CN115002049B - 资源分配的方法及装置 - Google Patents

资源分配的方法及装置 Download PDF

Info

Publication number
CN115002049B
CN115002049B CN202210674620.8A CN202210674620A CN115002049B CN 115002049 B CN115002049 B CN 115002049B CN 202210674620 A CN202210674620 A CN 202210674620A CN 115002049 B CN115002049 B CN 115002049B
Authority
CN
China
Prior art keywords
resource
share
user
time period
allocated
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
CN202210674620.8A
Other languages
English (en)
Other versions
CN115002049A (zh
Inventor
严佳
周俊
余泉
华志刚
方彦明
王婧
王敏
沈文博
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.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information 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 Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202210674620.8A priority Critical patent/CN115002049B/zh
Publication of CN115002049A publication Critical patent/CN115002049A/zh
Application granted granted Critical
Publication of CN115002049B publication Critical patent/CN115002049B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/83Admission control; Resource allocation based on usage prediction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/78Architectures of resource allocation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/72Admission control; Resource allocation using reservation actions during connection setup
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/80Actions related to the user profile or the type of traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/82Miscellaneous aspects
    • H04L47/826Involving periods of time

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本说明书实施例提供一种网络资源分配的方法和装置。根据该方法,获取目标未来时长所对应的网络资源的资源限额信息以及时段信息,所述时段信息包括,目标未来时长包含的多种时段类型按照资源回报率的第一排序。此外还获取分组估计信息,其中包括针对各时段类型,多个用户组中各用户组在得到各备选份额的网络资源情况下的预估资源回报。于是,根据分组估计信息,以最大化目标未来时长中预估资源回报的总和为目标,在多个约束条件下,确定针对各用户组在各时段类型的时段中分配的资源份额,所述多个约束条件包括,分配的总资源份额符合资源限额信息,且针对各时段类型的资源分配符合所述第一排序。

