CN115641166A - 虚拟资源分配策略创建方法和系统 - Google Patents
虚拟资源分配策略创建方法和系统 Download PDFInfo
- Publication number
- CN115641166A CN115641166A CN202211181835.2A CN202211181835A CN115641166A CN 115641166 A CN115641166 A CN 115641166A CN 202211181835 A CN202211181835 A CN 202211181835A CN 115641166 A CN115641166 A CN 115641166A
- Authority
- CN
- China
- Prior art keywords
- strategy
- information
- solving
- resource allocation
- virtual resource
- 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
Images
Abstract
本申请涉及一种虚拟资源分配策略创建方法、装置、计算机设备和存储介质。所述方法包括:活动管理模块接收用户配置的虚拟资源分配活动的活动信息以及规划求解配置信息;策略求解模块根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件;决策模块根据策略结果文件创建虚拟资源分配策略。本申请实施例能够实现自动创建虚拟资源分配策略。
Description
技术领域
本申请涉及互联网领域,特别是涉及一种虚拟资源分配策略创建方法、系统、计算机设备和存储介质。
背景技术
针对智能营销场景,该对哪部分人群实施精准营销是一个很有挑战的问题。目前主流的方案是采用因果推断的技术来进行优惠券的智能派发。常用的因果推断的模型有:单模型(S-Learner)、双模型(T-Learner)以及因果森林模型(Causal Forest)。通过模型学习到用户的弹性(价敏程度),根据用户不同的弹性制定派发策略。派发策略采用运筹优化技术,解决在给定预算或者补贴率等限制条件下,给用户发放何种优惠券能使得目标如GMV(Gross Merchandise Volume,商品交易总额)、单量等最大化。其中,关于上述的单模型和双模型可参见公开资料,如Künzel,R.,et al."Metalearners for estimatingheterogeneous treatment effects using machine learning."Proceedings of thenational academy of sciences 116.10(2019):4156-4165,关于上述的双模型可参见公开资料,如Radcliffe,Nicholas J.,and Patrick D.Surry."Real-world upliftmodelling with significance-based uplift trees."White Paper TR-2011-1,Stochastic Solutions(2011):1-33以及Zhao,Yan,Xiao Fang,and David Simchi-Levi."Uplift modeling with multiple treatments and general response types."Proceedings of the 2017SIAM International Conference on Data Mining.Societyfor Industrial and Applied Mathematics,2017,在此不再赘述。
目前主流的运筹优化技术包含两大类:整数规划求解和在线lambda优化求解。其中,整数规划求解通过定义好约束条件、券额项、优化目标等参数来求解得出每个用户对应的发放金额或者补贴率。
在一些应用场景中,考虑到用户粒度进行整数规划优化求解的时间开销太大,会按照若干个指定特征来将用户分为多个组。以该若干个指定特征是例如价格、下单概率和弹性为例,当接收到线上实际的用户请求之后,根据用户的实时特征和离线特征计算出下单概率和弹性,然后根据线上配置的上述3个特征的分位值可以将用户分到某个具体的组,最后根据整数规划求解的结果实时计算出其对应的补贴金额。
