) 决策引擎的测试方法、装置及电子设备
CN110222871A (zh) 用于电力负荷预测的相似日的选择方法及装置
CN112650583B (zh) 一种资源分配方法、装置、可读介质及电子设备
CN107515811B (zh) 一种获取应用程序耗电量的方法和装置
CN112163734B (zh) 基于云平台整定计算资源动态调度方法及装置
CN114580816A (zh) 一种资源分配方法、装置、可读介质及电子设备
CN114520830A (zh) 一种消息的推送方法、装置以及系统
CN112596985A (zh) 一种it资产探测方法、装置、设备和介质
CN116933702A (zh) 一种验证方法、装置、电子设备及可读存储介质
CN112286549A (zh) 一种灰度发布方法
CN115016950B (zh) 一种基于多线程模型的数据分析方法及系统
CN114580805A (zh) 一种资源分配方法、装置、可读介质及电子设备
CN114548471A (zh) 一种资源分配方法、装置、可读介质及电子设备
CN114548472A (zh) 一种资源分配方法、装置、可读介质及电子设备
CN114580814A (zh) 一种资源分配方法、装置、可读介质及电子设备
CN112348284A (zh) 一种电力负荷预测方法、装置、可读介质及电子设备
CN113468398A (zh) 书籍级别的确定方法、计算设备及计算机存储介质
CN114580806A (zh) 一种资源分配方法、装置、可读介质及电子设备
CN110691362B (zh) 站址确定方法及装置
CN114625490A (zh) 一种基于联合学习的任务分配方法及装置
CN114548473A (zh) 一种资源分配方法、装置、可读介质及电子设备
CN114638449A (zh) 一种售电方案确定方法、装置、可读介质及电子设备

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