Description

资源分配的方法及装置
技术领域
本说明书一个或多个实施例涉及计算机领域,尤其涉及一种资源分配的方法及装置。
背景技术
在互联网大背景下的多种技术场景中,都存在将网络资源分配给用户的需求,并且,出于服务体验或经济预算或技术方面的原因,可分配的网络资源往往是受限的。例如,在电子支付/借贷平台中,常常需要向借款用户的银行账户发送扣款请求。由于网络带宽的原因,在一定时间内发送扣款请求的数量是受限的。又例如,各种服务平台为提升服务质量,常常向用户推送推荐内容,例如用户可能感兴趣的商品,文章,音乐等等。出于对用户降低打扰的服务体验的考虑,一定时间内主动发起的推送次数也会有所限制。
因此,在网络资源受限的情况下,如何合理地将网络资源分配给用户,利用有限的网络资源实现更优的资源回报,成为有待解决的问题。
发明内容
本说明书一个或多个实施例描述了一种网络资源的分配方法和装置,可以在网络资源受限的情况下,更加合理地将网络资源分配给用户。
根据第一方面,提供了一种资源分配的方法,包括:
获取目标未来时长所对应的网络资源的资源限额信息以及时段信息,所述时段信息包括,所述目标未来时长包含的多种时段类型按照资源回报率的第一排序;
获取分组估计信息,其中包括针对各时段类型,多个用户组中各用户组在得到各备选份额的网络资源情况下的预估资源回报;
根据所述分组估计信息,以最大化所述目标未来时长中预估资源回报的总和为目标,在多个约束条件下,确定针对各用户组在各时段类型的时段中分配的资源份额,所述多个约束条件包括,分配的总资源份额符合所述资源限额信息,且针对各时段类型的资源分配符合所述第一排序。
根据一种实施方式,所述网络资源为针对借款用户的扣款请求,单个资源份额对应于发送一次扣款请求,所述资源回报率为扣款成功的概率。
在上述实施方式的一个实施例中,上述方法还包括:确定当前时段对应的当前时段类型;按照所确定的各用户组在当前时段类型中分配的资源份额,向所述各用户组发送扣款请求。
在一个具体实施例中,所述时段为天,所述多种时段类型包括,发薪日,工作日,休息日。
根据一种实施方式,所述多个用户组按照用户的资源回报率具有第二排序;所述多个约束条件还包括,针对各用户组的资源分配符合所述第二排序。
根据一种实现方式,所述多个用户组通过以下方式获得:利用打分模型对用户总集中各个用户进行资源回报率的打分;按照打分区间,将各个用户分别归入所述多个用户组。
根据一种实施方式,所述资源限额信息包括资源份额总量;所述分配的总资源份额符合所述资源限额信息包括,所述分配的总资源份额小于等于所述资源份额总量。
根据另一种实施方式,所述资源限额信息包括资源份额总量以及针对所述多个用户组构成的用户总集的预留份额比例;所述分配的总资源份额符合所述资源限额信息包括,所述分配的总资源份额小于等于可用资源份额,所述可用资源份额为所述资源份额总量与预留份额总量之差,所述预留份额总量基于所述用户总集中的用户总数以及所述预留份额比例确定。
进一步的,在一个实施例中,上述方法还包括获取预设的频率参数,所述频率参数与用户获得所述网络资源的资源覆盖频次相关;在这样的情况下,所述多个约束条件还包括,对于任意一种时段类型,该时段类型对应的单个时段中分配到所述网络资源的覆盖用户数目与所述用户总数的比例高于设定目标阈值,所述目标阈值依赖于所述频率参数与所述预留份额比例的乘积。
根据一种实现方式,所述资源限额信息包括,针对各时段类型设置的资源份额上限和资源份额下限;相应的,所述多个约束条件还包括,对于任意一种时段类型,该时段类型对应的单个时段中分配给所述多个用户组的单时段份额和,不小于针对该任意时段的资源份额下限,不大于对应的资源份额上限。
在一个实施例中,前述获取分组估计信息包括,利用统计模型,基于历史记录获得所述分组估计信息。
根据一种实施方式,利用线性整数规划算法,确定针对各用户组在各时段类型的时段中分配的资源份额。
根据第二方面,提供了一种资源分配的装置,包括:
获取单元,配置为获取目标未来时长所对应的网络资源的资源限额信息以及时段信息,所述时段信息包括,所述目标未来时长包含的多种时段类型按照资源回报率的第一排序;
分组估计单元,配置为获取分组估计信息,其中包括针对各时段类型,多个用户组中各用户组在得到各备选份额的网络资源情况下的预估资源回报;
份额确定单元,配置为根据所述分组估计信息,以最大化所述目标未来时长中预估资源回报的总和为目标,在多个约束条件下,确定针对各用户组在各时段类型的时段中分配的资源份额,所述多个约束条件包括,分配的总资源份额符合所述资源限额信息,且针对各时段类型的资源分配符合所述第一排序。
根据第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算设备中执行时,计算设备执行第一方面所述的方法。