在采用上述方案来派发优惠券时,需要将分位数配置文件、网格策略(即整数规划求解出的结果)配置到相关平台(如决策平台)进行任务发布,此外还需要创建分流规则和任务(用于为每个流量分组指定对应的模型和策略)。目前,上述的整个过程是运营人员和算法人员进行配合完成,其中,运营人员先将各个城市对应的目标补贴率告知算法人员,算法人员再手动执行相关代码进行整数规划求解且进行多轮参数调优,以得到对应的策略文件,然后手动将该策略文件配置到该相关平台,运营人员在该相关平台手动创建分流规则和任务。
发明人意识到,目前上述方式至少存在以下问题:
(1)运营人员和算法人员线下进行参数传递时,容易出现错误或者不同步的问题;
(2)手动调参以及将整数规划求解出来的策略配置到相关平台比较耗费人力和时间;
(3)手动创建平台任务,指定各个流量分组的模型和策略这一过程需要耗费巨大的人力成本,而且容易出现人工配置出错的情况,影响线上实验效果;
(4)在一些应用场景中,一些优惠券(例如限时优惠券)、抽奖活动是按照城市粒度或者城市分类粒度来生成对应的策略,对于某个城市只有一个策略,无法在同一个城市同时跑多个策略。
发明内容
本申请针对上述不足或缺点,提供了一种虚拟资源分配策略创建方法、系统、计算机设备和存储介质。
本申请根据第一方面提供了一种虚拟资源分配策略创建方法,在一个实施例中,该方法应用于流程自动化系统,流程自动化系统包括活动管理模块、策略求解模块和决策模块;上述方法包括:
活动管理模块接收用户配置的虚拟资源分配活动的活动信息以及规划求解配置信息;
策略求解模块根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件;
决策模块根据策略结果文件创建虚拟资源分配策略。
在一个实施例中,策略求解模块根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件,包括:
策略求解模块获取目标城市或目标城市类在过去预设时长内的处于预设时间区间且数据量大于预设阈值的历史虚拟资源分配数据作为本次策略求解的基础数据,其中,若获取不到历史虚拟资源分配数据,则获取预设的兜底基础数据作为本次策略求解的基础数据;
以规划求解配置信息作为策略求解的输入信息,根据输入信息对基础数据执行预设参数搜索逻辑,得到整数规划求解结果;
根据活动信息和整数规划求解结果生成策略结果文件。
在一个实施例中,上述方法还包括:
策略求解模块根据输入信息对基础数据执行预设参数搜索逻辑后,如果得到的结果为空,则执行预设兜底规则,以及将执行预设兜底规则生成的结果作为整数规划求解结果。
在一个实施例中,策略结果文件包括策略详情列表和策略数量;
决策模块根据策略结果文件创建虚拟资源分配策略,包括:
决策模块根据策略详情列表和策略数量进行策略数据正确性校验;
若策略数据正确性校验的校验结果为成功,则判定成功创建虚拟资源分配策略;
若策略数据正确性校验的校验结果为失败,则通知预设人员虚拟资源分配策略创建失败。
在一个实施例中,策略结果文件包括任务分组信息;任务分组信息包括分组规则信息、流量分组信息和分组配置信息;
上述方法还包括:
决策模块根据分组规则信息自动创建分组规则,根据流量分组信息自动创建分流实验,以及根据分组配置信息自动创建平台任务。
在一个实施例中,上述方法还包括:
决策模块创建目标对象之后,对创建的目标对象进行校验;目标对象指分组规则、分流实验或平台任务;
若校验结果为成功,则判定成功创建目标对象;
若校验结果为失败,则通知预设人员目标对象创建失败。
在一个实施例中,活动管理模块接收到活动信息以及规划求解配置信息之后,通过预设接口将活动信息以及规划求解配置信息传至策略求解模块;
策略求解模块生成策略结果文件之后,将策略结果文件包含的内容写入消息队列,使得决策模块从消息队列中拉取策略结果文件包含的内容。
本申请根据第二方面提供了一种流程自动化系统,在一个实施例中,该系统包括活动管理模块、策略求解模块和决策模块;
活动管理模块,用于接收用户配置的虚拟资源分配活动的活动信息以及规划求解配置信息;
策略求解模块,用于根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件;
决策模块,用于根据策略结果文件创建虚拟资源分配策略。
本申请根据第三方面提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的实施例的步骤。
本申请根据第四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,计算机程序被处理器执行时实现上述任一方法的实施例的步骤。
本申请上述实施例至少具有以下技术效果:
通过参数合理化以及实时同步的方式,减少算法人员和运营人员线下沟通活动配置信息的成本,避免参数信息不同步以及人为的失误导致虚拟资源分配效率受影响;
