一種資源分配的方法及服務(wù)器的制造方法
【專利摘要】本發(fā)明實(shí)施例公開了一種資源分配的方法，包括：獲取第一歷史數(shù)據(jù)，根據(jù)第一歷史數(shù)據(jù)建模得到第一預(yù)估模型，第一預(yù)估模型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系，該第一歷史數(shù)據(jù)為與第一預(yù)估模型構(gòu)建相關(guān)的全量數(shù)據(jù)；獲取第二歷史數(shù)據(jù)，根據(jù)第二歷史數(shù)據(jù)和第一預(yù)估模型建模得到第二預(yù)估模型的過程中，持續(xù)檢測基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略，該第二歷史數(shù)據(jù)為與第二預(yù)估模型構(gòu)建相關(guān)的近期；直至檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止對第二預(yù)估模型的建模，得到實(shí)際運(yùn)用于資源配比的第二模型；根據(jù)第二模型進(jìn)行實(shí)際資源配比的處理。本發(fā)明實(shí)施例還提供了一種服務(wù)器。
【專利說明】
一種資源分配的方法及服務(wù)器
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及通信領(lǐng)域中的網(wǎng)絡(luò)運(yùn)營技術(shù)，尤其涉及一種資源分配的方法及服務(wù) 器。
【背景技術(shù)】
[0002] 隨著網(wǎng)絡(luò)的迅速發(fā)展，智能終端的大量普及，用戶使用網(wǎng)絡(luò)或智能終端上安裝的 各種應(yīng)用可以實(shí)現(xiàn)各種各樣的生活服務(wù)，比如，網(wǎng)上交水/電/煤氣費(fèi)，上網(wǎng)打游戲，上網(wǎng)看 視頻等各種消費(fèi)和娛樂服務(wù)。不同的平臺(tái)可以為用戶提供不同的服務(wù)類型，也可以通過一 個(gè)平臺(tái)整合多種服務(wù)類型來提供給用戶。然而，平臺(tái)不可能無限量的擴(kuò)充各種服務(wù)類型，因 此，平臺(tái)的資源是有限的，平臺(tái)與智能終端通過網(wǎng)絡(luò)進(jìn)行信息交互時(shí)，網(wǎng)絡(luò)資源也是有限 的，如何能將平臺(tái)提供的服務(wù)與其資源配比相適應(yīng)，以期達(dá)到最佳的運(yùn)行效率是要解決的 技術(shù)問題。而想要分析出平臺(tái)提供的服務(wù)與其資源配比是否相適應(yīng)，需要收集服務(wù)器為終 端提供服務(wù)得到的反饋結(jié)果（如回報(bào)或收益)來用于分析，即：服務(wù)器通過平臺(tái)為終端提供 服務(wù)得到的反饋結(jié)果(如回報(bào)或收益)與資源的關(guān)系進(jìn)行分析才可以得到所要的處理結(jié)果， 使平臺(tái)達(dá)到最佳的運(yùn)行效率，同時(shí)以最少的運(yùn)營成本得到最佳的反饋結(jié)果（如回報(bào)或收 益）。而現(xiàn)有技術(shù)中，為了解決該技術(shù)問題，設(shè)置了一個(gè)理想化的前提:服務(wù)器為終端提供服 務(wù)得到的反饋結(jié)果與資源是成正比的，實(shí)際應(yīng)用中，二者之間并不總是正比的，從而，采用 現(xiàn)有技術(shù)，是無法得到準(zhǔn)確的處理結(jié)果的，勢必也無法使平臺(tái)達(dá)到最佳的運(yùn)行效率。

【發(fā)明內(nèi)容】

[0003] 為解決上述技術(shù)問題，本發(fā)明實(shí)施例期望提供一種資源分配的方法及服務(wù)器，能 夠更精確的確定平臺(tái)上各業(yè)務(wù)產(chǎn)品的最佳資源分配方式，達(dá)到平臺(tái)的收益的總和最大化。
[0004] 本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：
[0005] 本發(fā)明實(shí)施例提供了一種資源分配的方法，包括：
[0006] 獲取第一歷史數(shù)據(jù)，根據(jù)所述第一歷史數(shù)據(jù)建模得到第一預(yù)估模型，所述第一預(yù) 估模型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系，所述第一歷史 數(shù)據(jù)為與第一預(yù)估模型構(gòu)建相關(guān)的全量數(shù)據(jù)；
[0007] 獲取第二歷史數(shù)據(jù)，根據(jù)所述第二歷史數(shù)據(jù)和所述第一預(yù)估模型建模得到第二預(yù) 估模型的過程中，持續(xù)檢測基于所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策 略，所述預(yù)設(shè)策略用于表征根據(jù)所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比 時(shí)，對應(yīng)獲得的所述服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值，所述第二歷史 數(shù)據(jù)為與第二預(yù)估模型構(gòu)建相關(guān)的近期增量數(shù)據(jù)；
[0008] 直至檢測到基于所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止對 第二預(yù)估模型的建模，得到實(shí)際運(yùn)用于所述資源配比的第二模型；
[0009] 根據(jù)所述第二模型進(jìn)行實(shí)際資源配比的處理。
[0010]在上述方案中，所述根據(jù)所述第二模型進(jìn)行實(shí)際的資源配比處理，包括：
[0011] 獲取待處理的目標(biāo)數(shù)據(jù)，根據(jù)所述第二模型對所述待處理的目標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算， 得到實(shí)際資源配比。
[0012] 在上述方案中，所述獲取第二歷史數(shù)據(jù)，根據(jù)所述第二歷史數(shù)據(jù)和所述第一預(yù)估 模型建模得到第二預(yù)估模型的過程，包括：
[0013] 獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)及業(yè)務(wù) 產(chǎn)品的歷史指標(biāo)值，根據(jù)所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品 的歷史指標(biāo)值及預(yù)設(shè)待求權(quán)值向量，建模得到第三預(yù)估模型，所述第三預(yù)估模型用于表征 所述資源配比與資源的預(yù)測關(guān)系；
[0014] 獲取業(yè)務(wù)產(chǎn)品的歷史總收益，根據(jù)所述業(yè)務(wù)產(chǎn)品的歷史總收益、所述第三預(yù)估模 型和所述第一預(yù)估模型建模得到所述第二預(yù)估模型。
[0015] 在上述方案中，所述根據(jù)所述第二模型進(jìn)行實(shí)際資源配比的處理之后，所述方法 還包括：
[0016] 經(jīng)過預(yù)設(shè)時(shí)間后，獲取更新后的第一歷史數(shù)據(jù)和更新后的第二歷史數(shù)據(jù)，根據(jù)所 述更新后的第一歷史數(shù)據(jù)和所述更新后的第二歷史數(shù)據(jù)對所述第二模型進(jìn)行調(diào)整；
[0017] 根據(jù)調(diào)整后的所述第二模型進(jìn)行實(shí)際資源配比的處理。
[0018] 在上述方案中，所述獲取第一歷史數(shù)據(jù)，根據(jù)所述第一歷史數(shù)據(jù)建模得到第一預(yù) 估豐吳型，包括：
[0019] 獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天 數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值，根據(jù)所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所述業(yè)務(wù)產(chǎn)品的屬 性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值量建模得到所述第一預(yù)估模 型。
[0020] 本發(fā)明實(shí)施例還提供了一種服務(wù)器，包括：
[0021] 獲取單元，用于獲取第一歷史數(shù)據(jù)，所述第一歷史數(shù)據(jù)為與第一預(yù)估模型構(gòu)建相 關(guān)的全量數(shù)據(jù)；
[0022] 建模單元，用于根據(jù)獲取單元獲取的所述第一歷史數(shù)據(jù)建模得到第一預(yù)估模型， 所述第一預(yù)估模型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系；
[0023] 所述獲取單元，還用于獲取第二歷史數(shù)據(jù)，所述第二歷史數(shù)據(jù)為與第二預(yù)估模型 構(gòu)建相關(guān)的近期增量數(shù)據(jù)；
[0024] 檢測單元，還用于所述建模單元根據(jù)所述獲取單元獲取的所述第二歷史數(shù)據(jù)和所 述第一預(yù)估模型建模得到第二預(yù)估模型的過程中，持續(xù)檢測基于所述建模單元建立的所述 第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略，所述預(yù)設(shè)策略用于表征根據(jù)所述第 二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng)獲得的所述服務(wù)器為終端提供服 務(wù)得到的反饋結(jié)果高于歷史閾值；
[0025] 停止單元，用于直至所述檢測單元檢測到基于所述第二預(yù)估模型得到的數(shù)據(jù)輸出 結(jié)果滿足預(yù)設(shè)策略時(shí)，停止對第二預(yù)估模型的建模，以及，
[0026] 所述建模單元，還用于得到實(shí)際運(yùn)用于所述資源配比的第二模型；
[0027] 資源處理單元，用于根據(jù)所述建模單元得到的所述第二模型進(jìn)行實(shí)際資源配比的 處理。
[0028] 在上述服務(wù)中，所述獲取單元，還用于獲取待處理的目標(biāo)數(shù)據(jù)；
[0029] 資源處理單元，具體用于根據(jù)所述建模單元得到的所述第二模型對所述獲取單元 獲取的所述待處理的目標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算，得到實(shí)際資源配比。
[0030] 在上述服務(wù)器中，所述獲取單元，具體用于獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè) 務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)及業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值；
[0031] 所述建模單元，還用于根據(jù)所述獲取單元獲取的所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù) 產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值及預(yù)設(shè)待求權(quán)值向量，建模得到第三預(yù)估模 型，所述第三預(yù)估模型用于表征所述資源配比與資源的預(yù)測關(guān)系；
[0032] 所述獲取單元，還用于獲取業(yè)務(wù)產(chǎn)品的歷史總收益；
[0033] 所述建模單元，具體用于根據(jù)所述獲取單元獲取的所述業(yè)務(wù)產(chǎn)品的歷史總收益、 所述第三預(yù)估模型和所述第一預(yù)估模型建模得到所述第二預(yù)估模型。
[0034] 在上述服務(wù)器中，所述服務(wù)器還包括:調(diào)整單元；
[0035]所述獲取單元，還用于所述資源處理單元根據(jù)所述第二模型進(jìn)行實(shí)際資源配比的 處理之后，經(jīng)過預(yù)設(shè)時(shí)間后，獲取更新后的第一歷史數(shù)據(jù)和更新后的第二歷史數(shù)據(jù)；
[0036]所述調(diào)整單元，用于根據(jù)所述獲取單元獲取的所述更新后的第一歷史數(shù)據(jù)和所述 更新后的第二歷史數(shù)據(jù)對所述建模單元得到的所述第二模型進(jìn)行調(diào)整；
[0037]所述資源處理單元，還用于根據(jù)所述調(diào)整單元調(diào)整后的所述第二模型進(jìn)行實(shí)際資 源配比的處理。
[0038] 在上述服務(wù)器中，所述獲取單元，具體用于獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所 述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值；
[0039] 所述建模單元，具體用于根據(jù)所述獲取單元獲取的所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的 所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值建模得到 所述第一預(yù)估模型。