根据第四方面,提供了一种计算设备,包括存储器和处理器,其特征在于,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现第一方面的方法。
根据本说明书实施例提供的方法和装置,将目标用户总集划分为多个用户组,还将资源限额对应的时长划分为不同类型的时段。如此,网络资源的分配转化为确定用户组-时段类型之间的分配矩阵,即确定在各个类型i的时段内为各个用户组j分配的资源份额。该分配矩阵的优化目标是使得,在满足资源限额的情况下,资源回报总量尽可能大。此外在一些实施例中,在优化上述分配矩阵时还施加一些约束,使得资源分配份额随时段类型满足一定单调性。进一步的,上述约束条件还可以约束,资源分配份额随用户组呈现单调性;此外,还可以约束用户覆盖率满足一定条件,解决尾部用户的覆盖问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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它的附图。
图1示出向用户分配资源和资源回报示意图;
图2示出根据一个实施例的网络资源分配的示意图;
图3示出根据一个实施例的资源分配方法的流程图;
图4示出根据一个实施例的资源分配装置的示意图。
具体实施方式
下面结合附图,对本说明书提供的方案进行描述。
如前所述,在各种技术场景下,存在将有限的网络资源分配给用户的需求。为了更好地利用有限的资源,可以基于用户的资源回报情况进行资源分配,以期获得更好的资源回报总量。其中,资源回报可以是与用户相关的正向反馈。例如,在网络资源为针对借款用户的扣款请求的场景下,用户的资源回报即为扣款成功;在向用户推送内容的场景下,用户的资源回报可以是用户接受了推送的内容,例如,购买了推荐的商品,收藏了推荐的音乐,阅读了推荐的文章,等等。在其他场景中,网络资源还可以有其他形式,例如,流量,网盘空间等,相应的资源回报可以是用户对对应网络资源的接受、使用、购买等正向反馈。
图1示出向用户分配资源和资源回报示意图。在图1的场景中,假定需要将有限的资源份额,例如7份网络资源,分配给8个用户,其中,这7份网络资源例如可以是7次扣款请求,7次推送机会等。图1中的圆圈表示用户的正向反馈,即产生资源回报,“×”表示用户没有正向反馈,没有产生资源回报。在图1的示例中,将1份网络资源分配给用户U1后,该用户U1没有产生资源回报;将2份网络资源分配给用户U3后,产生了一次正向反馈;将3份网络资源分配给用户U4后,产生了一次正向反馈;将1份资源分配给用户U5后,产生了资源回报。其余用户没有分配到网络资源。如此,图1示出在一种资源分配方式下,所得的资源回报总量的情况。
在一种方案中,为了获得更好的资源回报,对用户的资源回报率进行评估,基于该资源回报率进行资源分配。上述资源回报率可以是,将资源分配给对应用户后,获得用户的正向反馈的概率。例如,向用户发送扣款请求后扣款成功的概率,向用户推送内容后用户接受推送内容的概率,等等。在一种具体方案中,预先针对目标用户总集中各个用户进行资源回报率的打分和排序,并且将一定时长内的资源限额均等地划分到各个时段,在每个时段中优先将资源分配给排序靠前的用户。然而,在这样的方案中,会存在排序靠后的用户(即尾部用户)总是难以覆盖到,导致长期的资源回报不够理想。
此外,发明人通过进一步研究发现,用户的资源回报情况在各个时段存在不同,因此与各个时段的时段类型存在关联。例如,在发送扣款请求的情况下,在发薪日扣款成功的概率要大于非发薪日;而在非发薪日中,在工作日发送扣款请求扣款成功的概率要大于非工作日,包括周末和节假日。在内容推送的场景下,在休闲时段(例如晚饭后20:00-23:00的时间)用户接受推送内容的概率要大于工作时段(例如9:00-12:00,14:00-18:00)。
基于此,在本说明书的实施例中提出随时间分配网络资源的方案。图2示出根据一个实施例的网络资源分配的示意图。如图2所示,将目标用户总集按照资源回报率所处区间划分为多个用户组,例如m个用户组。此外,将资源限额对应的时长划分为不同类型的时段,例如s种时段。如此,网络资源的分配转化为确定用户组-时段类型之间的分配矩阵X,其中的元素xij表示,在类型i的时段内为用户组j分配的资源份额。该分配矩阵X的优化目标是使得,在满足资源限额的情况下,资源回报总量尽可能大。此外在一些实施例中,在优化上述分配矩阵时还施加一些约束,使得资源分配份额随时段类型满足一定单调性。进一步的,上述约束条件还可以约束,资源分配份额随用户组呈现单调性;此外,还可以约束用户覆盖率满足一定条件,解决尾部用户的覆盖问题。