通过自动化调参生成对应的虚拟资源分配策略以及自动上线相关虚拟资源分配活动,减少算法侧人工干预,降低人工线下调参、手动上线策略、手动创建虚拟资源分配任务以及上线虚拟资源分配任务的成本;
通过整个流程自动化可以明显缩短虚拟资源分配活动的上线时间,原本上线一个活动的20个策略大概需要35分钟的时间,采用本申请实施例之后可以将耗时缩短到5分钟之内。
附图说明
图1为一个实施例中一种虚拟资源分配策略创建方法的应用环境图;
图2为一个实施例中一种虚拟资源分配策略创建方法的流程示意图;
图3为一个实施例中一种生成策略结果文件的流程示意图;
图4为一个实施例中策略结果文件的内容示意图;
图5为一个实施例中策略内容的内容示意图;
图6为一个实施例中任务分组信息的内容示意图;
图7为一个实施例中一种流程自动化系统的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请提供了一种虚拟资源分配策略创建方法。在一个实施例中,该虚拟资源分配策略创建方法可以应用于如图1所示的应用环境中。图1中所示20是流程自动化系统,用户可以通过用户端(图1所示的10)在流程自动化系统上配置虚拟资源分配活动的相关活动信息和规划求解配置信息,流程自动化系统会自动根据活动信息和规划求解配置信息创建虚拟资源分配策略(下文若无特别说明,“策略”和“虚拟资源分配策略”是同一意思),能够降低人工线下调参以及手动上线策略的成本。
其中,用户端可以包括但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和台式计算机等,流程自动化系统可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本实施例提供的虚拟资源分配策略创建方法包括如图2所示的步骤,即S110-S130,下面以该方法应用于流程自动化系统为例进行说明。其中,该流程自动化系统包括活动管理模块、策略求解模块和决策模块;上述方法包括:
S110:活动管理模块接收用户配置的虚拟资源分配活动的活动信息以及规划求解配置信息。
在本实施例中,用户(可以是运营人员)可以通过流程自动化系统的活动管理模块来配置虚拟资源分配活动的活动信息以及与该虚拟资源分配活动相关的规划求解配置信息,在完成相关配置后,活动管理模块会自动将用户配置好的虚拟资源分配活动的活动信息以及规划求解配置信息传给策略求解模块,如此一来,运营人员和算法人员就无需在线下沟通虚拟资源分配活动相关的各类参数,避免出现参数传递时出现错误或不同步的问题。上述虚拟资源可以是指限时或不限时的代金券、折扣券和/或补贴红包等。虚拟资源分配活动是指向满足预设条件的客户(或用户)分配虚拟资源的活动。
以虚拟资源是限时券为例,活动信息可以包括活动ID、活动针对的人群和城市等,规划求解配置信息可以包括折扣券的补贴率、优化目标(或称为约束条件)等,示例性地,上述优化目标可以是ROI(Return On Investment,投资回报率)>2和/或最大化GMV(GrossMerchandise Volume,商品交易总额)等。需要指出的是,当虚拟资源不同时,虚拟资源分配活动的活动信息以及规划求解配置信息的具体内容可能不同。
可选的,在一些实施例中,活动管理模块接收到活动信息以及规划求解配置信息之后,可以通过预设接口将活动信息以及规划求解配置信息传至策略求解模块。
S120:策略求解模块根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件。
策略求解模块会自动根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件,该求解的过程中会自动进行调参操作以及将求解得到的相关信息写入策略结果文件,无需算法人员参与,可以减少大量人力,并且策略求解模块会将进行整数规划求解得到的策略结果文件传给决策模块。在一些实施例中,策略求解模块生成策略结果文件之后,将策略结果文件包含的内容写入消息队列(例如kafka),使得决策模块从消息队列中拉取策略结果文件包含的内容。
在一个实施例中,策略求解模块根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件,如图3所示包括:
S111:策略求解模块获取目标城市或目标城市类在过去预设时长内的处于预设时间区间且数据量大于预设阈值的历史虚拟资源分配数据作为本次策略求解的基础数据,其中,若获取不到历史虚拟资源分配数据,则获取预设的兜底基础数据作为本次策略求解的基础数据;
