[发明专利]一种电子资源消耗信息预测方法、装置、设备及存储介质在审

专利信息
申请号: 202110288853.X 申请日: 2021-03-18
公开(公告)号: CN115115074A 公开(公告)日: 2022-09-27
发明(设计)人: 何远舵 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q30/02;A63F13/79
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 朱佳
地址: 518044 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电子 资源 消耗 信息 预测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种电子资源消耗信息预测方法,其特征在于,包括:

获得目标账号的目标特征矩阵,其中,所述目标特征矩阵是基于所述目标账号的电子资源历史消耗信息获得的;

采用已训练的电子资源预测模型,基于所述目标特征矩阵,分别预测所述目标账号针对各个目标服务节点的使用概率,其中,每个目标服务节点对应一种电子资源参考消耗信息;

基于获得的各个使用概率,以及所述各个目标服务节点各自对应的电子资源参考消耗信息,获得所述目标账号的电子资源预测消耗信息。

2.根据权利要求1所述的方法,其特征在于,在采用已训练的电子资源预测模型,基于所述目标特征矩阵,分别预测所述目标账号针对各个目标服务节点的使用概率之前,还包括:

获得初始样本集合,其中,所述初始样本集合包括各个样本账号各自对应的样本特征矩阵,以及所述各个样本账号各自对应的电子资源样本消耗信息;

基于获得的各个电子资源样本消耗信息,以及设定的各个候选服务节点各自对应的电子资源参考消耗信息,分别确定所述各个样本账号各自对应的目标节点组合;

采用由各个样本特征矩阵,以及各个目标节点组合组成的训练样本集合,对待训练的电子资源预测模型进行训练,直到所述待训练的电子资源预测模型的训练损失满足预设的收敛条件为止,获得已训练的电子资源预测模型。

3.根据权利要求2所述的方法,其特征在于,基于获得的各个电子资源样本消耗信息,以及设定的各个候选服务节点各自对应的电子资源参考消耗信息,分别确定所述各个样本账号各自对应的目标节点组合,包括:

对设定的各个候选服务节点进行随机组合,获得各个候选节点组合,其中,每个候选节点组合包括至少一个候选服务节点;

基于所述各个候选服务节点各自对应的电子资源参考消耗信息,分别确定所述各个候选节点组合各自对应的电子资源参考消耗信息的组合结果;

针对所述各个样本账号,分别执行以下操作:从所述各个候选节点组合中,筛选出组合结果与所述各个样本账号中的一个样本账号对应的电子资源样本消耗信息匹配的候选节点组合,作为所述一个样本账号对应的目标节点组合。

4.根据权利要求3所述的方法,其特征在于,从所述各个候选节点组合中,筛选出组合结果与所述各个样本账号中的一个样本账号对应的电子资源样本消耗信息匹配的候选节点组合,作为所述一个样本账号对应的目标节点组合,包括:

从所述各个候选节点组合中,筛选出至少一个候选节点组合,其中,所述至少一个候选节点组合中的每个候选节点组合的组合结果,与所述一个样本账号对应的电子资源样本消耗信息之间的误差在预设的误差范围内;

若所述至少一个候选节点组合仅包括一个候选节点组合,则将所述一个候选节点组合确定为所述一个样本账号对应的目标节点组合;

若所述至少一个候选节点组合包括多个候选节点组合,则确定所述多个候选节点组合中每个候选节点组合分别包括的候选服务节点的节点数量,并筛选出所述多个候选节点组合中,节点数量在预设的节点数量范围内的候选节点组合,作为所述一个样本账号对应的目标节点组合。

5.根据权利要求2~4任一项所述的方法,其特征在于,在分别确定所述各个样本账号各自对应的目标节点组合之后,还包括:

基于获得的各个目标节点组合,统计每个候选服务节点在所述各个目标节点组合中的出现总次数,获得所述每个候选服务节点的统计结果;

从所述各个候选服务节点中,筛选出统计结果满足预设统计条件的候选服务节点,作为目标服务节点。

6.根据权利要求1~4任一项所述的方法,其特征在于,在采用已训练的电子资源预测模型,基于所述目标特征矩阵,分别预测所述目标账号针对各个目标服务节点的使用概率之前,还包括:

获得各个样本账号针对各个候选服务节点的历史使用记录;

基于获得的各个历史使用记录,统计所述各个样本账号在所述各个候选服务节点使用电子资源的使用次数;

筛选出统计的使用次数在预设的次数范围内的候选服务节点,作为目标服务节点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110288853.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top