下面详细描述在上述构思之下的具体实施过程。
图3示出根据一个实施例的资源分配方法的流程图。图3所示的步骤流程可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。下面结合具体例子,对图3所示的各个步骤的具体执行过程进行详细描述。
如图3所示,在步骤31,获取目标未来时长所对应的网络资源的资源限额信息以及时段信息,其中时段信息包括,所述目标未来时长包含的多种时段类型按照资源回报率的第一排序。
在不同实施例中,根据目标场景的具体设定,上述目标未来时长可以是相应场景下被设定具有资源限额的时间长度,例如,一个月,一个星期,一天。如前所述,考虑到用户的资源回报情况在不同时段存在不同,可以将上述目标未来时长划分为多个时段,各时段可以具有不同的时段类型,不同的时段类型具有不同的资源回报情况。进一步的,可以将多种时段类型按照资源回报率进行排序,得到第一排序。该第一排序可以是根据经验设定的,也可以通过统计对应时段类型下用户的平均资源回报情况而得到。
具体的,在目标场景为发送扣款请求的情况下,常常会针对一个月设置总请求数的限额;相应的,目标未来时长可以取一个月。在这样的情况下,可以将一个月划分为30天,即时段选取为天,相应的多种时段类型可以包括,发薪日,工作日,休息日,其中工作日和休息日均为除发薪日之外的时间,休息日可以包括周末和其他节假日。又进一步的,上述第一排序可以是,按照资源回报率从大到小依次为:发薪日>工作日>休息日。
在另一例子中,目标场景为内容推荐。在这样的场景下,常常会针对一个星期设置推荐总限额次数。此时,目标未来时长可以取一个星期。在这样的情况下,可以将一个星期的每天分别划分为多个时段类型,包括用餐时段,工作时段,休闲娱乐时段,休息时段。进一步的,可以设置多个时段的第一排序为:休闲娱乐时段>用餐时段>工作时段>休息时段。
在其他场景中,目标未来时长,时段大小,时段类型等,均可以根据具体的目标场景进行设定,在此不一一枚举。后续实施例仅结合发送扣款请求的示例场景进行描述,不再针对各种场景示例一一展开。但是应理解,其技术构思可以应用于其他场景。
还需理解,上述资源限额信息以及时段信息可以记录在资源分配系统的配置文件中,由此可以通过读取该配置文件获得该资源限额信息和时段信息。在一个实施例中,资源分配系统具有接口,管理人员可以通过该接口生成或修改配置文件,从而设置或修改上述资源限额信息和时段信息。在其他实施例中,资源限额信息和时段信息也可以以其他方式获取,例如,以实时交互方式从管理人员获取,等等,在此不做限定。
另一方面,在步骤32,获取分组估计信息,其中包括针对各时段类型,多个用户组中各用户组在得到各备选份额的网络资源情况下的预估资源回报。
在获取上述分组估计信息之前,可以预先对用户总集中的各个用户进行分组,得到上述多个用户组。
在一个实施例中,可以利用预先训练好的打分模型,对用户总集中各个用户进行资源回报率的打分;然后按照打分区间,将各个用户归入所述多个用户组。上述打分模型可以利用样本用户训练得到,所述样本用户具有是否给予资源回报的标签,或者资源回报量的标签。在基于样本用户训练好上述打分模型后,当将待测用户的用户特征输入该打分模型,该打分模型可以针对该待测用户进行打分,打分越高表示,资源回报的概率越高,或者预估资源回报量越大。于是,可以根据各个用户的打分所落入的区间,将各个用户划分为多个用户组。
在另一实施例中,也可以利用多分类模型,直接将各个用户分类到多个用户组。类似地,该多分类模型可以利用样本用户训练得到,该样本用户具有所属用户组的组标签。在基于这样的样本用户训练好上述多分类模型后,当将待测用户的用户特征输入该多分类模型,该多分类模型可以直接输出该待测用户所属的用户组。
在其他实施例中,还可以利用其他方式,例如聚类方式,基于规则的方式,将用户总集中的各个用户划分到多个用户组。所划分的用户组的具体数目基于场景而定,在此不做限定。例如,在目标用户总集为借款用户的情况下,可以将其划分为20个用户组。
基于以上获取的多个用户组,可以对其进行分组评估,获得分组估计信息。具体的,分组评估的过程可以包括,针对任意时段类型i,确定任意用户组j在得到k份网络资源情况下的预估资源回报pi,j,k。在一个例子中,分组评估可以利用统计模型进行,例如,基于资源分配和回报的历史记录进行统计分析,根据统计值确定上述预估资源回报。在又一例子中,可以利用预先训练的机器学习模型,预测得到上述预估资源回报。
根据以上获得的分组估计信息,在步骤33,以最大化目标未来时长中预估资源回报的总和为目标,在多个约束条件下,确定针对各用户组在各时段类型的时段中分配的资源份额。
如结合图2所述,可以用xij表示在类型i的时段内为用户组j分配的资源份额。如此,优化目标可以表示为:
其中,nj表示用户组j中的用户数量;ti表示,在目标未来时长中包含的类型i的时段数目。例如,若目标未来时长为一个月,i=3表示时段类型为休息日,则t3表示未来一个月内的休息日的天数。由此,式(1)中双重求和分别对应于,对各个用户组和各个时段的预估资源回报进行求和,得到的结果即为,目标未来时长中预估资源回报的总和。由此,资源分配的核心目标转化为,确定出各个xij,使得式(1)中求和结果尽可能大。
在一个实施例中,将各个xij限定为一定区间中的整数。例如,在针对未来一个月确定每天各个用户组的扣款请求数目的场景下,可以将各个xij限定为属于{0,1,2,3}。
在最大化上述资源回报总和的同时,确定出的各个xij还需满足设定的若干约束条件。首要约束条件即为,分配的总资源份额符合前述资源限额信息。
在一个实施例中,资源限额信息为目标未来时长中的资源份额总量T0。在这样的情况下,分配的总资源份额符合资源限额信息可以表示为:
式(2)中左侧求和表示按照各个xij在目标未来时长中分配的总资源份额。关于资源限额的约束条件要求该总资源份额小于等于设定的资源份额总量T0
在另一实施例中,资源限额信息除了包括上述资源份额总量T0,还包括针对多个用户组构成的用户总集的预留份额比例K%,该预留份额比例表示,在单位时段中预留出来用于覆盖用户总集的资源份额比例。在这样的情况下,关于资源限额信息的约束条件可以表示为:
根据式(3),要求目标未来时长中分配的总资源份额小于等于右侧所示的可用资源份额,该可用资源份额为所述资源份额总量T0与预留份额总量之差,所述预留份额总量基于用户总集中的用户总数(针对nj的求和)以及所述预留份额比例K%确定。
除了关于资源限额信息的约束,在本说明书实施例中,由于引入了不同时段类型,还要求资源份额的分配相对于时段类型的排序具有单调性,从而使得资源分配方案具有更强的业务可解释性。如前所述,可以将多种时段类型按照资源回报率进行排序,从而具有第一排序。根据上述单调性的要求,针对各时段类型的资源分配需符合该第一排序。该约束条件可以表示为:
即,对于任意用户组j,排序靠前的时段类型i(i<i’即i更靠前)分配的资源份额xij大于等于排序靠后的时段类型i’的资源份额xij
对应于图2,如果图2中时段类型从上到下的排序即为资源回报率从大到小的第一排序,那么在图2所示的矩阵X中,每一列都应满足,从上到下的元素单调递减。
此外,在一个实施例中,网络资源的分配约束还包括,相对于用户组的单调性。可以理解,前述的多个用户组是按照用户的资源回报率进行分组得到的,不同用户组对应于不同的资源回报率区间。因此,多个用户组可以按照用户的资源回报率进行排序,从而具有第二排序。针对用户组的单调性约束条件则要求,针对各用户组的资源分配符合该第二排序。该约束条件可以表示为:
即,对于任意时段i,排序靠前的用户组j(j<j’即j更靠前)分配的资源份额xij大于等于排序靠后的用户组j’的资源份额xij’。
对应于图2,如果图2中用户组从左到右的排序即为资源回报率从大到小的第二排序,那么在图2所示的矩阵X中,每一行都应满足,从左到右的元素单调递减。
在一个实施例中,前述资源限额信息还包括,针对各时段类型i设置的资源份额上限Ui和资源份额下限Li。在这样的情况下,针对各分配份额xij的约束条件还包括,对于任意一种时段类型i,该时段类型对应的单个时段中分配给多个用户组的单时段份额之和,不小于针对该任意时段的资源份额下限Li,不大于对应的资源份额上限Ui。上述约束条件可以表示为如下的式(6)和(7):
其中,式(6)限定了单时段份额之和不大于资源份额上限;式(7)限定了单时段份额和不小于资源份额下限。
在一个实施例,在如式(3)所示针对用户总集设置有预留份额比例K%的基础上,还预先设置有频率参数λ,该频率参数λ与用户获得网络资源的资源覆盖频次相关。在这样的情况下,针对各分配份额xij的约束条件还包括覆盖频次约束条件,该约束条件要求,对于任意一种时段类型i,该时段类型i对应的单个时段中分配到网络资源的覆盖用户数目N与用户总数的比例高于设定目标阈值,该目标阈值依赖于上述频率参数λ与预留份额比例K%的乘积。
作为示例,上述约束条件可以表示为:
式(8)中,若用户组j分配到资源份额(xij>=1),则min{xij,1}*nj=nj为用户组j中的用户数;若用户组j没有分配到资源份额,则该项结果为0,不纳入统计。因此,式(8)左侧即为时段类型i中分配到网络资源的覆盖用户数目N,(1-λK%)对应于上述目标阈值。
在式(3)约束了预留一定比例的网络资源用于覆盖用户总集的基础上,式(8)通过频率参数λ进一步约束了用户总集的覆盖频次。例如,在时段为天的情况下,λ的数值即对应于,每隔几天网络资源的分配会覆盖一次用户总集。如此,更好地解决了尾部用户的覆盖问题,更有利于长期的资源回报。