[0040] 本發(fā)明實(shí)施例提供了一種資源分配的方法及服務(wù)器，通過獲取第一歷史數(shù)據(jù)，根 據(jù)第一歷史數(shù)據(jù)建模得到第一預(yù)估模型，第一預(yù)估模型用于表征服務(wù)器為終端提供服務(wù)得 到的反饋結(jié)果與資源的預(yù)測關(guān)系，該第一歷史數(shù)據(jù)為與第一預(yù)估模型構(gòu)建相關(guān)的全量數(shù) 據(jù);獲取第二歷史數(shù)據(jù)，根據(jù)第二歷史數(shù)據(jù)和第一預(yù)估模型建模得到第二預(yù)估模型的過程 中，持續(xù)檢測基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略，預(yù)設(shè)策略用于表 征根據(jù)第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng)獲得的服務(wù)器為終端提 供服務(wù)得到的反饋結(jié)果高于歷史閾值，該第二歷史數(shù)據(jù)為與第二預(yù)估模型構(gòu)建相關(guān)的近期 增量數(shù)據(jù);直至檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止對第 二預(yù)估模型的建模，得到實(shí)際運(yùn)用于資源配比的第二模型；根據(jù)第二模型進(jìn)行實(shí)際資源配 比的處理。采用上述技術(shù)實(shí)現(xiàn)方案，由于基于業(yè)務(wù)產(chǎn)品的基于用戶行為的歷史數(shù)據(jù)為依據(jù)， 通過建立反饋結(jié)果與資源的預(yù)測關(guān)系，并基于反饋結(jié)果與資源的預(yù)測關(guān)系構(gòu)建出關(guān)于資源 分配決策模型，通過模型訓(xùn)練找到平臺(tái)上對個(gè)業(yè)務(wù)產(chǎn)品而言最佳的資源配比，即更精確的 確定平臺(tái)上各業(yè)務(wù)產(chǎn)品的最佳資源分配方式，并使得采用最佳資源配比達(dá)到平臺(tái)的收益的 總和最大化。
【附圖說明】
[0041] 圖1為現(xiàn)有技術(shù)中的業(yè)務(wù)運(yùn)營示意圖；
[0042] 圖2為本發(fā)明實(shí)施例中進(jìn)行信息交互的各種硬件實(shí)體的示意圖；
[0043] 圖3為本發(fā)明實(shí)施例提供的一種資源分配方法的流程圖一；
[0044] 圖4為本發(fā)明實(shí)施例提供的一種示例性的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖；
[0045] 圖5為本發(fā)明實(shí)施例提供的一種資源分配方法的流程圖二；
[0046] 圖6為本發(fā)明實(shí)施例提供的一種資源分配方法的流程圖三；
[0047] 圖7為本發(fā)明實(shí)施例提供的一種服務(wù)器的結(jié)構(gòu)示意圖一；
[0048] 圖8為本發(fā)明實(shí)施例提供的一種服務(wù)器的結(jié)構(gòu)示意圖二；
[0049] 圖9為本發(fā)明實(shí)施例提供的一種服務(wù)器的結(jié)構(gòu)示意圖三。
【具體實(shí)施方式】
[0050] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述。
[0051] 首先，對本文中涉及的以下用語說明如下：
[0052] 1)長尾池:是指總資源中除去考察池以外的部分，占總資源中的較大部分，用于選 定業(yè)務(wù)產(chǎn)品的運(yùn)營，以獲取收益。因?yàn)橐话阍摮刈又械臉I(yè)務(wù)產(chǎn)品數(shù)目較多，其中大部分業(yè)務(wù) 產(chǎn)品的收益一般呈現(xiàn)出長尾現(xiàn)象，因此按業(yè)務(wù)慣例，將這部分資源稱為長尾池。
[0053] 2)考察池:是指總資源中辟出的較小一部分，用于檢查新業(yè)務(wù)產(chǎn)品的收益情況，如 果對其滿意，則將其置于長尾池中。
[0054] 3)資源:是指針對在線業(yè)務(wù)產(chǎn)品情況，主要指流量(pv)、曝光量等。需要說明的是， 在特定時(shí)間段內(nèi)，平臺(tái)上可供使用的資源量是固定不變的，多個(gè)業(yè)務(wù)產(chǎn)品競爭獲取這有限 的資源。業(yè)務(wù)產(chǎn)品是指例如應(yīng)用寶上(平臺(tái)）發(fā)布的各種游戲、廣告、軟件等應(yīng)用。平臺(tái)是指 多項(xiàng)產(chǎn)品的聚集地，例如騰訊的QQ、應(yīng)用寶等。
[0055] 針對業(yè)務(wù)產(chǎn)品和平臺(tái)而言，需要說明的是，平臺(tái)是服務(wù)器和終端之間的交互平臺(tái)， 服務(wù)器通過平臺(tái)發(fā)布業(yè)務(wù)產(chǎn)品，終端通過該平臺(tái)曝光或顯示應(yīng)用該業(yè)務(wù)產(chǎn)品，以應(yīng)用寶為 例，應(yīng)用寶作為一個(gè)平臺(tái)，整合了各種類型的第三方應(yīng)用，這些第三方應(yīng)用就是業(yè)務(wù)產(chǎn)品， 基于平臺(tái)提供的這些業(yè)務(wù)產(chǎn)品可以為用戶提供各種服務(wù)。
[0056] 4)收益:是指金錢收入或其它商業(yè)性目標(biāo)。例如：一段時(shí)間內(nèi)的在線廣告收入，某 業(yè)務(wù)產(chǎn)品的注冊用戶數(shù)、活躍用戶數(shù)，用戶接受個(gè)性化推薦結(jié)果的次數(shù)，某游戲注冊用戶中 的付費(fèi)比率，付費(fèi)用戶的曝光點(diǎn)擊率（即每千次 pv中用戶點(diǎn)擊下載的次數(shù)）等都可以為收 益。
[0057]示例性的，服務(wù)器通過平臺(tái)發(fā)布或上線了一款新的游戲，終端通過平臺(tái)可以看到 這款新的游戲，進(jìn)而才可能在該終端上玩這款游戲，但是，平臺(tái)上的業(yè)務(wù)產(chǎn)品占用的流量空 間或曝光量是固定的，當(dāng)一款新的游戲上線時(shí)，肯定要為其分配曝光量等資源，以使得通過 平臺(tái)在終端上曝光(顯示），因此，服務(wù)器就要進(jìn)行合理的資源重新分配，而用戶終端玩或使 用這款新的游戲，就要對其進(jìn)行點(diǎn)擊觸發(fā)(曝光點(diǎn)擊率)或者進(jìn)行用戶注冊等等，由于當(dāng)一 款應(yīng)用的曝光點(diǎn)擊率或用戶注冊量很高時(shí)，會(huì)吸引投資、廣告投入和知名度等，最終產(chǎn)生發(fā) 布方想要的有形資產(chǎn)或無形資產(chǎn)，因此，這些曝光點(diǎn)擊率或用戶注冊量就是該新款游戲的 收益。
[0058]需要說明的是，采用自動(dòng)和手動(dòng)兩種方式進(jìn)行資源分配的方法。采用手動(dòng)方式進(jìn) 行資源分配的方法為:如圖1所示，根據(jù)新業(yè)務(wù)產(chǎn)品在頭η天的表現(xiàn)(業(yè)務(wù)產(chǎn)品指標(biāo)），由業(yè)務(wù) 人員分析后決定該新業(yè)務(wù)產(chǎn)品是被淘汰，還是被挑選進(jìn)入長尾池與已有業(yè)務(wù)產(chǎn)品一起由業(yè) 務(wù)人員為其進(jìn)行每天的資源分配。其中，長尾池中所有業(yè)務(wù)產(chǎn)品的資源分配規(guī)則，主要依據(jù) 于業(yè)務(wù)人員的業(yè)務(wù)經(jīng)驗(yàn)，例如，那些收益潛力越大的業(yè)務(wù)產(chǎn)品，為其分配的資源量也越大。 采用自動(dòng)方式進(jìn)行資源分配的方法為:假定收益與業(yè)務(wù)產(chǎn)品獲得的資源量成正比，由此可 將資源分配的問題轉(zhuǎn)化為一個(gè)線性優(yōu)化問題，服務(wù)器通過解決線性優(yōu)化問題，獲得各業(yè)務(wù) 產(chǎn)品的資源分配的最佳方案，從而使得平臺(tái)的總收益最大化。
[0059] 然而，采用現(xiàn)有技術(shù)為業(yè)務(wù)產(chǎn)品分配資源的過程中，由于手動(dòng)分配方式是由業(yè)務(wù) 人員根據(jù)業(yè)務(wù)經(jīng)驗(yàn)進(jìn)行資源分配的，人的主觀能動(dòng)性占主要地位，因此，很難實(shí)現(xiàn)業(yè)務(wù)產(chǎn)品 資源分配的最佳方案，從而影響平臺(tái)的總收益最大化；以及由于主動(dòng)分配方式是將收益與 業(yè)務(wù)產(chǎn)品獲得的資源量成正比實(shí)現(xiàn)的，而實(shí)際應(yīng)用中，平臺(tái)上的收益與業(yè)務(wù)產(chǎn)品獲得的資 源量不一定是成正比，因此，服務(wù)器按上述主動(dòng)分配方式分配資源時(shí)，影響了各業(yè)務(wù)產(chǎn)品的 資源分配的最佳方案選擇的精確性，導(dǎo)致平臺(tái)獲得的收益不一定是最大的，即影響平臺(tái)的 總收益最大化。
[0060] 如圖2所示，為本發(fā)明實(shí)施例中信息交互的各種硬件實(shí)體的示意圖，圖2中包括:一 個(gè)或多個(gè)服務(wù)器41~4n、終端設(shè)備21-25及網(wǎng)絡(luò)31，網(wǎng)絡(luò)31中包括路由器，網(wǎng)關(guān)等等網(wǎng)絡(luò)實(shí) 體，圖中并未體現(xiàn)。終端設(shè)備21-25通過有線網(wǎng)絡(luò)或者無線網(wǎng)絡(luò)與服務(wù)器進(jìn)行業(yè)務(wù)產(chǎn)品信息 交互，以便從終端21-25通過用戶行為產(chǎn)生業(yè)務(wù)產(chǎn)品的指標(biāo)并傳輸至服務(wù)器。終端設(shè)備的類 型如圖2所示，包括手機(jī)(終端23)、平板電腦或PDA(終端25)、臺(tái)式機(jī)(終端22)、PC機(jī)(終端 24)、一體機(jī)(終端21)等類型。其中，終端設(shè)備中安裝有各種用戶所需的業(yè)務(wù)產(chǎn)品，比如具備 娛樂功能的應(yīng)用（如視頻應(yīng)用，音頻播放應(yīng)用，游戲應(yīng)用，閱讀軟件），又如具備服務(wù)功能的 應(yīng)用(如地圖導(dǎo)航應(yīng)用、團(tuán)購應(yīng)用、拍攝應(yīng)用等）。
[0061] 基于上述圖2所示的系統(tǒng)，以用戶所需的應(yīng)用為游戲應(yīng)用為例，服務(wù)器通過平臺(tái)進(jìn) 行業(yè)務(wù)產(chǎn)品的發(fā)布，終端通過網(wǎng)絡(luò)獲取在線業(yè)務(wù)產(chǎn)品并進(jìn)行使用，用戶對業(yè)務(wù)產(chǎn)品的使用 產(chǎn)生基于用戶行為的指標(biāo)等歷史數(shù)據(jù)并傳輸至服務(wù)器，該服務(wù)器統(tǒng)計(jì)獲取這些歷史數(shù)據(jù)和 業(yè)務(wù)產(chǎn)品的在線天數(shù)等歷史數(shù)據(jù)提出一種資源分配方法。本發(fā)明實(shí)施例提供的資源分配方 法由于基于業(yè)務(wù)產(chǎn)品的基于用戶行為的歷史數(shù)據(jù)為依據(jù)，通過建立反饋結(jié)果與資源的預(yù)測 關(guān)系，并基于反饋結(jié)果與資源的預(yù)測關(guān)系構(gòu)建出關(guān)于資源分配決策模型，通過模型訓(xùn)練找 到平臺(tái)上對個(gè)業(yè)務(wù)產(chǎn)品而言最佳的資源配比，即更精確的確定平臺(tái)上各業(yè)務(wù)產(chǎn)品的最佳資 源分配方式，并使得采用最佳資源配比達(dá)到平臺(tái)的收益的總和最大化。
[0062] 上述圖2的例子只是實(shí)現(xiàn)本發(fā)明實(shí)施例的一個(gè)系統(tǒng)架構(gòu)實(shí)例，本發(fā)明實(shí)施例并不 限于上述圖2所述的系統(tǒng)結(jié)構(gòu)，基于該系統(tǒng)架構(gòu)，提出本發(fā)明各個(gè)實(shí)施例。
[0063] 實(shí)施例一
[0064] 本發(fā)明實(shí)施例提供了一種資源分配方法，如圖3所示，該方法可以包括：
[0065] S101、獲取第一歷史數(shù)據(jù)，根據(jù)該第一歷史數(shù)據(jù)建模得到第一預(yù)估模型，該第一預(yù) 估模型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系。
[0066] 這里，第一歷史數(shù)據(jù)為全量數(shù)據(jù)，是服務(wù)器用于數(shù)據(jù)分析所收集的全部數(shù)據(jù)內(nèi)容， 具體用于表征業(yè)務(wù)產(chǎn)品被訪問時(shí)自身的數(shù)據(jù)和用戶反饋的訪問數(shù)據(jù)。
[0067] 需要說明的是，本發(fā)明實(shí)施例提供的一種資源分配的方法，主要是針對服務(wù)器提 供的平臺(tái)上發(fā)布的業(yè)務(wù)產(chǎn)品的資源分配的方法。
[0068] 可以理解的是，由于通過服務(wù)器的平臺(tái)發(fā)布的業(yè)務(wù)產(chǎn)品也越來越多了，目前，在平 臺(tái)上，每天都存在大量的業(yè)務(wù)產(chǎn)品，由于用戶使用這些業(yè)務(wù)產(chǎn)品使得這些業(yè)務(wù)產(chǎn)品為平臺(tái) 帶來了收益，因此，運(yùn)營商通過合理分配資源給各業(yè)務(wù)產(chǎn)品，來達(dá)到收益最大化的目的。本 發(fā)明實(shí)施例提供的就是一種針對業(yè)務(wù)產(chǎn)品進(jìn)行合理的資源分配的方案。