S112:以规划求解配置信息作为策略求解的输入信息,根据输入信息对基础数据执行预设参数搜索逻辑,得到整数规划求解结果;
S113:根据活动信息和整数规划求解结果生成策略结果文件。
用户可以指定任一个城市或城市类作为上述目标城市或目标城市类。其中城市类是指城市类型,城市类型的区分维度可以根据实际场景进行灵活设置,示例性地,可以选择按城市本身的经济实力、人数等维度来进行划分,也可以选择按企业在经营活动时在各城市上投入的资源(如人力、金钱、时间等资源)的不同来进行划分,应理解还可以支持其他划分。
还以虚拟资源是限时券为例,策略求解模块可以根据活动管理模块传过来的目标补贴率、人群ID、城市ID、补贴用户占比等参数进行整数规划求解,求解得到对应的策略和预估的补贴率等信息,然后将求解得到的信息写入策略结果文件并传给决策模块进行后续的策略创建操作。
可选的,在上述实施例中,策略求解模块根据输入信息对基础数据执行预设参数搜索逻辑后,如果得到的结果为空,则执行预设兜底规则,以及将执行预设兜底规则生成的结果作为整数规划求解结果。
考虑到在一些特殊情况下,可能执行预设参数搜索逻辑后,得到的结果为空,此时就无法进行后续的策略求解,因此,设置了预设兜底规则,如果执行预设参数搜索逻辑后得到的结果为空,那么就执行预设兜底规则,得到一个不为空的结果,从而确保后续的策略求解操作能够正常进行。
S130:决策模块根据策略结果文件创建虚拟资源分配策略。
决策模块会自动根据策略结果文件创建虚拟资源分配策略。可见,在本实施例中,整个虚拟资源分配策略的创建过程均是自动化的,可以显著地减少策略创建操作的耗时和人力成本。
基于上述实施例中,在一些实施例中,策略结果文件包括策略详情列表和策略数量;相应地,上述决策模块根据策略结果文件创建虚拟资源分配策略的步骤,包括:决策模块根据策略详情列表和策略数量进行策略数据正确性校验;若策略数据正确性校验的校验结果为成功,则判定成功创建虚拟资源分配策略;若策略数据正确性校验的校验结果为失败,则通知预设人员虚拟资源分配策略创建失败。
本实施例在创建虚拟资源分配策略时,通过对相关数据(如策略详情列表和策略数量)进行正确性校验,只有当相关数据成功通过正确性校验了,才会成功创建虚拟资源分配策略。其中,上述正确性校验可以是对策略格式进行校验,对策略数量是否满足预期进行校验。
在一些实施例中,策略结果文件包括任务分组信息;任务分组信息包括分组规则信息、流量分组信息和分组配置信息;相应地,上述方法还包括:决策模块根据分组规则信息自动创建分组规则,根据流量分组信息自动创建分流实验,以及根据分组配置信息自动创建平台任务。
本实施例提供了自动创建分组规则、分流实验以及平台任务的方案,可以进一步减少人工成本和相关耗时。
进一步地,在一些实施例中,上述方法还包括:决策模块创建目标对象之后,对创建的目标对象进行校验;上述目标对象指分组规则、分流实验或平台任务;若校验结果为成功,则判定成功创建目标对象;若校验结果为失败,则通知预设人员目标对象创建失败。
本实施例提供了对创建好的分组规则、分流实验或平台任务进行校验的方案,避免创建的分组规则、分流实验或平台任务不会出现问题的几率,提高了可靠性。
本申请上述实施例至少具有以下技术效果:
通过参数合理化以及实时同步的方式,减少算法人员和运营人员线下沟通活动配置信息的成本,避免参数信息不同步以及人为的失误导致虚拟资源分配效率受影响;
通过自动化调参生成对应的虚拟资源分配策略以及自动上线相关虚拟资源分配活动,减少算法侧人工干预,降低人工线下调参、手动上线策略、手动创建虚拟资源分配任务的成本;
通过整个流程自动化可以明显缩短虚拟资源分配活动的上线时间,原本上线一个活动的20个策略大概需要35分钟的时间,采用本申请实施例之后可以将耗时缩短到5分钟之内。
本申请还提供了一个应用例来对上述实施例进行更详细的说明。
本应用例继续以限时券为例来进行说明,流程如下:
1、运营人员在活动管理模块的活动页面上配置限时券分配活动的相关信息,如根据用户标签来圈选出人群A、以及配置好目标城市B、目标补贴率C和预算D等参数,之后点击页面上的预估补贴率按钮来指示策略求解模块进行策略求解操作,活动管理模块在运营人员点击该按钮之后,将此时活动页面相关的参数信息(例如表一所示接口参数)通过接口的形式传递给策略求解模块。
表一:
2、策略求解模块接收到上游(即活动管理模块)传递过来的活动ID、人群A、城市B、补贴率C和预算D等参数后,先进行参数检验和相关处理,之后再通过命令行的方式开启新的线程离线执行整数规划求解程序(该程序可用python语言实现)。