需要理解,在以上设定多个约束条件的情况下,可以通过多种算法,确定出针对各用户组在各时段类型的时段中分配的资源份额xij,使其在满足上述多个约束条件的情况下,预估资源回报的总和尽可能大。典型的,利用线性整数规划算法(IntegerProgramming),确定各个资源份额xij
在确定出针对目标未来时长的资源分配方式,即各个资源份额的基础上,在一个实施例中,可以确定当前时段对应的当前时段类型c,例如,在扣款请求的场景下,确定执行上述方法的当天是何种类型(发薪日,工作日或是休息日)。然后按照所确定的各用户组j在当前时段类型c中分配的资源份额xcj,向各用户组j发送扣款请求。以上方法可以每隔一定时间执行一次,例如每天执行一次,或每周执行一次,从而动态地更新资源分配方案,更好地满足资源分配的要求。
根据另一方面的实施例,还提供了一种资源分配的装置,该装置可以部署于任何具有计算、处理能力的设备或平台。图4示出根据一个实施例的资源分配装置的示意图。如图4所示,该装置400包括:
获取单元41,配置为获取目标未来时长所对应的网络资源的资源限额信息以及时段信息,所述时段信息包括,所述目标未来时长包含的多种时段类型按照资源回报率的第一排序;
分组估计单元42,配置为获取分组估计信息,其中包括针对各时段类型,多个用户组中各用户组在得到各备选份额的网络资源情况下的预估资源回报;
份额确定单元43,配置为根据所述分组估计信息,以最大化所述目标未来时长中预估资源回报的总和为目标,在多个约束条件下,确定针对各用户组在各时段类型的时段中分配的资源份额,所述多个约束条件包括,分配的总资源份额符合所述资源限额信息,且针对各时段类型的资源分配符合所述第一排序。
根据一种实施方式,所述网络资源为针对借款用户的扣款请求,单个资源份额对应于发送一次扣款请求,所述资源回报率为扣款成功的概率。
在上述实施方式的一个实施例中,上述装置还包括分配单元(未示出):配置为确定当前时段对应的当前时段类型;按照所确定的各用户组在当前时段类型中分配的资源份额,向所述各用户组发送扣款请求。
在一个具体实施例中,所述时段为天,所述多种时段类型包括,发薪日,工作日,休息日。
根据一种实施方式,所述多个用户组按照用户的资源回报率具有第二排序;所述多个约束条件还包括,针对各用户组的资源分配符合所述第二排序。
根据一种实现方式,所述多个用户组通过以下方式获得:利用打分模型对用户总集中各个用户进行资源回报率的打分;按照打分区间,将各个用户分别归入所述多个用户组。
根据一种实施方式,所述资源限额信息包括资源份额总量;所述分配的总资源份额符合所述资源限额信息包括,所述分配的总资源份额小于等于所述资源份额总量。
根据另一种实施方式,所述资源限额信息包括资源份额总量以及针对所述多个用户组构成的用户总集的预留份额比例;所述分配的总资源份额符合所述资源限额信息包括,所述分配的总资源份额小于等于可用资源份额,所述可用资源份额为所述资源份额总量与预留份额总量之差,所述预留份额总量基于所述用户总集中的用户总数以及所述预留份额比例确定。
进一步的,在一个实施例中,所述获取单元41还配置为获取预设的频率参数,所述频率参数与用户获得所述网络资源的资源覆盖频次相关;在这样的情况下,所述多个约束条件还包括,对于任意一种时段类型,该时段类型对应的单个时段中分配到所述网络资源的覆盖用户数目与所述用户总数的比例高于设定目标阈值,所述目标阈值依赖于所述频率参数与所述预留份额比例的乘积。
根据一种实现方式,所述资源限额信息包括,针对各时段类型设置的资源份额上限和资源份额下限;相应的,所述多个约束条件还包括,对于任意一种时段类型,该时段类型对应的单个时段中分配给所述多个用户组的单时段份额和,不小于针对该任意时段的资源份额下限,不大于对应的资源份额上限。
在一个实施例中,所述分组估计单元42配置为,利用统计模型,基于历史记录获得所述分组估计信息。
根据一种实施方式,所述份额确定单元43配置为,利用线性整数规划算法,确定针对各用户组在各时段类型的时段中分配的资源份额。
通过以上的装置,可以在网络资源受限的情况下,更加合理地将网络资源分配给用户。
根据另一方面的实施例,还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行结合图3所描述的方法。
根据再一方面的实施例,还提供一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现结合图3所述的方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。