[0069] 本發(fā)明實(shí)施例的設(shè)計(jì)思想主要為:服務(wù)器根據(jù)平臺(tái)上記錄的業(yè)務(wù)產(chǎn)品對應(yīng)的歷史 數(shù)據(jù)設(shè)計(jì)一個(gè)資源分配算法，然后將該資源分配算法應(yīng)用到后續(xù)的資源分配中，從而使得 平臺(tái)收益最大化。
[0070] 具體的，服務(wù)器會(huì)通過平臺(tái)記錄的第一歷史數(shù)據(jù)建模得到用于表征服務(wù)器為終端 提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系的第一預(yù)估模型，即本發(fā)明實(shí)施例中，為了預(yù) 估計(jì)收益與資源的關(guān)系，該服務(wù)器通過平臺(tái)的歷史數(shù)據(jù)建模來實(shí)現(xiàn)第一預(yù)估計(jì)模型。
[0071] 可以理解的是，本發(fā)明實(shí)施例終端的反饋結(jié)果可以為收益。
[0072]需要說明的是，本發(fā)明實(shí)施例中的第一歷史數(shù)據(jù)是指業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品 的上線天數(shù)(進(jìn)入長尾池的天數(shù))及業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值等。其中，本發(fā)明實(shí)施例中的業(yè) 務(wù)產(chǎn)品的歷史指標(biāo)值是指曝光量、下載量、注冊量、登錄數(shù)、付費(fèi)數(shù)、收益等。
[0073]進(jìn)一步地，在服務(wù)器獲取第一歷史數(shù)據(jù)之前，該服務(wù)器要先進(jìn)行數(shù)據(jù)準(zhǔn)備工作，即 記錄長尾池中各業(yè)務(wù)產(chǎn)品每天的：產(chǎn)品類別、截止到當(dāng)日的在長尾池中已運(yùn)行天數(shù)（簡稱 "天數(shù)"）、當(dāng)日指標(biāo)值(如曝光量、下載量、注冊量、登錄數(shù)、付費(fèi)數(shù)、收益)等基于用戶行為的 指標(biāo)。這樣，在服務(wù)器建立第一預(yù)估模型時(shí)，該服務(wù)器就可以統(tǒng)計(jì)或獲取到所有的在線業(yè)務(wù) 產(chǎn)品的第一歷史數(shù)據(jù)了。
[0074]需要說明的是，本發(fā)明實(shí)施例中的第一歷史數(shù)據(jù)指的是所有在線的業(yè)務(wù)產(chǎn)品的在 建模當(dāng)天之前的歷史數(shù)據(jù)。本發(fā)明實(shí)施例中的業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值是指在建模當(dāng)天之前 的η天里的指標(biāo)值(即近期數(shù)據(jù)）。
[0075] 示例性的，服務(wù)器根據(jù)業(yè)務(wù)產(chǎn)品的屬性C、業(yè)務(wù)產(chǎn)品的上線天數(shù)D、業(yè)務(wù)產(chǎn)品的歷 史指標(biāo)值Ρ、建模得到表征資源Ε與收益r的預(yù)測關(guān)系的第一預(yù)估模型，例如，r = f(C，D，P， E)〇
[0076] 需要說明的是，在本發(fā)明實(shí)施例中，C、D、P都是可以獲知的，因此，收益r只取決于 E，即改變每天的資源分配量，就會(huì)改變每天的收益。
[0077]需要說明的是，本發(fā)明實(shí)施例中的第一預(yù)估模型是非線性的，優(yōu)選的，第一預(yù)估模 型可以為神經(jīng)網(wǎng)絡(luò)模型。這是由于神經(jīng)網(wǎng)絡(luò)模型的輸出為連續(xù)值，這樣，采用神經(jīng)網(wǎng)絡(luò)模型 的后續(xù)總收益的最優(yōu)化的算法選型的可選范圍更大，結(jié)果也比模型輸出結(jié)果為離散值情況 更精確。其中，神經(jīng)網(wǎng)絡(luò)模型中的隱層單元數(shù)目可通過實(shí)驗(yàn)確定。
[0078] 具體的，假設(shè)服務(wù)器獲取的業(yè)務(wù)產(chǎn)品A的第一歷史數(shù)據(jù)示例性的如表1所示，業(yè)務(wù) 產(chǎn)品的屬性Cu、業(yè)務(wù)產(chǎn)品的上線天數(shù)D^、業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值P inj、建模得到表征資源Ei 與收益η。其中，(^表示第j天第i個(gè)產(chǎn)品的類別，表示第j天第i個(gè)產(chǎn)品的進(jìn)入長尾池的天 數(shù)，表示第j-Ι到第j-n天的第i個(gè)產(chǎn)品的指標(biāo)值。假設(shè)n=14時(shí)，假設(shè)業(yè)務(wù)產(chǎn)品的歷史指 標(biāo)值為6個(gè)指標(biāo)，則占用84個(gè)字段，(^占用1個(gè)字段，占用1個(gè)字段，Ei占用1個(gè)字段，第 一預(yù)估模型的輸入變量為84+1+1+1=87個(gè)(1=((^，0??？如上）），輸出變量為1個(gè) 7=出）。
[0079] 表 1
[0080]
[0081] 因此，采用3層神經(jīng)網(wǎng)絡(luò)模型，其結(jié)構(gòu)如圖4所示。這里的隱層（中間層）輸出值 hi，···，hP的計(jì)算公式為公式（1):
[0082]
( 1 )
[0083] 其中，b = 1，…，q，xm+i = l(偏置項(xiàng)），f (X) = l/(l+e-x)，wab是輸入層第a個(gè)節(jié)點(diǎn)與 隱層第b個(gè)節(jié)點(diǎn)之間的連接權(quán)值。
[0084] 輸出層y的計(jì)算為公式(2):
[0085]
( 2 )
[0086] 其中，其中仇是隱層第b個(gè)節(jié)點(diǎn)與輸出層第k個(gè)節(jié)點(diǎn)之間的連接權(quán)值。
[0087] 需要說明的是，模型參數(shù)w(矩陣）、β(向量)的求解過程如下：
[0088] w(神經(jīng)網(wǎng)絡(luò)中輸入層與隱層之間的連接權(quán)值）：根據(jù)極限學(xué)習(xí)機(jī)的原理，w可取為 任意的隨機(jī)值，例如位于[_1，1]之間的隨機(jī)值。且一旦賦值，在后續(xù)的模型優(yōu)化過程中就不 再變化。因此，不管模型的輸入變量有多少，都不影響模型的可調(diào)參數(shù)總個(gè)數(shù)。
[0089] 超參數(shù)p :是神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)，也是整套算法中的唯一超參數(shù)，取得過小或 過大，都可能導(dǎo)致欠擬合或過擬合，只能通過實(shí)驗(yàn)確定一個(gè)最佳值。
[0090] 模型訓(xùn)練求β(神經(jīng)網(wǎng)絡(luò)中隱層與輸出層之間的連接權(quán)值）：按照極限學(xué)習(xí)機(jī)的原 理，歸結(jié)為求一個(gè)Moore-Penrose廣義逆就可。
[0091] 總之，求得β之后，神經(jīng)網(wǎng)絡(luò)模型（第一預(yù)估模型）就建立起來了。將來給定（Cu， Di j，Pinj，Ei)值，就能求得η 了。
[0092] 需要說明的是，神經(jīng)網(wǎng)絡(luò)模型時(shí)一個(gè)業(yè)務(wù)產(chǎn)品一天的總收益與資源的預(yù)側(cè)關(guān)系， 將所有產(chǎn)品的所有在線天數(shù)的收益與資源的關(guān)系求和就得到本發(fā)明是實(shí)施例中的第一預(yù) 估模型了。
[0093] S102、獲取第二歷史數(shù)據(jù)，根據(jù)該第二歷史數(shù)據(jù)和第一預(yù)估模型建模得到第二預(yù) 估模型的過程中，持續(xù)檢測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略， 該預(yù)設(shè)策略用于表征根據(jù)該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng)獲 得的服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值。
[0094] 這里，第二歷史數(shù)據(jù)為增量數(shù)據(jù)，是服務(wù)器用于數(shù)據(jù)分析所收集的全部數(shù)據(jù)內(nèi)容 中的近期數(shù)據(jù)內(nèi)容，具體用于業(yè)務(wù)產(chǎn)品被訪問時(shí)自身的數(shù)據(jù)、用戶反饋的訪問數(shù)據(jù)，還可以 包括據(jù)這些數(shù)據(jù)所產(chǎn)生的收益。
[0095] 通俗的說，基于第二歷史數(shù)據(jù)和第一預(yù)估模型建模得到第二預(yù)估模型的過程中， 第二歷史數(shù)據(jù)和第一預(yù)估模型可以作為已知參量，為了得到最精確的、最終實(shí)際采用的第 二預(yù)估模型，還需要持續(xù)檢測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果(為了與后續(xù)的數(shù) 據(jù)輸出結(jié)果進(jìn)行區(qū)別，這里以第一數(shù)據(jù)輸出結(jié)果進(jìn)行表示），該第一數(shù)據(jù)輸出結(jié)果可以理解 為補(bǔ)償參量，將該補(bǔ)償參量反饋輸入至基于上述已知參量得到的第二預(yù)估模型中，繼續(xù)監(jiān) 測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果(這里以第二數(shù)據(jù)輸出結(jié)果進(jìn)行表示，第二數(shù) 據(jù)輸出結(jié)果不同于第一數(shù)據(jù)輸出結(jié)果），當(dāng)?shù)诙?shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略，即：將該第二 數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng)獲得的服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于 歷史閾值，那么，可以停止對第二預(yù)估模型的訓(xùn)練過程，此時(shí)得到的第二預(yù)估模型即為最終 實(shí)際采用的第二預(yù)估模型。
[0096]示例性的，本發(fā)明實(shí)施例中的表1中所示的業(yè)務(wù)產(chǎn)品的屬性Cij、業(yè)務(wù)產(chǎn)品的上線天 數(shù)D^、業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值Pinj為第一歷史數(shù)據(jù)，根據(jù)業(yè)務(wù)產(chǎn)品的屬性Cu、業(yè)務(wù)產(chǎn)品的上 線天數(shù)D^、業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值P inj以及資源EiS所占用的字段的個(gè)數(shù)，按照公式（1)來 建立第一預(yù)估模型；第二歷史數(shù)據(jù)為相應(yīng)的業(yè)務(wù)產(chǎn)品的屬性Cu、業(yè)務(wù)產(chǎn)品的上線天數(shù)D^、 業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值Pw、資源Ei以及服務(wù)器獲取的業(yè)務(wù)產(chǎn)品在建模之前的歷史總收益 (實(shí)際的歷史真實(shí)總收益）的具體數(shù)據(jù)，該服務(wù)器根據(jù)第二歷史數(shù)據(jù)，對歷史上長尾池里的 業(yè)務(wù)產(chǎn)品重新分配資源比例，希望獲得的歷史"收益"與歷史真實(shí)收益的比值RevRise能達(dá) 到最大，即公式(3):
[00971
(3)
[0098]其中，N表示截止到建模日歷史上有統(tǒng)計(jì)指標(biāo)數(shù)據(jù)的那些所有天，M」表示第j天長 尾池里的產(chǎn)品個(gè)數(shù)，Clj表示第j天第i個(gè)產(chǎn)品的類別，表示第j天第i個(gè)產(chǎn)品的進(jìn)入長尾池 的天數(shù)，表示第j-Ι到第j-n天的第i個(gè)產(chǎn)品的指標(biāo)值R real為歷史真實(shí)總收益。同時(shí)，還要 滿足所有業(yè)務(wù)產(chǎn)品的資源配比之和要為1的條件，即公式(4)。
[00991
(4 )
[0100]也就是說，服務(wù)器需要解決一個(gè)帶N個(gè)等式約束的求函數(shù)最大值的優(yōu)化問題，即需 要尋找最合適的W(待求數(shù)據(jù)參數(shù)），使得RevRise最大。
[0101] 為了便于建模和優(yōu)化，可以將函數(shù)g()進(jìn)行改寫，如公式(5):
[0102]
(5)
[0103] 這樣改寫后的公式(5)，滿足公式(4)的約束條件，因此，公式(3)最終改寫為公式 (6)：
[0104]
(6)
[0105] 也就是說，服務(wù)器根據(jù)第二歷史數(shù)據(jù)、待求權(quán)值向量(待求數(shù)據(jù)參數(shù)）以及第一預(yù) 估模型和第三預(yù)估模型，建模第二預(yù)估模型。
