CN110598183A - 一种流量分配方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种流量分配方法、装置、设备及存储介质。该方法包括：确定商品的类型，其中，类型包括新品和老品；根据类型确定商品的流量价值；根据流量价值对商品进行流量分配。本发明实施例在为商品分配流量时，是根据商品的新品或老品的不同类型来分别确定商品的流量价值，并进行流量的分配，使得不同类型的商品都能获得所对应的流量，从而使得流量的分配更加合理。

Description

一种流量分配方法、装置、设备及存储介质

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种流量分配方法、装置、设备及存储介质。

背景技术

近年来，用户直连工厂(Customer-to-Manufacturer，C2M)模式的电商平台日渐兴起，这种用户与供货商直接对接的模式，实现了从粗犷型生产向精细型生产的转型和进步。

在C2M平台上，每一个商品如果想要获得展出的机会，是需要电商平台分配一定的流量，流量分配的越多展出次数相应的也会增多，但电商平台所具有的流量是一定的，并且目前所采用的分配方式是根据商品销售的好坏来决定商品流量分配的多少。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：如果只按照销售情况的好坏来进行流量分配，则大部分流量就会被少部分头部商品所分配，而大部分商品，比如商家上新的商品则分配不到流量，影响商户的收益造成商户的流失，相应的影响电商平台的收入，因此现有的电商平台上还没有一种有效的方式实现对流量的合理分配。

发明内容

本发明提供一种流量分配方法、装置、设备及存储介质，以实现对电商平台上的商品进行合理的流量分配。

第一方面，本发明实施例提供了一种流量分配方法，包括：

确定商品的类型，其中，类型包括新品和老品；

根据类型确定商品的流量价值；

根据流量价值对商品进行流量分配。

第二方面，本发明实施例还提供了一种流量分配装置，包括：

商品类型确定模块，用于确定商品的类型，其中，类型包括新品和老品；

流量价值确定模块，用于根据类型确定商品的流量价值；

流量分配模块，用于根据流量价值对商品进行流量分配。

第三方面，本发明实施例还提供了一种计算机设备，计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明任意实施例的流量分配方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例的流量分配方法。

本发明实施例的技术方案，在为商品分配流量时，是根据商品的新品或老品的不同类型来分别确定商品的流量价值，并进行流量的分配，使得不同类型的商品都能获得所对应的流量，避免该商品由于分配不到流量而造成无法展示的情况发生，从而使得流量的分配更加合理。

附图说明

图1是本发明实施例一提供的一种流量分配方法的流程图；

图2是本发明实施例二提供的一种流量分配方法的流程图；

图3是本发明实施例三提供的一种流量分配装置的结构示意图；

图4是本发明实施例四提供的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的流量分配方法的流程图，本实施例可适用于在电商平台上为商品分配流量的情况，该方法可以由本发明实施例提供的流量分配方法装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。本发明实施例的方法具体包括：

步骤101.确定商品的类型。

其中，类型包括新品和老品，新品指的是电商平台上新展出的商品，老品则指的是在电商平台上已经展出过一段时间的商品，例如展出时间超过一天的商品都属于老品，展出时间未超出一天的商品则称为新品。

需要说明的是，本实施方式中并不限定商品的具体品种，例如，对于长款裙子和折叠自行车，虽然两者属于不同的品种，如果都是同一天在电商平台上进行的上新，则上述长款裙子和折叠自行车的类型都属于新品，因此本实施方式中并不限定商品的具体类型。

步骤102，根据类型确定商品的流量价值。

可选的，类型包括新品，根据类型确定商品的流量价值，可以包括：对商品分配预设流量；根据预设流量获得商品的属性信息，其中，属性信息包括点击率和转化率；根据属性信息确定商品的流量价值。

具体的说，对于类型为新品的商品，由于该类商品没有展示的历史记录，为了保证新品也能具有展示的机会，所以为其分配预设流量，该预设流量是指类型为新品的商品在电商平台上最初进行展示所需要具备的基础流量，并且该预设流量的大小是一定的，例如，预设流量100可以保证该商品在一天内的曝光量为100，当然，本实施方式中仅是举例说明，而并不限定预设流量的具体数值。在类型为新品的商品分配预设流量并获得展示机会的情况下，会相应的获得点击率和转化率等属性信息，点击率指的是点击数/曝光数，其中，点击数表示该商品所对应的历史点击次数，曝光数表示该商品所对应的历史展示次数；转化率指得是付款订单数/点击数，付款订单数指得是用户针对该商品的实际购买次数。

可选的，根据属性信息确定商品的流量价值，可以包括：确定流量价值计算公式；将属性信息作为已知量代入流量价值计算公式，获得商品的流量价值。

在一个具体实现中，当商品类型为新品时流量价值可以采用如下公式(1)进行计算获得：

f＝sqrt(ctr)*(cvr)^3/2 (1)

