[发明专利]基于机器学习算法的资源分配方法

说明书

本发明涉及一种基于机器学习算法的资源分配方法。资源分配终端接收用户终端发送的资源获取请求，资源获取请求中携带用户标识；资源分配终端根据用户标识确定用户的第一用户类型，并采用机器学习算法对历史资源分配数据和第一用户类型进行学习，确定用户当前的资源分配参数；第一用户类型包括首次访问用户或者非首次访问用户；资源分配终端根据资源分配参数从预设的资源池中获取目标资源，并将目标资源分配给用户终端。因此在资源分配的过程中，避免了将资源池中的资源随机分配给用户终端，使得资源池中的资源分配的准确率提高，从而使得用户终端对资源分配者的配置策略响应力高。

技术领域

本发明涉及人工智能技术领域，特别是涉及了一种基于机器学习算法的资源分配方法。

背景技术

资源，包括虚拟物品以及实体物品，虚拟物品比如账户数值、积分或者电子代金券等。资源的主人可以通过社交网络将资源进行分享，被分享资源的用户仅通过简单的触发操作就可以获取到该分享的资源。例如，通过点击虚拟红包即可获取虚拟红包中的数值资源，或者通过终端扫描携带有虚拟红包的数值资源的二维码来获取相应的数值资源。

传统技术在分配资源时，资源分配者采用相应的网络终端建立一个资源池，并配置该资源池对应的资源接受者的数量。在具体分配资源时，网络终端根据资源接受者的触发操作随机为该资源接受者分配资源池内的资源。资源接受者在收到该分配的资源后，可以根据该资源响应资源分配者的一些配置策略。

但是，传统的资源分配方式，其资源分配准确率较低，从而使得资源接受者对资源分配者的配置策略响应不及时或者响应力较低，进而造成了资源分配者的资源浪费。

发明内容

基于此，有必要针对资源分配者的资源浪费问题，提供一种基于机器学习算法的资源分配方法。

第一方面，一种资源分配方法，所述方法包括：

资源分配终端接收用户终端发送的资源获取请求，所述资源获取请求中携带用户标识；

所述资源分配终端根据所述用户标识确定所述用户的第一用户类型，并采用机器学习算法对历史资源分配数据和所述第一用户类型进行学习，确定所述用户当前的资源分配参数；所述第一用户类型包括首次访问用户或者非首次访问用户；

所述资源分配终端根据所述资源分配参数从预设的资源池中获取目标资源，并将所述目标资源分配给所述用户终端。

上述资源分配方法，由于通过计算机学习算法对历史资源分配数据和第一用户类型进行学习，确定用户当前的资源分配参数；资源分配终端根据资源分配参数从预设的资源池中获取目标资源，并将目标资源分配给用户终端，所以在资源分配的过程中，避免了将资源池中的资源随机分配给用户终端，使得资源池中的资源分配的准确率提高，从而使得用户终端对资源分配者的配置策略响应力高。

在其中一个实施例中，所述采用机器学习算法对历史资源分配数据和所述第一用户类型进行学习，确定所述用户当前的资源分配参数，包括：

若所述第一用户类型为首次访问用户，则所述资源分配终端采用所述机器学习算法对所述历史资源分配数据进行学习，确定第一资源分配参数，所述第一资源分配参数使所述用户终端针对所述资源分配者的资源消耗数值满足第一预设条件。

在其中一个实施例中，所述第一资源分配参数为所述历史资源分配数据中使所述用户终端针对所述资源分配者的资源消耗数值满足第一预设条件的最小资源分配参数。

在其中一个实施例中，所述采用机器学习算法对历史资源分配数据和所述第一用户类型进行学习，确定所述用户当前的资源分配参数，包括：