其中,整数规划求解程序读取线上配置文件信息,其中包含优化求解的目标(如GMV或者单量)以及约束条件(如预算或者补贴率),之后获取存于MySQL的求解数据源,最后根据以上的参数信息求解得到对应的策略和预估的补贴率等信息,并写入策略结果文件(如res.json)。
示例性地,上述的求解数据的格式可以如下表二所示。
表二:
字段 | 值 | 字段 | 值 |
用户ID | 123 | 是否下单 | 1 |
下单概率 | 0.3 | 下单概率分档 | prob_level1 |
用户弹性 | 0.02 | 弹性分档 | elastic_level1 |
估价价格 | 68 | 估价价格分档 | price_level1 |
补贴金额 | 5 | - | - |
在获得上述策略结果文件之后,策略求解模块的工程侧读取策略结果文件的内容发送给决策模块。
示例性地,上述的策略结果文件的内容可参见图4所示,其中包括策略数量和策略数据,策略数据包括任务ID和策略详情列表;策略详情列表具体包括详情、任务创建人、城市ID、城市类、预估核销、预估补贴率、预估补贴用户数和预估补贴用户占比。上述详情内包括策略内容,策略内容可参见图5所示,图5中涉及三个判断条件,当三个判断条件均为是时,补贴率为A,否则,补贴率为B。
进一步地,策略求解模块还预配置有任务分组信息,任务分组信息示例如图6所示。相应地,工程侧将策略结果文件以及任务分组信息中的补贴策略的内容、规则、流量分组、任务分组配置及其预估补贴率、预估补贴人数、预估核销金额和预估补贴用户占比等信息写入kafka消息队列,等待决策模块进行消费。
3、决策模块从kafka中拉取得到上述消息之后,进行策略、规则、分流实验、任务自动创建的过程。
(1)关于策略的创建过程
决策模块先校验补贴策略数据的正确性(比如补贴策略格式和数量是否满足预期),如果校验失败,则会发送“策略创建失败”的消息给算法人员,如果校验通过,则会发送“策略创建成功”的消息给算法人员。
(2)关于分组规则的创建过程
决策模块先校验规则数据的正确性(比如规则格式和数量是否满足预期),如果校验失败,则会发送“规则创建失败”的消息给算法人员,如果校验通过,则会发送“规则创建成功”的消息给算法人员。
其中,分组规则可参见以下示例:
in(城市ID,"城市1,城市2")--表示城市ID是否在城市列表内
(3)关于分组实验的创建过程
决策模块根据任务分组信息里面的流量分组信息自动绑定对应的分组规则并进行校验,如果校验失败,则发送“分流实验创建失败”的消息给算法人员,如果校验通过,则会发送“分流实验创建成功”的消息给算法人员。
(4)关于平台任务的创建过程
决策模块创建平台任务(即虚拟资源分配任务)的操作时,根据任务分组信息里面的每个分组的配置信息,为每个分组自动添加相关的模型和策略,之后还会进行校验,如果校验失败,则会发送“任务创建失败”的消息给算法人员,如果校验通过,则会发送“任务创建成功”的消息给算法人员。
进一步地,创建平台任务成功后自动发布仿真环境,算法人员收到“任务已自动发布仿真”的消息,此时算法人员可以进行数据校验,默认设置10分钟自动线上生产环境,也可以手动干预提前发布。
示例性地,上述平台任务的内容可参见表三提供的示例,该示例中包含活动ID、多个流量分组(即分组A、B、C)以及每个分组对应的模型和策略的配置信息,例如,分组A对应的模型是模型A,对应的策略分别有基础策略A、下单概率分位值策略、价格分位值策略、弹性分位值策略以及网格策略A。
表三:
4、决策模块将平台任务成功发布生产环境后,算法人员和运营人员均会收到“任务已上线”的消息,此时相关的状态信息会回调给活动管理平台对应的活动接口,运营人员在活动侧查询对应活动的预估补贴率等信息后,该信息会显示在活动页面供运营人员查看,同时活动自动发布上线。
运营同学还可以查看该活动具体的预估补贴率等信息(具体信息可参见表四所提供的示例),如发现异常可以暂停活动,修复之后再上线。
表四:
更进一步地,以往限时券和抽奖活动是按照城市粒度或者城市类粒度来生成对应的策略,因而对于某个城市只能实行一个策略,无法在同一个城市同时跑多个策略,这无法满足运营需求。
对此,在本应用例中,决策模块通过多任务并行以及将任务与活动进行关联,任务和活动会自动同时上线或下线,从而能够在一个城市同时跑多个策略。具体地,将平台任务与其对应的虚拟资源分配活动的活动ID进行绑定,当上游流量请求过来之后,首先根据活动ID进行任务选择,如果找不到当前活动ID对应的任务,则查找默认活动ID为0的任务执行。