[0106] 由上可知，按照上述公式（5)得到的W就是第一數(shù)據(jù)輸出結(jié)果，其中，W為資源配比 的補(bǔ)償參量，服務(wù)器經(jīng)過持續(xù)檢測，檢測到滿足預(yù)設(shè)策略，也就是公式(6)的條件的輸出結(jié) 果W就是第二數(shù)據(jù)輸出結(jié)果。
[0107] 需要說明的是，本發(fā)明實(shí)施例提供的資源分配的方法中是通過建立收益和資源分 配關(guān)系的目的找到使得重新進(jìn)行資源分配時(shí)要比之前的資源分配方式的收益高，最佳的就 是獲取能夠使得按照調(diào)整后的資源配比進(jìn)行資源分配時(shí)，后續(xù)產(chǎn)生的收益要比之前未調(diào)整 時(shí)的歷史真實(shí)總收益（歷史閾值)高到最大值。在服務(wù)器預(yù)估計(jì)了收益與資源的關(guān)系之后， 該服務(wù)器就根據(jù)包含業(yè)務(wù)產(chǎn)品的歷史真實(shí)總收益的第二歷史數(shù)據(jù)，建立一個(gè)帶有與資源相 關(guān)的變量(數(shù)據(jù)輸出結(jié)果)的第二預(yù)估模型，以通過檢測第二預(yù)估模型是否達(dá)到預(yù)估計(jì)收益 高于歷史真實(shí)總收益最大(預(yù)設(shè)策略)來確定最終實(shí)際采用的第二預(yù)估模型。也就是說，第 二預(yù)估模型中的輸出結(jié)果是與資源相關(guān)的變量，通過不斷的試驗(yàn)和訓(xùn)練，找到了能夠滿足 最佳預(yù)估收益的輸出結(jié)果，通過該輸出結(jié)果就能得到使得預(yù)估收益最大的資源配比，服務(wù) 器按照該資源配比進(jìn)行實(shí)際的資源分配，就能使得調(diào)整后的業(yè)務(wù)產(chǎn)品的收益最大了。
[0108] 示例性的，預(yù)設(shè)資源配比與變量W的關(guān)系式，由于第一預(yù)估模型建立的是預(yù)估收 益與資源的關(guān)系，因此，根據(jù)第一預(yù)估模型和歷史真實(shí)總收益建立的第二預(yù)估模型中的輸 入為與W相關(guān)的資源和預(yù)估收益，輸出的W的求解結(jié)果，對于W的求解就是第二預(yù)估模型的訓(xùn) 練過程，不停的調(diào)整第二預(yù)估模型，直至輸出結(jié)果達(dá)到預(yù)設(shè)策略的時(shí)候，此時(shí)該第二預(yù)估模 型被最終確定下來，可以作為最終實(shí)際采用的第二預(yù)估模型。當(dāng)求解出W之后，就可以求解 出滿足要求的資源配比了。由于本發(fā)明實(shí)施例將資源化解為關(guān)于W的關(guān)系式，因此，通過第 二預(yù)估模型建立的是W的模型，這時(shí)，想要達(dá)到預(yù)設(shè)模型就必須滿足通過輸出結(jié)果得到的資 源配比能夠使得獲得的服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值才可以。
[0109] 因此，服務(wù)器建立第一預(yù)估模型之后，若想要預(yù)測的收益最大，則還需跟實(shí)際的歷 史真實(shí)總收益比較，于是，該服務(wù)器獲取第二歷史數(shù)據(jù)(包括歷史真實(shí)總收益），由于根據(jù)第 一預(yù)估模型中的資源量是服務(wù)器不能直接獲知的，因此，該服務(wù)器根據(jù)第二歷史數(shù)據(jù)和第 一預(yù)估模型建模得到的第二預(yù)估模型中仍含有待求數(shù)據(jù)參數(shù)（即數(shù)據(jù)輸出結(jié)果），該待求數(shù) 據(jù)參數(shù)為求解本發(fā)明實(shí)施例中的資源量的未知參數(shù)。由于服務(wù)器想要預(yù)測一個(gè)收益最大化 的目標(biāo)，因此，服務(wù)器需要不斷進(jìn)行檢測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果(待求數(shù) 據(jù)參數(shù))是否滿足預(yù)設(shè)策略，該預(yù)設(shè)策略用于表征根據(jù)該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié) 果運(yùn)用于資源配比時(shí)（利用數(shù)據(jù)輸出結(jié)果可求得資源配比），對應(yīng)獲得的服務(wù)器通過平臺(tái)為 終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值(通過資源配比求得業(yè)務(wù)產(chǎn)品的資源，從未求 得反饋結(jié)果(收益）），由于第二預(yù)估模型是一個(gè)不斷優(yōu)化訓(xùn)練的模型，服務(wù)器通過不斷優(yōu)化 第二預(yù)估模型直至找到數(shù)據(jù)輸出結(jié)果對應(yīng)的收益最大的模型。
[0110]需要說明的是，本發(fā)明實(shí)施例中的歷史閾值指的是服務(wù)器獲取到的歷史真實(shí)總收 益，當(dāng)然通過本發(fā)明實(shí)施例提供的預(yù)估模型預(yù)測到的收益比歷史閾值越高越好，選擇一個(gè) 比歷史閾值最高的預(yù)測收益對應(yīng)的數(shù)據(jù)輸出結(jié)果就可以求出最優(yōu)的實(shí)際的資源配比了。
[0111] S103、直至檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止 對第二預(yù)估模型的建模，得到實(shí)際運(yùn)用于資源配比的第二模型。
[0112] 當(dāng)服務(wù)器檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，說明這 時(shí)的數(shù)據(jù)輸出結(jié)果就是我們需要的最優(yōu)解，因此，該服務(wù)器停止對第二預(yù)估模型的優(yōu)化，確 定了真正后面要用于求解資源配比的第二模型，該第二模型就是停止優(yōu)化時(shí)的第二預(yù)估模 型了。
[0113] 可以理解的是，由于第二模型是關(guān)于待求數(shù)據(jù)參數(shù)的模型，當(dāng)服務(wù)器確定出滿足 預(yù)設(shè)策略的最優(yōu)待求數(shù)據(jù)參數(shù)解時(shí)，該服務(wù)器就可以根據(jù)待求數(shù)據(jù)參數(shù)求解出資源配比 了。這樣，服務(wù)器就可以通過預(yù)估模型找出業(yè)務(wù)產(chǎn)品的最優(yōu)資源分配比例了。
[0114] S104、根據(jù)第二模型進(jìn)行實(shí)際資源配比的處理。
[0115] 服務(wù)器得到實(shí)際運(yùn)用于資源配比的第二模型之后，該服務(wù)器就可以通過該第二模 型實(shí)現(xiàn)實(shí)際資源配比的相關(guān)處理了。
[0116] 具體的，服務(wù)器得到實(shí)際資源配比之后，將業(yè)務(wù)產(chǎn)品按照各自對應(yīng)的資源配比進(jìn) 行資源的分配，由于該實(shí)際資源配比是滿足預(yù)設(shè)策略最優(yōu)的配比，因此，在業(yè)務(wù)產(chǎn)品按照上 述資源配比進(jìn)行資源分配后，收益就可以實(shí)現(xiàn)最大化了。也就是說，本發(fā)明實(shí)施例是通過利 用各業(yè)務(wù)產(chǎn)品在長尾池中的歷史指標(biāo)數(shù)據(jù)，建立產(chǎn)品收益與獲得分配的資源量之間的關(guān)系 (非線性關(guān)系）以及確定資源量比例的公式，使得按照該公式在近期歷史上分配資源比例的 話（即假設(shè)歷史可以重來），所獲收益能夠遠(yuǎn)遠(yuǎn)超出歷史上的實(shí)際收入(最大化）。以后就按 該公式求得的資源配比做實(shí)際的資源比例分配。
[0117]實(shí)施例二
[0118] 本發(fā)明實(shí)施例提供了一種資源分配方法，如圖5所示，該方法可以包括：
[0119] S201、獲取第一歷史數(shù)據(jù)，根據(jù)該第一歷史數(shù)據(jù)建模得到第一預(yù)估模型，該第一預(yù) 估模型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系。
[0120] 需要說明的是，本發(fā)明實(shí)施例提供的一種資源分配的方法，主要是針對服務(wù)器提 供的平臺(tái)上發(fā)布的業(yè)務(wù)產(chǎn)品的資源分配的方法。
[0121] 可以理解的是，由于通過服務(wù)器的平臺(tái)發(fā)布的業(yè)務(wù)產(chǎn)品也越來越多了，目前，在平 臺(tái)上，每天都存在大量的業(yè)務(wù)產(chǎn)品，由于用戶使用這些業(yè)務(wù)產(chǎn)品使得這些業(yè)務(wù)產(chǎn)品為平臺(tái) 帶來了收益，因此，運(yùn)營商通過合理分配資源給各業(yè)務(wù)產(chǎn)品，來達(dá)到收益最大化的目的。本 發(fā)明實(shí)施例提供的就是一種針對業(yè)務(wù)產(chǎn)品進(jìn)行合理的資源分配的方案。
[0122] 本發(fā)明實(shí)施例的設(shè)計(jì)思想主要為:服務(wù)器根據(jù)平臺(tái)上記錄的業(yè)務(wù)產(chǎn)品對應(yīng)的歷史 數(shù)據(jù)設(shè)計(jì)一個(gè)資源分配算法，然后將該資源分配算法應(yīng)用到后續(xù)的資源分配中，從而使得 平臺(tái)收益最大化。
[0123] 具體的，服務(wù)器會(huì)通過平臺(tái)記錄的第一歷史數(shù)據(jù)建模得到用于表征服務(wù)器為終端 提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系的第一預(yù)估模型，即本發(fā)明實(shí)施例中，為了預(yù) 估計(jì)收益與資源的關(guān)系，該服務(wù)器通過平臺(tái)的歷史數(shù)據(jù)建模來實(shí)現(xiàn)第一預(yù)估計(jì)模型。
[0124] 可以理解的是，本發(fā)明實(shí)施例終端的反饋結(jié)果可以為收益。
[0125] 需要說明的是，本發(fā)明實(shí)施例中的第一歷史數(shù)據(jù)是指業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品 的上線天數(shù)(進(jìn)入長尾池的天數(shù))及業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值等。其中，本發(fā)明實(shí)施例中的業(yè) 務(wù)產(chǎn)品的歷史指標(biāo)值是指曝光量、下載量、注冊量、登錄數(shù)、付費(fèi)數(shù)、收益等。第一歷史數(shù)據(jù) 用于表征業(yè)務(wù)產(chǎn)品被訪問時(shí)自身的數(shù)據(jù)和用戶反饋的訪問數(shù)據(jù)。
[0126] 進(jìn)一步地，在服務(wù)器獲取第一歷史數(shù)據(jù)之前，該服務(wù)器要先進(jìn)行數(shù)據(jù)準(zhǔn)備工作，即 記錄長尾池中各業(yè)務(wù)產(chǎn)品每天的：產(chǎn)品類別、截止到當(dāng)日的在長尾池中已運(yùn)行天數(shù)（簡稱 "天數(shù)"）、當(dāng)日指標(biāo)值(如曝光量、下載量、注冊量、登錄數(shù)、付費(fèi)數(shù)、收益)等基于用戶行為的 指標(biāo)。這樣，在服務(wù)器建立第一預(yù)估模型時(shí)，該服務(wù)器就可以統(tǒng)計(jì)或獲取到所有的在線業(yè)務(wù) 產(chǎn)品的第一歷史數(shù)據(jù)了。
[0127] 需要說明的是，本發(fā)明實(shí)施例中的第一歷史數(shù)據(jù)指的是所有在線的業(yè)務(wù)產(chǎn)品的在 建模當(dāng)天之前的歷史數(shù)據(jù)。本發(fā)明實(shí)施例中的業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值是指在建模當(dāng)天之前 的η天里的指標(biāo)值(即近期數(shù)據(jù)）。
[0128] 示例性的，服務(wù)器根據(jù)業(yè)務(wù)產(chǎn)品的屬性C、業(yè)務(wù)產(chǎn)品的上線天數(shù)D、業(yè)務(wù)產(chǎn)品的歷 史指標(biāo)值P、建模得到表征資源E與收益r的預(yù)測關(guān)系的第一預(yù)估模型，例如，r = f(C，D，P， E)〇
[0129] 需要說明的是，在本發(fā)明實(shí)施例中，C、D、P都是可以獲知的，因此，收益r只取決于 E，即改變每天的資源分配量，就會(huì)改變每天的收益。
[0130]需要說明的是，本發(fā)明實(shí)施例中的第一預(yù)估模型是非線性的，優(yōu)選的，第一預(yù)估模 型可以為神經(jīng)網(wǎng)絡(luò)模型。這是由于神經(jīng)網(wǎng)絡(luò)模型的輸出為連續(xù)值，這樣，采用神經(jīng)網(wǎng)絡(luò)模型 的后續(xù)總收益的最優(yōu)化的算法選型的可選范圍更大，結(jié)果也比模型輸出結(jié)果為離散值情況 更精確。其中，神經(jīng)網(wǎng)絡(luò)模型中的隱層單元數(shù)目可通過實(shí)驗(yàn)確定。