Claims (15)

1.一种资源分配的方法,包括:
获取目标未来时长所对应的网络资源的资源限额信息以及时段信息,所述时段信息包括,所述目标未来时长包含的多种时段类型按照资源回报率的第一排序,所述资源回报率为将资源分配给对应用户后,获得用户的正向反馈的概率;
获取分组估计信息,其中包括针对各时段类型,多个用户组中各用户组在得到各备选份额的网络资源情况下的预估资源回报;
根据所述分组估计信息,以最大化所述目标未来时长中预估资源回报的总和为目标,在多个约束条件下,确定针对各用户组在各时段类型的时段中分配的资源份额,所述多个约束条件包括,分配的总资源份额符合所述资源限额信息,且针对各时段类型的资源分配符合所述第一排序。
2.根据权利要求1所述的方法,其中,所述网络资源为针对借款用户的扣款请求,单个资源份额对应于发送一次扣款请求,所述资源回报率为扣款成功的概率。
3.根据权利要求2所述的方法,还包括:
确定当前时段对应的当前时段类型;
按照所确定的各用户组在当前时段类型中分配的资源份额,向所述各用户组发送扣款请求。
4.根据权利要求1-3中任一项所述的方法,其中,所述时段为天,所述多种时段类型包括,发薪日,工作日,休息日。
5.根据权利要求1所述的方法,其中,所述多个用户组按照用户的资源回报率具有第二排序;所述多个约束条件还包括,针对各用户组的资源分配符合所述第二排序。
6.根据权利要求1或5所述的方法,其中,所述多个用户组通过以下方式获得:
利用打分模型对用户总集中各个用户进行资源回报率的打分;
按照打分区间,将各个用户分别归入所述多个用户组。
7.根据权利要求1所述的方法,其中,所述资源限额信息包括资源份额总量;
所述分配的总资源份额符合所述资源限额信息包括,所述分配的总资源份额小于等于所述资源份额总量。
8.根据权利要求1所述的方法,其中,所述资源限额信息包括资源份额总量以及针对所述多个用户组构成的用户总集的预留份额比例;
所述分配的总资源份额符合所述资源限额信息包括,所述分配的总资源份额小于等于可用资源份额,所述可用资源份额为所述资源份额总量与预留份额总量之差,所述预留份额总量基于所述用户总集中的用户总数以及所述预留份额比例确定。
9.根据权利要求8所述的方法,还包括,获取预设的频率参数,所述频率参数与用户获得所述网络资源的资源覆盖频次相关;
所述多个约束条件还包括,对于任意一种时段类型,该时段类型对应的单个时段中分配到所述网络资源的覆盖用户数目与所述用户总数的比例高于设定目标阈值,所述目标阈值依赖于所述频率参数与所述预留份额比例的乘积。
10.根据权利要求1所述的方法,其中,所述资源限额信息包括,针对各时段类型设置的资源份额上限和资源份额下限;
所述多个约束条件还包括,对于任意一种时段类型,该时段类型对应的单个时段中分配给所述多个用户组的单时段份额和,不小于针对该任意时段的资源份额下限,不大于对应的资源份额上限。
11.根据权利要求1所述的方法,其中,获取分组估计信息包括,利用统计模型,基于历史记录,获得所述分组估计信息。
12.根据权利要求1所述的方法,其中,确定针对各用户组在各时段类型的时段中分配的资源份额,包括:
利用线性整数规划算法,确定所述分配的资源份额。
13.一种资源分配的装置,包括:
获取单元,配置为获取目标未来时长所对应的网络资源的资源限额信息以及时段信息,所述时段信息包括,所述目标未来时长包含的多种时段类型按照资源回报率的第一排序,所述资源回报率为将资源分配给对应用户后,获得用户的正向反馈的概率;
分组估计单元,配置为获取分组估计信息,其中包括针对各时段类型,多个用户组中各用户组在得到各备选份额的网络资源情况下的预估资源回报;
份额确定单元,配置为根据所述分组估计信息,以最大化所述目标未来时长中预估资源回报的总和为目标,在多个约束条件下,确定针对各用户组在各时段类型的时段中分配的资源份额,所述多个约束条件包括,分配的总资源份额符合所述资源限额信息,且针对各时段类型的资源分配符合所述第一排序。
14.一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算设备中执行时,计算设备执行权利要求1-12中任一项所述的方法。
15.一种计算设备,包括存储器和处理器,其特征在于,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现权利要求1-12中任一项所述的方法。
CN202210674620.8A 2022-06-15 2022-06-15 资源分配的方法及装置 Active CN115002049B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210674620.8A CN115002049B (zh) 2022-06-15 2022-06-15 资源分配的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210674620.8A CN115002049B (zh) 2022-06-15 2022-06-15 资源分配的方法及装置