考虑到在应用多任务并行机制之后,随着时间的推移,线上运行的任务数量会不断增加,继而导致线上内存开销不断增大,程序加载较慢的问题,对此,可以根据运营活动状态自动下线过期的平台任务,例如,当活动管理模块检测到某个活动ID对应的虚拟资源分配活动的状态变为下线状态,那么将会发送携带该活动ID的消息给决策模块,决策模块根据该活动ID查找对应的平台任务并将其下线,从而将线上运行的任务数量控制在一定范围内,避免因任务数量过多导致程序加载慢的问题。
本应用例至少具有以下技术效果:
(1)通过参数合理化以及实时同步的方式,减少算法人员和运营人员线下沟通活动配置信息的成本,避免参数信息不同步以及人为的失误导致虚拟资源分配效率受影响;
(2)通过自动化调参生成对应的虚拟资源分配策略以及自动上线相关虚拟资源分配活动,减少算法侧人工干预,降低人工线下调参、手动上线策略、手动创建虚拟资源分配任务以及上线虚拟资源分配任务的成本;
(3)通过整个流程自动化可以明显缩短虚拟资源分配活动的上线时间,原本上线一个活动的20个策略大概需要35分钟的时间,采用本申请实施例之后可以将耗时缩短到5分钟之内;
(4)通过多任务并行的方式,可以实现在一个城市运行多个策略的效果,即通过活动ID和城市ID两者进行区分,使得在同一个城市可以支持更细粒度的策略,更能满足运营需求。
图2-3为一个实施例中虚拟资源分配策略创建方法的流程示意图。应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
基于相同的发明构思,本申请还提供了一种流程自动化系统。在本实施例中,如图7所示,该流程自动化系统包括以下模块:
活动管理模块110,用于接收用户配置的虚拟资源分配活动的活动信息以及规划求解配置信息;
策略求解模块120,用于根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件;
决策模块130,用于根据策略结果文件创建虚拟资源分配策略。
在一个实施例中,策略求解模块120根据活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件时,用于:
获取目标城市或目标城市类在过去预设时长内的处于预设时间区间且数据量大于预设阈值的历史虚拟资源分配数据作为本次策略求解的基础数据,其中,若获取不到历史虚拟资源分配数据,则获取预设的兜底基础数据作为本次策略求解的基础数据;
以规划求解配置信息作为策略求解的输入信息,根据输入信息对基础数据执行预设参数搜索逻辑,得到整数规划求解结果;
根据活动信息和整数规划求解结果生成策略结果文件。
在一个实施例中,策略求解模块120,还用于根据输入信息对基础数据执行预设参数搜索逻辑后,如果得到的结果为空,则执行预设兜底规则,以及将执行预设兜底规则生成的结果作为整数规划求解结果。
在一个实施例中,策略结果文件包括策略详情列表和策略数量;
决策模块130,根据策略结果文件创建虚拟资源分配策略时,还用于:
根据策略详情列表和策略数量进行策略数据正确性校验;
若策略数据正确性校验的校验结果为成功,则判定成功创建虚拟资源分配策略;
若策略数据正确性校验的校验结果为失败,则通知预设人员虚拟资源分配策略创建失败。
在一个实施例中,策略结果文件包括任务分组信息;任务分组信息包括分组规则信息、流量分组信息和分组配置信息;
决策模块130,还用于根据分组规则信息自动创建分组规则,根据流量分组信息自动创建分流实验,以及根据分组配置信息自动创建平台任务。
在一个实施例中,决策模块130,还用于:
创建目标对象之后,对创建的目标对象进行校验;目标对象指分组规则、分流实验或平台任务;
若校验结果为成功,则判定成功创建目标对象;
若校验结果为失败,则通知预设人员目标对象创建失败。
在一个实施例中,活动管理模块110接收到活动信息以及规划求解配置信息之后,通过预设接口将活动信息以及规划求解配置信息传至策略求解模块120;
策略求解模块120生成策略结果文件之后,将策略结果文件包含的内容写入消息队列,使得决策模块130从消息队列中拉取策略结果文件包含的内容。
关于流程自动化系统的具体限定可以参见上文中对于虚拟资源分配策略创建方法的限定,在此不再赘述。上述流程自动化系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储虚拟资源分配活动的活动信息及相关配置、创建好的虚拟资源分配策略、分流实验、分流规则以及虚拟资源分配任务等数据.,具体存储的数据还可以参见上述方法实施例中的限定。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种虚拟资源分配策略创建方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述任一方法实施例中提供的方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述任一方法实施例中提供的方法中的步骤。