[0131] 具體的，假設(shè)服務(wù)器獲取的業(yè)務(wù)產(chǎn)品A的第一歷史數(shù)據(jù)如表1所示，業(yè)務(wù)產(chǎn)品的屬 性Cu、業(yè)務(wù)產(chǎn)品的上線天數(shù)D^、業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值、建模得到表征資源Ei與收益 Γι。 其中，Cu表示第j天第i個(gè)產(chǎn)品的類別，表示第j天第i個(gè)產(chǎn)品的進(jìn)入長尾池的天數(shù)，Pinj表 示第j-Ι到第j-η天的第i個(gè)產(chǎn)品的指標(biāo)值。假設(shè)n= 14時(shí)，假設(shè)業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值為6個(gè) 指標(biāo)，則占用84個(gè)字段，(^占用1個(gè)字段，占用1個(gè)字段，Ei占用1個(gè)字段，第一預(yù)估模型 的輸入變量為84+1+1+1=87個(gè)(1=((^，0??？如上）），輸出變量為1個(gè) 7=出）。
[0132] 因此，采用3層神經(jīng)網(wǎng)絡(luò)模型，其結(jié)構(gòu)如圖4所示。這里的隱層（中間層）輸出值 hi，···，hP的計(jì)算公式為公式（1):
[0133]
⑴
[0134] 其中，b= 1，…，q，xm+i = 1(偏置項(xiàng)），f (X) = l/(l+e-x)，wab是輸入層第a個(gè)節(jié)點(diǎn)與隱 層第b個(gè)節(jié)點(diǎn)之間的連接權(quán)值。
[0135] 輸出層y的計(jì)算為公式(2):
[0136]
(2)
[0137] 其中，其中仇是隱層第b個(gè)節(jié)點(diǎn)與輸出層第k個(gè)節(jié)點(diǎn)之間的連接權(quán)值。
[0138] 需要說明的是，模型參數(shù)w(矩陣）、β(向量)的求解過程如下：
[0139] w(神經(jīng)網(wǎng)絡(luò)中輸入層與隱層之間的連接權(quán)值）：根據(jù)極限學(xué)習(xí)機(jī)的原理，w可取為 任意的隨機(jī)值，例如位于[_1，1]之間的隨機(jī)值。且一旦賦值，在后續(xù)的模型優(yōu)化過程中就不 再變化。因此，不管模型的輸入變量有多少，都不影響模型的可調(diào)參數(shù)總個(gè)數(shù)。
[0140] 超參數(shù)p :是神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)，也是整套算法中的唯一超參數(shù)，取得過小或 過大，都可能導(dǎo)致欠擬合或過擬合，只能通過實(shí)驗(yàn)確定一個(gè)最佳值。
[0141] 模型訓(xùn)練求β(神經(jīng)網(wǎng)絡(luò)中隱層與輸出層之間的連接權(quán)值）：按照極限學(xué)習(xí)機(jī)的原 理，歸結(jié)為求一個(gè)Moore-Penrose廣義逆就可。
[0142] 總之，求得β之后，神經(jīng)網(wǎng)絡(luò)模型（第一預(yù)估模型）就建立起來了。將來給定（C^， Di j，Pinj，Ei)值，就能求得η 了。
[0143] 需要說明的是，神經(jīng)網(wǎng)絡(luò)模型時(shí)一個(gè)業(yè)務(wù)產(chǎn)品一天的總收益與資源的預(yù)側(cè)關(guān)系， 將所有產(chǎn)品的所有在線天數(shù)的收益與資源的關(guān)系求和就得到本發(fā)明是實(shí)施例中的第一預(yù) 估模型了。
[0144] S202、獲取第二歷史數(shù)據(jù)，根據(jù)該第二歷史數(shù)據(jù)和第一預(yù)估模型建模得到第二預(yù) 估模型的過程中，持續(xù)檢測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略， 該預(yù)設(shè)策略用于表征根據(jù)該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng)獲 得的服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值。
[0145]服務(wù)器建立第一預(yù)估模型之后，若想要預(yù)測的收益最大，則還需跟實(shí)際的歷史總 收益比較，于是，該服務(wù)器獲取第二歷史數(shù)據(jù)，該第二歷史數(shù)據(jù)用于表征業(yè)務(wù)產(chǎn)品被訪問時(shí) 自身的數(shù)據(jù)、用戶反饋的訪問數(shù)據(jù)以及產(chǎn)生的收益（即歷史總收益），由于根據(jù)第一預(yù)估模 型中的資源量是服務(wù)器不能直接獲知的，因此，該服務(wù)器根據(jù)第二歷史數(shù)據(jù)和第一預(yù)估模 型建模得到的第二預(yù)估模型中仍含有待求數(shù)據(jù)參數(shù)（即數(shù)據(jù)輸出結(jié)果），該待求數(shù)據(jù)參數(shù)為 求解本發(fā)明實(shí)施例中的資源量的未知參數(shù)。由于服務(wù)器想要預(yù)測一個(gè)收益最大化的目標(biāo)， 因此，服務(wù)器需要不斷進(jìn)行檢測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果(待求數(shù)據(jù)參數(shù)） 是否滿足預(yù)設(shè)策略，該預(yù)設(shè)策略用于表征根據(jù)該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用 于資源配比時(shí)(利用數(shù)據(jù)輸出結(jié)果可求得資源配比），對應(yīng)獲得的服務(wù)器為終端提供服務(wù)得 到的反饋結(jié)果高于歷史閾值(通過資源配比求得業(yè)務(wù)產(chǎn)品的資源，從未求得反饋結(jié)果（收 益）），由于第二預(yù)估模型是一個(gè)不斷優(yōu)化訓(xùn)練的模型，服務(wù)器通過不斷優(yōu)化第二預(yù)估模型 直至找到數(shù)據(jù)輸出結(jié)果對應(yīng)的收益最大的模型。
[0146]需要說明的是，本發(fā)明實(shí)施例中的歷史閾值指的是服務(wù)器獲取到的歷史總收益， 當(dāng)然通過本發(fā)明實(shí)施例提供的預(yù)估模型預(yù)測到的收益比歷史閾值越高越好，選擇一個(gè)比歷 史閾值最高的預(yù)測收益對應(yīng)的數(shù)據(jù)輸出結(jié)果就可以求出最優(yōu)的實(shí)際的資源配比了。
[0147] S203、直至檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止 對第二預(yù)估模型的建模，得到實(shí)際運(yùn)用于資源配比的第二模型。
[0148] 當(dāng)服務(wù)器檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，說明這 時(shí)的數(shù)據(jù)輸出結(jié)果就是我們需要的最優(yōu)解，因此，該服務(wù)器停止對第二預(yù)估模型的優(yōu)化，確 定了真正后面要用于求解資源配比的第二模型，該第二模型就是停止優(yōu)化時(shí)的第二預(yù)估模 型了。
[0149] 可以理解的是，由于第二模型是關(guān)于待求數(shù)據(jù)參數(shù)的模型，當(dāng)服務(wù)器確定出滿足 預(yù)設(shè)策略的最優(yōu)待求數(shù)據(jù)參數(shù)解時(shí)，該服務(wù)器就可以根據(jù)待求數(shù)據(jù)參數(shù)求解出資源配比 了。這樣，服務(wù)器就可以通過預(yù)估模型找出業(yè)務(wù)產(chǎn)品的最優(yōu)資源分配比例了。
[0150] S204、獲取待處理的目標(biāo)數(shù)據(jù)，根據(jù)第二模型對待處理的目標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算，得到 實(shí)際資源配比。
[0151]服務(wù)器得到實(shí)際運(yùn)用于資源配比的第二模型之后，該服務(wù)器就可以通過該第二模 型實(shí)現(xiàn)實(shí)際資源配比的相關(guān)處理了。
[0152] 具體的，服務(wù)器得到實(shí)際資源配比之后，將業(yè)務(wù)產(chǎn)品按照各自對應(yīng)的資源配比進(jìn) 行資源的分配，由于該實(shí)際資源配比是滿足預(yù)設(shè)策略最優(yōu)的配比，因此，在業(yè)務(wù)產(chǎn)品按照上 述資源配比進(jìn)行資源分配后，收益就可以實(shí)現(xiàn)最大化了。也就是說，本發(fā)明實(shí)施例是通過利 用各業(yè)務(wù)產(chǎn)品在長尾池中的歷史指標(biāo)數(shù)據(jù)，建立產(chǎn)品收益與獲得分配的資源量之間的關(guān) 系(非線性關(guān)系）以及確定資源量比例的公式，使得按照該公式在近期歷史上分配資源比例 的話（即假設(shè)歷史可以重來），所獲收益能夠遠(yuǎn)遠(yuǎn)超出歷史上的實(shí)際收入(最大化）。以后就 按該公式求得的資源配比做實(shí)際的資源比例分配。
[0153] 需要說明的是，待處理的目標(biāo)數(shù)據(jù)可以為服務(wù)器從平臺(tái)上獲取的業(yè)務(wù)產(chǎn)品相關(guān)數(shù) 據(jù)，該服務(wù)器根據(jù)第二模型數(shù)據(jù)對業(yè)務(wù)產(chǎn)品進(jìn)行運(yùn)算，得到了該業(yè)務(wù)產(chǎn)品的實(shí)際資源配比， 該服務(wù)器就按照該資源配比對各業(yè)務(wù)產(chǎn)品分配資源了。
[0154] S205、經(jīng)過預(yù)設(shè)時(shí)間后，獲取更新后的第一歷史數(shù)據(jù)和更新后的第二歷史數(shù)據(jù)，根 據(jù)更新后的第一歷史數(shù)據(jù)和所述更新后的第二歷史數(shù)據(jù)對所述第二模型進(jìn)行調(diào)整。
[0155] S206、根據(jù)調(diào)整后的第二模型進(jìn)行實(shí)際資源配比的處理。
[0156] 需要說明的是，在進(jìn)行一次建模獲取最優(yōu)的資源配比之后，隨著時(shí)間推移、市場的 變化、用戶偏好的緩慢蠕變，第二模型的效果可能逐漸降低，這時(shí)就需要服務(wù)器根據(jù)新的數(shù) 據(jù)，對構(gòu)件第二模型的相關(guān)模型進(jìn)行更新，使得其切合最新數(shù)據(jù)情況，保持收益不至于因?yàn)?模型本身的問題而降低。
[0157] 具體的，在預(yù)設(shè)時(shí)間后，服務(wù)器可以獲取最新的歷史數(shù)據(jù)代替第一歷史數(shù)據(jù)和第 二歷史數(shù)據(jù)，即對第一歷史數(shù)據(jù)和第二歷史數(shù)據(jù)進(jìn)行更新，并根據(jù)更新后的第一歷史數(shù)據(jù) 和所述更新后的第二歷史數(shù)據(jù)對所述第二模型進(jìn)行調(diào)整，最后，根據(jù)調(diào)整后的第二模型進(jìn) 行實(shí)際資源配比的處理。
[0158] 實(shí)施例三
[0159] 本發(fā)明實(shí)施例提供了一種資源分配方法，如圖6所示，該方法可以包括：
[0160] S301、獲取待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)、業(yè)務(wù) 產(chǎn)品的歷史指標(biāo)值。
[0161] S302、根據(jù)待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)、業(yè)務(wù) 產(chǎn)品的歷史指標(biāo)值建模得到第一預(yù)估模型，該第一預(yù)估模型用于表征服務(wù)器為終端提供服 務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系。
[0162] 需要說明的是，本發(fā)明實(shí)施例提供的一種資源分配的方法，主要是針對服務(wù)器提 供的平臺(tái)上發(fā)布的業(yè)務(wù)產(chǎn)品的資源分配的方法。
[0163] 可以理解的是，由于通過服務(wù)器的平臺(tái)發(fā)布的業(yè)務(wù)產(chǎn)品也越來越多了，目前，在平 臺(tái)上，每天都存在大量的業(yè)務(wù)產(chǎn)品，由于用戶使用這些業(yè)務(wù)產(chǎn)品使得這些業(yè)務(wù)產(chǎn)品為平臺(tái) 帶來了收益，因此，運(yùn)營商通過合理分配資源給各業(yè)務(wù)產(chǎn)品，來達(dá)到收益最大化的目的。本 發(fā)明實(shí)施例提供的就是一種針對業(yè)務(wù)產(chǎn)品進(jìn)行合理的資源分配的方案。
[0164] 本發(fā)明實(shí)施例的設(shè)計(jì)思想主要為:服務(wù)器根據(jù)平臺(tái)上記錄的業(yè)務(wù)產(chǎn)品對應(yīng)的歷史 數(shù)據(jù)設(shè)計(jì)一個(gè)資源分配算法，然后將該資源分配算法應(yīng)用到后續(xù)的資源分配中，從而使得 平臺(tái)收益最大化。
[0165] 具體的，服務(wù)器會(huì)通過平臺(tái)記錄的第一歷史數(shù)據(jù)(待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè)務(wù) 產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)、業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值)建模得到用于表征服務(wù)器為終 端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系的第一預(yù)估模型，即本發(fā)明實(shí)施例中，為了 預(yù)估計(jì)收益與資源的關(guān)系，該服務(wù)器通過平臺(tái)的歷史數(shù)據(jù)建模來實(shí)現(xiàn)第一預(yù)估計(jì)模型。