Publications (2)

Publication Number Publication Date
CN115002049A CN115002049A (zh) 2022-09-02
CN115002049B true CN115002049B (zh) 2023-11-14

Family

ID=83034205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210674620.8A Active CN115002049B (zh) 2022-06-15 2022-06-15 资源分配的方法及装置

Country Status (1)

Country Link
CN (1) CN115002049B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116382927B (zh) * 2023-06-05 2023-08-25 支付宝(杭州)信息技术有限公司 用于确定算力档位的方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NZ601423A (en) * 2012-07-24 2013-08-30 Sole Survivor Finance Ltd System for Investing in and disbursing Funds from a Financial Institution
CN103959873A (zh) * 2012-10-30 2014-07-30 华为技术有限公司 一种资源分配的方法、装置及系统
EP3383088A1 (en) * 2017-03-31 2018-10-03 Telefonica Digital España, S.L.U. A computer implemented method, a system and computer programs to quantify the performance of a network
CN109993428A (zh) * 2019-03-28 2019-07-09 第四范式(北京)技术有限公司 资源分配方法与装置
WO2020050094A1 (ja) * 2018-09-03 2020-03-12 日本電信電話株式会社 リソース割当装置、リソース割当方法およびリソース割当プログラム
WO2020143850A2 (en) * 2020-04-13 2020-07-16 Alipay (Hangzhou) Information Technology Co., Ltd. Method and system for optimizing allocation of borrowing requests
CN114140252A (zh) * 2021-12-02 2022-03-04 中国建设银行股份有限公司 一种目标对象的资源分配方法及相关装置
CN114581222A (zh) * 2022-05-05 2022-06-03 支付宝(杭州)信息技术有限公司 一种资源分配方法、电子设备、应用程序及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3358517A1 (en) * 2017-02-01 2018-08-08 Deutsche Telekom AG Network resources brokering system and enforcement function network entity

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NZ601423A (en) * 2012-07-24 2013-08-30 Sole Survivor Finance Ltd System for Investing in and disbursing Funds from a Financial Institution
CN103959873A (zh) * 2012-10-30 2014-07-30 华为技术有限公司 一种资源分配的方法、装置及系统
EP3383088A1 (en) * 2017-03-31 2018-10-03 Telefonica Digital España, S.L.U. A computer implemented method, a system and computer programs to quantify the performance of a network
WO2020050094A1 (ja) * 2018-09-03 2020-03-12 日本電信電話株式会社 リソース割当装置、リソース割当方法およびリソース割当プログラム
CN109993428A (zh) * 2019-03-28 2019-07-09 第四范式(北京)技术有限公司 资源分配方法与装置
WO2020143850A2 (en) * 2020-04-13 2020-07-16 Alipay (Hangzhou) Information Technology Co., Ltd. Method and system for optimizing allocation of borrowing requests
CN114140252A (zh) * 2021-12-02 2022-03-04 中国建设银行股份有限公司 一种目标对象的资源分配方法及相关装置
CN114581222A (zh) * 2022-05-05 2022-06-03 支付宝(杭州)信息技术有限公司 一种资源分配方法、电子设备、应用程序及存储介质

Also Published As

Publication number Publication date
CN115002049A (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN108984301A (zh) 自适应云资源调配方法和装置
JP6547070B2 (ja) プッシュ情報粗選択ソーティングの方法、デバイス、およびコンピュータ記憶媒体
JP6253745B1 (ja) 情報解析装置、情報解析方法、および情報解析プログラム
CN111080126B (zh) 任务分配方法和装置
CN115002049B (zh) 资源分配的方法及装置
CN106534302A (zh) 多任务需求服务组合方法和系统
CN112328395B (zh) 一种云资源容量规划方法和系统
KR20200122589A (ko) 클라우드 리소스 할당 장치 및 방법
CN112148468A (zh) 一种资源调度方法、装置、电子设备及存储介质
CN114625523A (zh) 一种资源分配方法、装置和计算机可读存储介质
CN116909751A (zh) 一种云计算系统中的资源分配方法
US20130095466A1 (en) Method and system for conducting one or more surveys
CN110765110A (zh) 泛化能力处理方法、装置、设备及存储介质
JP5032692B1 (ja) 予約管理装置、予約管理方法、予約管理プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体
CN116319567B (zh) 资源分配方法、资源分配设备和可读存储介质
CN109783236B (zh) 用于输出信息的方法和装置
US9818132B2 (en) Advertisement delivery management apparatus and advertisement delivery management method
CN110413358B (zh) 页面的展示方法及装置
CN112905879A (zh) 推荐方法、装置、服务器以及存储介质
CN111598632A (zh) 权益份额、权益份额序列的确定方法及装置
CN113794649B (zh) 一种信息流量分配方法及装置、存储介质、计算设备
CN110633784A (zh) 一种多规则人工蜂群改进算法
CN113760550A (zh) 资源分配方法和资源分配装置
CN113129098A (zh) 一种订单分配方法及装置
CN113177613A (zh) 系统资源数据分配方法及装置

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