本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种虚拟资源分配策略创建方法,其特征在于,应用于流程自动化系统,所述流程自动化系统包括活动管理模块、策略求解模块和决策模块;所述方法包括:
所述活动管理模块接收用户配置的虚拟资源分配活动的活动信息以及规划求解配置信息;
所述策略求解模块根据所述活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件;
所述决策模块根据所述策略结果文件创建虚拟资源分配策略。
2.如权利要求1所述的方法,其特征在于,所述策略求解模块根据所述活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件,包括:
所述策略求解模块获取目标城市或目标城市类在过去预设时长内的处于预设时间区间且数据量大于预设阈值的历史虚拟资源分配数据作为本次策略求解的基础数据,其中,若获取不到所述历史虚拟资源分配数据,则获取预设的兜底基础数据作为本次策略求解的基础数据;
以所述规划求解配置信息作为策略求解的输入信息,根据所述输入信息对所述基础数据执行预设参数搜索逻辑,得到整数规划求解结果;
根据所述活动信息和所述整数规划求解结果生成策略结果文件。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
所述策略求解模块根据所述输入信息对所述基础数据执行预设参数搜索逻辑后,如果得到的结果为空,则执行预设兜底规则,以及将执行所述预设兜底规则生成的结果作为整数规划求解结果。
4.如权利要求1所述的方法,其特征在于,所述策略结果文件包括策略详情列表和策略数量;
所述决策模块根据所述策略结果文件创建虚拟资源分配策略,包括:
所述决策模块根据所述策略详情列表和所述策略数量进行策略数据正确性校验;
若所述策略数据正确性校验的校验结果为成功,则判定成功创建虚拟资源分配策略;
若所述策略数据正确性校验的校验结果为失败,则通知预设人员虚拟资源分配策略创建失败。
5.如权利要求1所述的方法,其特征在于,所述策略结果文件包括任务分组信息;所述任务分组信息包括分组规则信息、流量分组信息和分组配置信息;
所述方法还包括:
所述决策模块根据所述分组规则信息自动创建分组规则,根据所述流量分组信息自动创建分流实验,以及根据所述分组配置信息自动创建平台任务。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
所述决策模块创建目标对象之后,对创建的目标对象进行校验;目标对象指所述分组规则、所述分流实验或所述平台任务;
若校验结果为成功,则判定成功创建目标对象;
若校验结果为失败,则通知预设人员目标对象创建失败。
7.如权利要求1所述的方法,其特征在于,所述活动管理模块接收到所述活动信息以及规划求解配置信息之后,通过预设接口将所述活动信息以及规划求解配置信息传至所述策略求解模块;
所述策略求解模块生成所述策略结果文件之后,将所述策略结果文件包含的内容写入消息队列,使得所述决策模块从所述消息队列中拉取所述策略结果文件包含的内容。
8.一种流程自动化系统,其特征在于,包括活动管理模块、策略求解模块和决策模块;
所述活动管理模块,用于接收用户配置的虚拟资源分配活动的活动信息以及规划求解配置信息;
所述策略求解模块,用于根据所述活动信息和规划求解配置信息进行整数规划求解,生成策略结果文件;
所述决策模块,用于根据所述策略结果文件创建虚拟资源分配策略。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其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权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211181835.2A CN115641166A (zh) | 2022-09-27 | 2022-09-27 | 虚拟资源分配策略创建方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211181835.2A CN115641166A (zh) | 2022-09-27 | 2022-09-27 | 虚拟资源分配策略创建方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115641166A true CN115641166A (zh) | 2023-01-24 |