[0166] 可以理解的是，本發(fā)明實(shí)施例終端的反饋結(jié)果可以為收益。
[0167] 需要說明的是，本發(fā)明實(shí)施例中的第一歷史數(shù)據(jù)是指業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品 的上線天數(shù)(進(jìn)入長尾池的天數(shù))及業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值等。其中，本發(fā)明實(shí)施例中的業(yè) 務(wù)產(chǎn)品的歷史指標(biāo)值是指曝光量、下載量、注冊量、登錄數(shù)、付費(fèi)數(shù)、收益等。
[0168] 進(jìn)一步地，在服務(wù)器獲取第一歷史數(shù)據(jù)之前，該服務(wù)器要先進(jìn)行數(shù)據(jù)準(zhǔn)備工作，即 記錄長尾池中各業(yè)務(wù)產(chǎn)品每天的：產(chǎn)品類別、截止到當(dāng)日的在長尾池中已運(yùn)行天數(shù)（簡稱 "天數(shù)"）、當(dāng)日指標(biāo)值(如曝光量、下載量、注冊量、登錄數(shù)、付費(fèi)數(shù)、收益)等基于用戶行為的 指標(biāo)。這樣，在服務(wù)器建立第一預(yù)估模型時(shí)，該服務(wù)器就可以統(tǒng)計(jì)或獲取到所有的在線業(yè)務(wù) 產(chǎn)品的第一歷史數(shù)據(jù)了。
[0169] 需要說明的是，本發(fā)明實(shí)施例中的第一歷史數(shù)據(jù)指的是所有在線的業(yè)務(wù)產(chǎn)品的在 建模當(dāng)天之前的歷史數(shù)據(jù)。本發(fā)明實(shí)施例中的業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值是指在建模當(dāng)天之前 的η天里的指標(biāo)值(即近期數(shù)據(jù)）。
[0170] 示例性的，服務(wù)器根據(jù)業(yè)務(wù)產(chǎn)品的屬性C、業(yè)務(wù)產(chǎn)品的上線天數(shù)D、業(yè)務(wù)產(chǎn)品的歷史 指標(biāo)值Ρ、建模得到表征資源Ε與收益r的預(yù)測關(guān)系的第一預(yù)估模型，例如，r = f(C，D，P，E)。
[0171] 需要說明的是，在本發(fā)明實(shí)施例中，C、D、P都是可以獲知的，因此，收益r只取決于 E，即改變每天的資源分配量，就會(huì)改變每天的收益。
[0172]需要說明的是，本發(fā)明實(shí)施例中的第一預(yù)估模型是非線性的，優(yōu)選的，第一預(yù)估模 型可以為神經(jīng)網(wǎng)絡(luò)模型。這是由于神經(jīng)網(wǎng)絡(luò)模型的輸出為連續(xù)值，這樣，采用神經(jīng)網(wǎng)絡(luò)模型 的后續(xù)總收益的最優(yōu)化的算法選型的可選范圍更大，結(jié)果也比模型輸出結(jié)果為離散值情況 更精確。其中，神經(jīng)網(wǎng)絡(luò)模型中的隱層單元數(shù)目可通過實(shí)驗(yàn)確定。
[0173]具體的，假設(shè)服務(wù)器獲取的業(yè)務(wù)產(chǎn)品A的第一歷史數(shù)據(jù)如表1所示，業(yè)務(wù)產(chǎn)品的屬 性Cu、業(yè)務(wù)產(chǎn)品的上線天數(shù)D^、業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值、建模得到表征資源Ei與收益Γι。 其中，Cu表示第j天第i個(gè)產(chǎn)品的類別，表示第j天第i個(gè)產(chǎn)品的進(jìn)入長尾池的天數(shù)，P inj表 示第j-Ι到第j-η天的第i個(gè)產(chǎn)品的指標(biāo)值。假設(shè)n= 14時(shí)，假設(shè)業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值為6個(gè) 指標(biāo)，則占用84個(gè)字段，(^占用1個(gè)字段，占用1個(gè)字段，Ei占用1個(gè)字段，第一預(yù)估模型 的輸入變量為84+1+1+1=87個(gè)(1=((^，0小？如上）），輸出變量為1個(gè) 7=出）。
[0174]因此，采用3層神經(jīng)網(wǎng)絡(luò)模型，其結(jié)構(gòu)如圖4所示。這里的隱層（中間層）輸出值 hi，···，hP的計(jì)算公式為公式（1):
[0175]
⑴
[0176] 其中，b= 1，…，q，xm+i = 1(偏置項(xiàng)），f (X) = l/(l+e-x)，wab是輸入層第a個(gè)節(jié)點(diǎn)與隱 層第b個(gè)節(jié)點(diǎn)之間的連接權(quán)值。
[0177] 輸出層v的計(jì)筧為公式（2):
[0178]
(2 )
[0179]其中，其中仇是隱層第b個(gè)節(jié)點(diǎn)與輸出層第k個(gè)節(jié)點(diǎn)之間的連接權(quán)值。
[0180]需要說明的是，模型參數(shù)w(矩陣）、β(向量)的求解過程如下：
[0181] w(神經(jīng)網(wǎng)絡(luò)中輸入層與隱層之間的連接權(quán)值）：根據(jù)極限學(xué)習(xí)機(jī)的原理，w可取為 任意的隨機(jī)值，例如位于[_1，1]之間的隨機(jī)值。且一旦賦值，在后續(xù)的模型優(yōu)化過程中就不 再變化。因此，不管模型的輸入變量有多少，都不影響模型的可調(diào)參數(shù)總個(gè)數(shù)。
[0182] 超參數(shù)p :是神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)，也是整套算法中的唯一超參數(shù)，取得過小或 過大，都可能導(dǎo)致欠擬合或過擬合，只能通過實(shí)驗(yàn)確定一個(gè)最佳值。
[0183] 模型訓(xùn)練求β(神經(jīng)網(wǎng)絡(luò)中隱層與輸出層之間的連接權(quán)值）：按照極限學(xué)習(xí)機(jī)的原 理，歸結(jié)為求一個(gè)Moore-Penrose廣義逆就可。
[0184] 總之，求得β之后，神經(jīng)網(wǎng)絡(luò)模型（第一預(yù)估模型）就建立起來了。將來給定（Cij， Di j，Pinj，Ei)值，就能求得η 了。
[0185] 需要說明的是，神經(jīng)網(wǎng)絡(luò)模型時(shí)一個(gè)業(yè)務(wù)產(chǎn)品一天的總收益與資源的預(yù)側(cè)關(guān)系， 將所有產(chǎn)品的所有在線天數(shù)的收益與資源的關(guān)系求和就得到本發(fā)明是實(shí)施例中的第一預(yù) 估模型了。
[0186] S303、根據(jù)業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)及業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值及預(yù) 設(shè)待求權(quán)值向量，建模得到第三預(yù)估模型，該第三預(yù)估模型用于表征資源配比與資源的預(yù) 測關(guān)系。
[0187] 需要說明的是，本發(fā)明實(shí)施例中的第三預(yù)估模型也是非線性模型，預(yù)設(shè)待求權(quán)值 向量為該非線性模型中帶求解的未知參數(shù)。優(yōu)選的，第三預(yù)估模型可以為神經(jīng)網(wǎng)絡(luò)模型，此 時(shí)，預(yù)設(shè)待求權(quán)值向量為實(shí)施例中的第一預(yù)估模型隱層與輸出之間的連接權(quán)值，第三預(yù)估 模型中的其他參數(shù)的求解都與第一預(yù)估模型的原理一致。
[0188] 特別的，這里的資源與資源配比的關(guān)系是指各業(yè)務(wù)產(chǎn)品對應(yīng)的資源。
[0189] 示例性的，服務(wù)器根據(jù)業(yè)務(wù)產(chǎn)品的屬性C、業(yè)務(wù)產(chǎn)品的上線天數(shù)D、業(yè)務(wù)產(chǎn)品的歷史 指標(biāo)值P、建模得到表征資源E與資源配比e的預(yù)測關(guān)系的第三預(yù)估模型，例如，e = g(C，D，P， W)，E = T*e = T*g(C，D，P，W)。其中，T為總資源量，W為預(yù)設(shè)待求權(quán)值向量。
[0190] S304、獲取業(yè)務(wù)產(chǎn)品的歷史總收益，根據(jù)業(yè)務(wù)產(chǎn)品的歷史總收益、第三預(yù)估模型和 第一預(yù)估模型建模得到第二預(yù)估模型。
[0191]服務(wù)器建模得到表征資源配比與資源的預(yù)測關(guān)系第三預(yù)估模型之后，該服務(wù)器還 可以獲取業(yè)務(wù)產(chǎn)品在建模之前的歷史總收益(實(shí)際的歷史真實(shí)總收益），于是，為了建立資 源配比與收益之間的關(guān)系，并且使得預(yù)測收益最大化，服務(wù)器根據(jù)業(yè)務(wù)產(chǎn)品的歷史總收益、 第三預(yù)估模型和第一預(yù)估模型建模得到第二預(yù)估模型。
[0192] 示例性的，出=8((^，0?。縚，1)，即，某款產(chǎn)品根據(jù)其類型匕、天數(shù)0^當(dāng)天之前的 η天里的指標(biāo)值Ριη、確定對它的次日資源分配比例ei，其中W是該模型中的待求數(shù)據(jù)參數(shù)(待 求權(quán)值向量）。另外，記第j天的所有游戲的總資源量為L，則第i款產(chǎn)品該天獲得的資源量 為 Ei = Tj*ei。
[0193] 假設(shè)服務(wù)器按照第二預(yù)估模型，對歷史上長尾池里的業(yè)務(wù)產(chǎn)品重新分配資源比 例，貝希望獲得的歷史"收益"與歷史真實(shí)收益的比值RevRise能達(dá)到最大，即公式(3):
[0194]
(3)
[0195] 其中，N表示截止到建模日歷史上有統(tǒng)計(jì)指標(biāo)數(shù)據(jù)的那些所有天，M」表示第j天長 尾池里的產(chǎn)品個(gè)數(shù)，Clj表示第j天第i個(gè)產(chǎn)品的類別，表示第j天第i個(gè)產(chǎn)品的進(jìn)入長尾池 的天數(shù)，PW表示第j-Ι到第j-n天的第i個(gè)產(chǎn)品的指標(biāo)值，R real為歷史真實(shí)總收益。同時(shí)，還 要滿足所有業(yè)務(wù)產(chǎn)品的資源配比之和要為1的條件，即公式(4)。
[0196]
⑷
[0197] 也就是說，服務(wù)器需要解決一個(gè)帶N個(gè)等式約束的求函數(shù)最大值的優(yōu)化問題，即需 要尋找最合適的W(待求數(shù)據(jù)參數(shù)），使得RevRise最大。
[0198] 為了便于建模和優(yōu)化，可以將函數(shù)g()進(jìn)行改寫，如公式(5):
[0199]
(5)
[0200] 這樣改寫后的公式(5)，滿足公式(4)的約束條件，因此，公式(3)最終改寫為公式 (6)：
[0201]
( 6 )
[0202]也就是說，服務(wù)器根據(jù)第二歷史數(shù)據(jù)、待求權(quán)值向量(待求數(shù)據(jù)參數(shù)）以及第一預(yù) 估模型和第三預(yù)估模型，建模第二預(yù)估模型。
[0203] S305、根據(jù)業(yè)務(wù)產(chǎn)品的歷史總收益、第三預(yù)估模型和第一預(yù)估模型建模得到第二 預(yù)估模型的過程中，持續(xù)檢測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策 略，該預(yù)設(shè)策略用于表征根據(jù)第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng) 獲得的服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值。
[0204] 服務(wù)器建立第一預(yù)估模型和第二預(yù)估模型之后，若想要預(yù)測的收益最大，則還需 跟實(shí)際的歷史總收益比較，于是，該服務(wù)器獲取第二歷史數(shù)據(jù)(包括歷史總收益），由于根據(jù) 第一預(yù)估模型中的資源量是服務(wù)器不能直接獲知的，因此，該服務(wù)器根據(jù)第二歷史數(shù)據(jù)、第 一預(yù)估模型和第三預(yù)估模型建模得到的第二預(yù)估模型中仍含有待求數(shù)據(jù)參數(shù)(即數(shù)據(jù)輸出 結(jié)果），該待求數(shù)據(jù)參數(shù)為求解本發(fā)明實(shí)施例中的資源量的未知參數(shù)。由于服務(wù)器想要預(yù)測 一個(gè)收益最大化的目標(biāo)，因此，服務(wù)器需要不斷進(jìn)行檢測基于該第二預(yù)估模型得到的數(shù)據(jù) 輸出結(jié)果(待求數(shù)據(jù)參數(shù))是否滿足預(yù)設(shè)策略，該預(yù)設(shè)策略用于表征根據(jù)該第二預(yù)估模型得 到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)(利用數(shù)據(jù)輸出結(jié)果可求得資源配比），對應(yīng)獲得的服 務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值(通過資源配比求得業(yè)務(wù)產(chǎn)品的資源， 從未求得反饋結(jié)果(收益）），由于第二預(yù)估模型是一個(gè)不斷優(yōu)化訓(xùn)練的模型，服務(wù)器通過不 斷優(yōu)化第二預(yù)估模型直至找到數(shù)據(jù)輸出結(jié)果對應(yīng)的收益最大的模型。
