[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
【说明书】:

本申请提供一种电子资源消耗信息预测方法、装置、设备及存储介质,可以应用于云计算领域或人工智能领域,用于解决电子资源消耗信息的预测准确性较低的问题。该方法包括: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。

技术领域

本申请涉及计算机技术领域,尤其涉及一种电子资源消耗信息预测方法、装置、设备及存储介质。

背景技术

随着科技的不断发展,在同一个流量平台中,可以针对不同类型的账号展示不同的线上信息。划分账号类型的方式可以是根据预测出的账号在该流量平台中消耗电子资源的总量进行划分,电子资源消耗总量多的账号为高消耗类型,电子资源消耗总量少的账号为低消耗类型。从而媒体平台可以通过该流量平台向高消耗类型的账号投放高消耗类型对应的线上信息,向低消耗类型的账号投放低消耗类型的线上信息等。

然而,账号消耗电子资源的情况各有不同,如果直接预测账号在流量平台中的电子资源消耗总量,可能会出现低消耗类型的账号频繁执行低消耗操作,使得低消耗类型的账号的电子资源消耗总量较高,造成预测出的低消耗类型的账号的电子资源消耗总量较高的情况,从而将低消耗类型的账号错误的识别为高消耗类型的账号,从而媒体平台无法准确地向各个账号投放线上信息。

发明内容

本申请实施例提供一种电子资源消耗信息预测方法、装置、计算机设备及存储介质,用于解决电子资源消耗信息的预测准确性较低的问题。

第一方面,提供一种电子资源消耗信息预测方法,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。

第二方面,提供一种电子资源消耗信息预测装置,包括:

获取模块:用于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;

处理模块:用于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;以及,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。

可选的,所述获取模块还用于: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,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;

所述处理模块还用于: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;

所述处理模块还用于: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。

可选的,所述处理模块具体用于:

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/2.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