Family
ID=84941726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211181835.2A Pending CN115641166A (zh) | 2022-09-27 | 2022-09-27 | 虚拟资源分配策略创建方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115641166A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115994744A (zh) * | 2023-03-22 | 2023-04-21 | 深圳依时货拉拉科技有限公司 | 智能决策管理系统、运营任务发布方法、设备和存储介质 |
-
2022
- 2022-09-27 CN CN202211181835.2A patent/CN115641166A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115994744A (zh) * | 2023-03-22 | 2023-04-21 | 深圳依时货拉拉科技有限公司 | 智能决策管理系统、运营任务发布方法、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108595157B (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
JP7097675B2 (ja) | サプライチェーンにおけるリスク識別 | |
CN108874968B (zh) | 风险管理数据处理方法、装置、计算机设备和存储介质 | |
CN110929879A (zh) | 基于决策引擎和模型平台的业务决策逻辑更新方法 | |
CN109636607A (zh) | 基于模型部署的业务数据处理方法、装置和计算机设备 | |
CN109087208B (zh) | 贷前数据处理方法、装置、计算机设备和存储介质 | |
CN101421953A (zh) | 控制服务容量 | |
CN109816503A (zh) | 财务明细数据生成方法、装置、计算机设备和存储介质 | |
US10009227B2 (en) | Network service provisioning tool and method | |
US20120239444A1 (en) | Mvt optimization of business process modeling and management | |
CN115641166A (zh) | 虚拟资源分配策略创建方法和系统 | |
US7428486B1 (en) | System and method for generating process simulation parameters | |
CN114240374A (zh) | 污泥业务运营管理平台、方法、计算机设备及存储介质 | |
CN112379913B (zh) | 基于风险识别的软件优化方法、装置、设备及存储介质 | |
CN112182089A (zh) | 基于数据仓库模型的报表生成方法、装置和设备 | |
CN112150262A (zh) | 账实核对数据处理方法及装置 | |
CN111340365A (zh) | 企业数据处理方法、装置、计算机设备和存储介质 | |
CN116797345A (zh) | 任务处理方法、装置、计算机设备及存储介质 | |
CN115660328A (zh) | 基于互联网的多人协同线上办公管理方法及系统 | |
CN116187675A (zh) | 任务分配方法、装置、设备及存储介质 | |
CN112363831B (zh) | 风控处理方法、装置、计算机设备和存储介质 | |
CN112052171B (zh) | 测试报文处理方法、装置、计算机设备及存储介质 | |
US20210027234A1 (en) | Systems and methods for analyzing user projects | |
CN113436018A (zh) | 一种资产托管业务处理方法、装置、存储介质及电子设备 | |
CN111815200A (zh) | 任务调度方法及装置、计算机设备、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 |