[0205] 需要說明的是，本發(fā)明實(shí)施例中的歷史閾值指的是服務(wù)器獲取到的歷史總收益， 當(dāng)然通過本發(fā)明實(shí)施例提供的預(yù)估模型預(yù)測到的收益比歷史閾值越高越好，選擇一個(gè)比歷 史閾值最高的預(yù)測收益對應(yīng)的數(shù)據(jù)輸出結(jié)果就可以求出最優(yōu)的實(shí)際的資源配比了。
[0206] 示例性的，服務(wù)器在業(yè)務(wù)產(chǎn)品的歷史總收益、第三預(yù)估模型和第一預(yù)估模型建模 得到第二預(yù)估模型的過程中，持續(xù)檢測基于該第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足 預(yù)設(shè)策略，該預(yù)設(shè)策略用于表征根據(jù)第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比 時(shí)，對應(yīng)獲得的服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值被改寫為檢測基于第 二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果(待求權(quán)值向量或待求數(shù)據(jù)參數(shù)的函數(shù)S(W))最小即可。
[0207] S306、直至檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止 對第二預(yù)估模型的建模，得到實(shí)際運(yùn)用于資源配比的第二模型。
[0208] 當(dāng)服務(wù)器檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，說明這 時(shí)的數(shù)據(jù)輸出結(jié)果就是我們需要的最優(yōu)解，因此，該服務(wù)器停止對第二預(yù)估模型的優(yōu)化，確 定了真正后面要用于求解資源配比的第二模型，該第二模型就是停止優(yōu)化時(shí)的第二預(yù)估模 型了。
[0209] 可以理解的是，由于第二模型是關(guān)于待求數(shù)據(jù)參數(shù)的模型，當(dāng)服務(wù)器確定出滿足 預(yù)設(shè)策略的最優(yōu)待求數(shù)據(jù)參數(shù)解時(shí)，該服務(wù)器就可以根據(jù)待求數(shù)據(jù)參數(shù)求解出資源配比 了。這樣，服務(wù)器就可以通過預(yù)估模型找出業(yè)務(wù)產(chǎn)品的最優(yōu)資源分配比例了。
[0210] 示例性的，服務(wù)器檢測到基于第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略 時(shí)，得到實(shí)際運(yùn)用于資源配比的第二模型，也就是對公式(6)進(jìn)行最小值求解的過程，求出 關(guān)于W的解，將該W用于第三預(yù)估模型就可以得到實(shí)際資源配比。
[0211] 具體的，公式(6)的求解過程可以采用粒子群優(yōu)化算法，也可以可采用其它啟發(fā)式 直接搜索法的優(yōu)化算法，例如:遺傳算法、模擬退火、禁忌搜索、粒子群、蟻群、量子啟發(fā)、差 分進(jìn)化、人工免疫、貝葉斯優(yōu)化等算法。
[0212] 舉例來說，以采用粒子群優(yōu)化算法求函數(shù)f(x)的最小值的過程具體為：
[0213] (1)、確定初始群體的位置；隨機(jī)選擇s個(gè)點(diǎn)U(1)，…，x(s)}，作為初始群體x (1) (0)，…，x(s)(0)。
[0214] (2)、確定初始粒子的速度；
[0215]
[0216] (3)、初始化每個(gè)粒子的最好位置及全體粒子歷史上的最好位置；
[0217] 設(shè)5^1)(〇)=叉(1)(〇)，1 = 1，...，？，且記5^為{丫(1)(〇)，...，5^)(〇)}中的；|^最小值對應(yīng) 的那個(gè)(如果有多個(gè)相同的，取最小下標(biāo)的那個(gè)）。同時(shí)，設(shè)t = 0。
[0218] (4)、確定新的粒子位置；
[0219]
[0220] (5)、對全體粒子進(jìn)行估值；
[0221] For each i = l，· · ·，s，計(jì)算f(x(1)(t+l))
[0222] (6)、更新每個(gè)粒子的最佳位置，及全體粒子的最佳位置；
[0223](注:y(1)表示第i個(gè)粒子的歷史上最佳的粒子，yg表示全局最佳的粒子）
[0224]
[0225]
[0226] (7)、檢查迭代終止條件。
[0227] If t〈Tmax，then取t = t+l，返回（5);否則終止，最后得到的ySfji；是所求出的解。
[0228] S307、獲取待處理的目標(biāo)數(shù)據(jù)，根據(jù)該第二模型對待處理的目標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算，得 到實(shí)際資源配比。
[0229] 服務(wù)器得到實(shí)際運(yùn)用于資源配比的第二模型之后，該服務(wù)器就可以通過該第二模 型實(shí)現(xiàn)實(shí)際資源配比的相關(guān)處理了。
[0230] 具體的，服務(wù)器得到實(shí)際資源配比之后，將業(yè)務(wù)產(chǎn)品按照各自對應(yīng)的資源配比進(jìn) 行資源的分配，由于該實(shí)際資源配比是滿足預(yù)設(shè)策略最優(yōu)的配比，因此，在業(yè)務(wù)產(chǎn)品按照上 述資源配比進(jìn)行資源分配后，收益就可以實(shí)現(xiàn)最大化了。也就是說，本發(fā)明實(shí)施例是通過利 用各業(yè)務(wù)產(chǎn)品在長尾池中的歷史指標(biāo)數(shù)據(jù)，建立產(chǎn)品收益與獲得分配的資源量之間的關(guān)系 (非線性關(guān)系）以及確定資源量比例的公式，使得按照該公式在近期歷史上分配資源比例的 話（即假設(shè)歷史可以重來），所獲收益能夠遠(yuǎn)遠(yuǎn)超出歷史上的實(shí)際收入(最大化）。以后就按 該公式求得的資源配比做實(shí)際的資源比例分配。
[0231] 需要說明的是，待處理的目標(biāo)數(shù)據(jù)可以為服務(wù)器從平臺(tái)上獲取的業(yè)務(wù)產(chǎn)品相關(guān)數(shù) 據(jù)，該服務(wù)器根據(jù)第二模型數(shù)據(jù)對業(yè)務(wù)產(chǎn)品進(jìn)行運(yùn)算，得到了該業(yè)務(wù)產(chǎn)品的實(shí)際資源配比， 該服務(wù)器就按照該資源配比對各業(yè)務(wù)產(chǎn)品分配資源了。
[0232] 進(jìn)一步地，在一段時(shí)間之后，服務(wù)器可以通過獲取新的歷史數(shù)據(jù)對第二模型進(jìn)行 更新，以保證收益最大化的持續(xù)。
[0233] 實(shí)施例四
[0234]如圖7所示，本發(fā)明實(shí)施例提供了一種服務(wù)器1，該服務(wù)器1可以包括：
[0235] 獲取單元10,用于獲取第一歷史數(shù)據(jù)，所述第一歷史數(shù)據(jù)為與第一預(yù)估模型構(gòu)建 相關(guān)的全量數(shù)據(jù)，所述第一歷史數(shù)據(jù)用于表征業(yè)務(wù)產(chǎn)品被訪問時(shí)自身的數(shù)據(jù)和用戶反饋的 訪問數(shù)據(jù)。
[0236] 建模單元11，用于根據(jù)獲取單元10獲取的所述第一歷史數(shù)據(jù)建模得到第一預(yù)估模 型，所述第一預(yù)估模型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān) 系。
[0237] 所述獲取單元10,還用于獲取第二歷史數(shù)據(jù)，所述第二歷史數(shù)據(jù)為與第二預(yù)估模 型構(gòu)建相關(guān)的近期增量數(shù)據(jù)，所述第二歷史數(shù)據(jù)用于表征業(yè)務(wù)產(chǎn)品被訪問時(shí)自身的數(shù)據(jù)、 用戶反饋的訪問數(shù)據(jù)以及產(chǎn)生的收益。
[0238] 檢測單元12,還用于所述建模單元11根據(jù)所述獲取單元10獲取的所述第二歷史數(shù) 據(jù)和所述第一預(yù)估模型建模得到第二預(yù)估模型的過程中，持續(xù)檢測基于所述建模單元11建 立的所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略，所述預(yù)設(shè)策略用于表征根 據(jù)所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng)獲得的所述服務(wù)器為終 端提供服務(wù)得到的反饋結(jié)果高于歷史閾值。
[0239] 停止單元13,用于直至所述檢測單元12檢測到基于所述第二預(yù)估模型得到的數(shù)據(jù) 輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止對第二預(yù)估模型的建模;以及，
[0240] 所述建模單元11，還用于得到實(shí)際運(yùn)用于所述資源配比的第二模型。
[0241] 資源處理單元14,用于根據(jù)所述建模單元11得到的所述第二模型進(jìn)行實(shí)際資源配 比的處理。
[0242] 可選的，所述獲取單元10,還用于獲取待處理的目標(biāo)數(shù)據(jù)。
[0243] 資源處理單元14,具體用于根據(jù)所述建模單元11得到的所述第二模型對所述獲取 單元10獲取的所述待處理的目標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算，得到實(shí)際資源配比。
[0244] 可選的，所述獲取單元10,具體用于獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè)務(wù)產(chǎn)品 的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)及業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值。
[0245] 所述建模單元11，還用于根據(jù)所述獲取單元10獲取的所述業(yè)務(wù)產(chǎn)品的屬性、所述 業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值及預(yù)設(shè)待求權(quán)值向量，建模得到第三預(yù) 估模型，所述第三預(yù)估模型用于表征所述資源配比與資源的預(yù)測關(guān)系。
[0246] 所述獲取單元10,還用于獲取業(yè)務(wù)產(chǎn)品的歷史總收益。
[0247] 所述建模單元11，具體用于根據(jù)所述獲取單元10獲取的所述業(yè)務(wù)產(chǎn)品的歷史總收 益、所述第三預(yù)估模型和所述第一預(yù)估模型建模得到所述第二預(yù)估模型。
[0248] 可選的，如圖8所示，所述服務(wù)器還包括:調(diào)整單元15。
[0249] 所述獲取單元10,還用于所述資源處理單元14根據(jù)所述第二模型進(jìn)行實(shí)際資源配 比的處理之后，經(jīng)過預(yù)設(shè)時(shí)間后，獲取更新后的第一歷史數(shù)據(jù)和更新后的第二歷史數(shù)據(jù)。
[0250] 所述調(diào)整單元15,用于根據(jù)所述獲取單元10獲取的所述更新后的第一歷史數(shù)據(jù)和 所述更新后的第二歷史數(shù)據(jù)對所述建模單元11得到的所述第二模型進(jìn)行調(diào)整。
[0251] 所述資源處理單元14,還用于根據(jù)所述調(diào)整單元15調(diào)整后的所述第二模型進(jìn)行實(shí) 際資源配比的處理。
[0252] 可選的，所述獲取單元10,具體用于獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所述業(yè)務(wù) 產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值。
[0253] 所述建模單元11，具體用于根據(jù)所述獲取單元10獲取的所述待處理的目標(biāo)數(shù)據(jù)對 應(yīng)的所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值建模得 到所述第一預(yù)估模型。
