[发明专利]资源流动预测方法以及装置

说明书

本说明书实施例提供资源流动预测方法以及装置，其中所述资源流动预测方法包括：获取用户的历史资源流动数据；根据所述历史资源流动数据中的流动时间数据以及流动频率数据，预测所述用户在第一目标周期内各时间段的资源流动概率；基于所述资源流动概率对所述用户进行聚类处理，获得针对所述用户的用户聚类标签；按照所述用户聚类标签对所述历史资源流动数据进行分类；根据分类后的历史资源流动数据进行资源流动预测，获得所述用户在第二目标周期内各时间段的资源流动值。

技术领域

本说明书实施例涉及数据处理技术领域，特别涉及一种资源流动预测方法。本说明书一个或者多个实施例同时涉及一种资源流动预测装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

随着互联网的发展，各项业务在线上的用户量不断增加，针对各项业务中资源管理的要求也逐步提升，比如，对于资源管理中资源流动性的管理，需要提前估算需要提供给用户的资源值，如果资源池的资源值太低，无法满足用户申请的资源，则会产生流动性风险，但资源池的资源值太高，则会造成资源闲置，提高资源成本，影响业务收益，目前针对资源值的预测方案多是基于业务特征通过时序模型进行预测，但是由于业务特征有限，导致模型精确性有限，因此需要提供更精确可靠的方案。

发明内容

有鉴于此，本说明书实施例提供了一种资源流动预测方法。本说明书一个或者多个实施例同时涉及一种资源流动预测装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种资源流动预测方法，包括：

获取用户的历史资源流动数据；

根据所述历史资源流动数据中的流动时间数据以及流动频率数据，预测所述用户在第一目标周期内各时间段的资源流动概率；

基于所述资源流动概率对所述用户进行聚类处理，获得针对所述用户的用户聚类标签；

按照所述用户聚类标签对所述历史资源流动数据进行分类；

根据分类后的历史资源流动数据进行资源流动预测，获得所述用户在第二目标周期内各时间段的资源流动值。

可选的，所述根据所述历史资源流动数据中的流动时间数据以及流动频率数据，预测所述用户在第一目标周期内各时间段的资源流动概率，包括：

在所述历史资源流动数据中抽取所述流动时间数据以及所述流动频率数据作为特征数据；

将所述特征数据输入概率预测模型进行资源流动概率预测，获得所述概率预测模型输出的所述用户在第一目标周期内各时间段的所述资源流动概率。

可选的，所述基于所述资源流动概率对所述用户进行聚类处理，获得针对所述用户的用户聚类标签，包括：

根据所述资源流动概率生成流动向量；

将所述流动向量输入用户聚类模型对所述用户进行聚类，获得所述用户聚类模型输出的针对所述用户的用户聚类标签。

可选的，所述将所述流动向量输入用户聚类模型对所述用户进行聚类，获得所述用户聚类模型输出的针对所述用户的用户聚类标签子步骤执行之后，还包括：

在所述聚类处理获得的各种聚类用户中筛选出资源流动概率为空的聚类用户作为目标聚类用户；

将所述目标聚类用户中在资源数据库存在历史流动时间数据或历史流动值数据的用户作为低活跃用户进行聚类，生成低活跃用户标签，根据所述低活跃用户标签更新所述用户聚类标签；

将所述目标聚类用户中不存在所述历史流动时间数据或所述历史流动值数据的用户作为新用户进行聚类，生成新用户标签，根据所述新用户标签更新所述用户聚类标签。