[0254] 如圖9所示，在實(shí)際應(yīng)用中，上述建模單元11、檢測單元12、停止單元13、資源處理 單元14和調(diào)整單元15都可由位于服務(wù)器上的處理器16實(shí)現(xiàn)，具體為中央處理器(CPU)、微處 理器(MPU)、數(shù)字信號處理器(DSP)或現(xiàn)場可編程門陣列(FPGA)等實(shí)現(xiàn)，所述獲取單元10可 由服務(wù)器的接收器17實(shí)現(xiàn)，該服務(wù)器還包括發(fā)送器18和存儲(chǔ)器19,具體的，所述發(fā)送器18可 以發(fā)布新的在線業(yè)務(wù)產(chǎn)品的信息，第一歷史數(shù)據(jù)及其軟件代碼、第一歷史數(shù)據(jù)及其軟件代 碼、數(shù)據(jù)輸出結(jié)果及其軟件代碼，第一預(yù)估模型及其軟件代碼、第二預(yù)估模型及其軟件代 碼、第三預(yù)估模型及其軟件代碼、第二模型及其軟件代碼，以及實(shí)際資源配比及其軟件代 碼、可以保存在存儲(chǔ)器19中，該存儲(chǔ)器19、發(fā)送器18、接收器17可以與處理器16連接，其中， 存儲(chǔ)器19用于存儲(chǔ)可執(zhí)行程序代碼，該程序代碼包括計(jì)算機(jī)操作指令，存儲(chǔ)器19可能包含 高速RAM存儲(chǔ)器，也可能還包括非易失性存儲(chǔ)器，例如，至少一個(gè)磁盤存儲(chǔ)器。
[0255] 需要說明的是，本發(fā)明實(shí)施例中的服務(wù)器1和圖2中的服務(wù)器41~4n為同一種設(shè) 備。
[0256] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序 產(chǎn)品。因此，本發(fā)明可采用硬件實(shí)施例、軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形 式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ) 介質(zhì)(包括但不限于磁盤存儲(chǔ)器和光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。
[0257] 本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備（系統(tǒng)）、和計(jì)算機(jī)程序產(chǎn)品的流程 圖和/或方框圖來描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流 程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序 指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn) 生一個(gè)機(jī)器，使得通過計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí) 現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。
[0258] 這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特 定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指 令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或 多個(gè)方框中指定的功能。
[0259] 這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì) 算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī) 或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖 一個(gè)方框或多個(gè)方框中指定的功能的步驟。
[0260] 以上所述，僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種資源分配的方法，其特征在于，包括： 獲取第一歷史數(shù)據(jù)，根據(jù)所述第一歷史數(shù)據(jù)建模得到第一預(yù)估模型，所述第一預(yù)估模 型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系;所述第一歷史數(shù)據(jù) 為與第一預(yù)估模型構(gòu)建相關(guān)的全量數(shù)據(jù)； 獲取第二歷史數(shù)據(jù)，根據(jù)所述第二歷史數(shù)據(jù)和所述第一預(yù)估模型建模得到第二預(yù)估模 型的過程中，持續(xù)檢測基于所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略，所 述預(yù)設(shè)策略用于表征根據(jù)所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng) 獲得的所述服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果高于歷史閾值;所述第二歷史數(shù)據(jù)為與 第二預(yù)估模型構(gòu)建相關(guān)的近期增量數(shù)據(jù)； 直至檢測到基于所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果滿足預(yù)設(shè)策略時(shí)，停止對第二 預(yù)估模型的建模，得到實(shí)際運(yùn)用于所述資源配比的第二模型； 根據(jù)所述第二模型進(jìn)行實(shí)際資源配比的處理。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第二模型進(jìn)行實(shí)際的資源配 比處理，包括： 獲取待處理的目標(biāo)數(shù)據(jù)，根據(jù)所述第二模型對所述待處理的目標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算，得到 實(shí)際資源配比。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取第二歷史數(shù)據(jù)，根據(jù)所述第二歷 史數(shù)據(jù)和所述第一預(yù)估模型建模得到第二預(yù)估模型的過程，包括： 獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn)品的上線天數(shù)及業(yè)務(wù)產(chǎn)品 的歷史指標(biāo)值，根據(jù)所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷 史指標(biāo)值及預(yù)設(shè)待求權(quán)值向量，建模得到第三預(yù)估模型，所述第三預(yù)估模型用于表征所述 資源配比與資源的預(yù)測關(guān)系； 獲取業(yè)務(wù)產(chǎn)品的歷史總收益，根據(jù)所述業(yè)務(wù)產(chǎn)品的歷史總收益、所述第三預(yù)估模型和 所述第一預(yù)估模型建模得到所述第二預(yù)估模型。4. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)所述第二模型進(jìn)行實(shí)際資源 配比的處理之后，所述方法還包括： 經(jīng)過預(yù)設(shè)時(shí)間后，獲取更新后的第一歷史數(shù)據(jù)和更新后的第二歷史數(shù)據(jù)，根據(jù)所述更 新后的第一歷史數(shù)據(jù)和所述更新后的第二歷史數(shù)據(jù)對所述第二模型進(jìn)行調(diào)整； 根據(jù)調(diào)整后的所述第二模型進(jìn)行實(shí)際資源配比的處理。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取第一歷史數(shù)據(jù)，根據(jù)所述第一歷 史數(shù)據(jù)建模得到第一預(yù)估模型，包括： 獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及 所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值及資源分配量，根據(jù)所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所述業(yè)務(wù)產(chǎn) 品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值及資源分配量建模得到 所述第一預(yù)估模型。6. -種服務(wù)器，其特征在于，包括： 獲取單元，用于獲取第一歷史數(shù)據(jù)，所述第一歷史數(shù)據(jù)為與第一預(yù)估模型構(gòu)建相關(guān)的 全量數(shù)據(jù)； 建模單元，用于根據(jù)獲取單元獲取的所述第一歷史數(shù)據(jù)建模得到第一預(yù)估模型，所述 第一預(yù)估模型用于表征服務(wù)器為終端提供服務(wù)得到的反饋結(jié)果與資源的預(yù)測關(guān)系； 所述獲取單元，還用于獲取第二歷史數(shù)據(jù)，所述第二歷史數(shù)據(jù)為與第二預(yù)估模型構(gòu)建 相關(guān)的近期增量數(shù)據(jù)； 檢測單元，還用于所述建模單元根據(jù)所述獲取單元獲取的所述第二歷史數(shù)據(jù)和所述第 一預(yù)估模型建模得到第二預(yù)估模型的過程中，持續(xù)檢測基于所述建模單元建立的所述第二 預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果是否滿足預(yù)設(shè)策略，所述預(yù)設(shè)策略用于表征根據(jù)所述第二預(yù) 估模型得到的數(shù)據(jù)輸出結(jié)果運(yùn)用于資源配比時(shí)，對應(yīng)獲得的所述服務(wù)器為終端提供服務(wù)得 到的反饋結(jié)果高于歷史閾值； 停止單元，用于直至所述檢測單元檢測到基于所述第二預(yù)估模型得到的數(shù)據(jù)輸出結(jié)果 滿足預(yù)設(shè)策略時(shí)，停止對第二預(yù)估模型的建模，以及， 所述建模單元，還用于得到實(shí)際運(yùn)用于所述資源配比的第二模型； 資源處理單元，用于根據(jù)所述建模單元得到的所述第二模型進(jìn)行實(shí)際資源配比的處 理。7. 根據(jù)權(quán)利要求6所述的服務(wù)器，其特征在于， 所述獲取單元，還用于獲取待處理的目標(biāo)數(shù)據(jù)； 資源處理單元，具體用于根據(jù)所述建模單元得到的所述第二模型對所述獲取單元獲取 的所述待處理的目標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算，得到實(shí)際資源配比。8. 根據(jù)權(quán)利要求6所述的服務(wù)器，其特征在于， 所述獲取單元，具體用于獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的業(yè)務(wù)產(chǎn)品的屬性、業(yè)務(wù)產(chǎn) 品的上線天數(shù)及業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值； 所述建模單元，還用于根據(jù)所述獲取單元獲取的所述業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品 的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值及預(yù)設(shè)待求權(quán)值向量，建模得到第三預(yù)估模型， 所述第三預(yù)估模型用于表征所述資源配比與資源的預(yù)測關(guān)系； 所述獲取單元，還用于獲取業(yè)務(wù)產(chǎn)品的歷史總收益； 所述建模單元，具體用于根據(jù)所述獲取單元獲取的所述業(yè)務(wù)產(chǎn)品的歷史總收益、所述 第三預(yù)估模型和所述第一預(yù)估模型建模得到所述第二預(yù)估模型。9. 根據(jù)權(quán)利要求6或7所述的服務(wù)器，其特征在于，所述服務(wù)器還包括:調(diào)整單元； 所述獲取單元，還用于所述資源處理單元根據(jù)所述第二模型進(jìn)行實(shí)際資源配比的處理 之后，經(jīng)過預(yù)設(shè)時(shí)間后，獲取更新后的第一歷史數(shù)據(jù)和更新后的第二歷史數(shù)據(jù)； 所述調(diào)整單元，用于根據(jù)所述獲取單元獲取的所述更新后的第一歷史數(shù)據(jù)和所述更新 后的第二歷史數(shù)據(jù)對所述建模單元得到的所述第二模型進(jìn)行調(diào)整； 所述資源處理單元，還用于根據(jù)所述調(diào)整單元調(diào)整后的所述第二模型進(jìn)行實(shí)際資源配 比的處理。10. 根據(jù)權(quán)利要求6所述的服務(wù)器，其特征在于， 所述獲取單元，具體用于獲取所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所述業(yè)務(wù)產(chǎn)品的屬性、所 述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值； 所述建模單元，具體用于根據(jù)所述獲取單元獲取的所述待處理的目標(biāo)數(shù)據(jù)對應(yīng)的所述 業(yè)務(wù)產(chǎn)品的屬性、所述業(yè)務(wù)產(chǎn)品的上線天數(shù)及所述業(yè)務(wù)產(chǎn)品的歷史指標(biāo)值建模得到所述第 一預(yù)估模型。
【文檔編號】H04L12/26GK105897616SQ201610327386
【公開日】2016年8月24日
【申請日】2016年5月17日
【發(fā)明人】岳亞丁, 熊祎, 梁宇, 莊廣安, 邱志勇
【申請人】騰訊科技（深圳）有限公司