其中，f表示商品的流量价值，ctr表示商品的点击率，cvr表示商品的转化率。在公式(1)中既考虑到了商品的点击率，使流量能够产生用户点击，同时又考虑到了商品的转化率。当然，流量价值还可以采用如下公式(2)进行计算获得：

f`＝sqrt(ctr*cvr)*cvr (2)

其中，f、表示商品的流量价值，ctr表示商品的点击率，cvr表示商品的转化率。当对该类型为新品的商品分配100的预设流量后，如果确定该商品的点击率为80，转化率为10，将其代入公式(2)，则可以相应的获得流量价值为282。当然用户可以根据实际需要选择对应的计算公式，本实施方式中并不限定流量价值计算公式的具体形式。

可选的，类型包括老品，根据类型确定商品的流量价值，包括：获取商品的属性信息；根据属性信息确定商品的流量价值。

可选的，属性信息包括第一类属性和第二类属性，第一类属性的数值变化影响第二类属性的数值变化；第一类属性包括：点击率和转换率；第二类属性包括：销售数量、销售类目、价格、生产周期、用户类型、评价数量、折扣和收入。

可选的，根据属性信息确定商品的流量价值，可以包括：确定流量价值目标函数；对目标函数进行训练获得训练结果，并将训练结果作为商品的流量价值。

可选的，对目标函数进行训练获得训练结果，并将训练结果作为商品的流量价值，可以包括：确定转化率不变，通过第二类属性对第一线性回归模型进行训练，得到点击率的最大估计值；确定点击率的最大估计值不变，通过第二类属性对第二线性回归模型进行训练，得到转化率的最大估计值；将点击率的最大估计值和转化率的最大估计值代入流量价值目标函数，获得商品的流量价值。

可选的，第一线性回归模型和第二线性回归模型包括：logistic模型。

在另一个具体实现中，当商品类型为老品时，确定流量价值目标函数可以如下公式(3)所示：

F(x)＝sqrt(ctr)*(cvr)^3/2 (3)

其中，x表示第二类属性，F(x)表示商品的流量价值，ctr表示商品的点击率，cvr表示商品的转化率。当然，流量价值目标函数还可以采用如下公式(4)进行计算获得：

F`(x)＝sqrt(ctr*cvr)*cvr (4)

其中，x表示第二类属性，F`(x)表示商品的流量价值，ctr表示商品的点击率，cvr表示商品的转化率。当然用户可以根据实际需要选择对应的流量价值目标函数，本实施方式中并不限定流量价值目标函数的具体形式。

具体的说，在对目标函数进行训练获得商品的流量价值时，采用了两个线性回归模型分别进行训练，具体采用的是第一步骤：确定转换率cvr的值不变，通过第二类属性对第一个logistic模型进行训练，得到点击率ctr的最大估计值，例如，确定转换率3不变，通过第二类属性对第一个logistic模型进行训练所得到的点击率的最大估计值为4，则得到的目标函数所对应的流量价值为第二步骤：确定点击率ctr的最大估计值不变，通过第二类属性对第二个logistic模型进行训练，得到准化率cvr的最大估计值，例如，确定第一步骤中所得到的点击率的最大估计值4不变，通过第二个logistic模型进行训练所得到的转化率的最大估计值为5，则得到的目标函数所对应的流量价值为重复上述第一步骤和第二步骤，不断进行迭代运算直到达到预设训练次数，通过将点击率的最大估计值和转化率的最大估计值代入流量价值目标函数，获得商品的流量价值，训练次数可以设置为100，当然还可以根据实际情况进行设定，本实施方式中并不限定训练次数的具体数值。

步骤103，根据流量价值对商品进行流量分配。

可选的，在根据流量价值对商品进行流量分配，可以包括：根据流量价值确定商品在电商平台上同类商品中的排序位置；根据排序位置确定所分配的流量。

本发明实施例提供了一种流量分配方法，在为商品分配流量时，是根据商品的新品或老品的不同类型来分别确定商品的流量价值，并进行流量的分配，使得不同类型的商品都能获得所对应的流量，避免该商品由于分配不到流量而造成无法展示的情况发生，从而使得流量的分配更加合理。

实施例二

图2是本发明实施例二提供的一种流量分配方法的流程图。本发明实施例可以与上述一个或者多个实施例中各可选方案结合，具体给出了根据流量价值对商品进行流量分配的详细描述。

可选的，如图2所示，本实施例中的方法可以包括如下步骤：

步骤201，确定商品的类型。

步骤202，根据类型确定商品的流量价值。

步骤203，根据流量价值确定商品在电商平台上同类商品中的排序位置。

可选的，根据流量价值确定商品在电商平台上同类商品中的排序位置，可以包括：确定电商平台上与商品的类型相同的商品；获取类型相同的商品的流量价值；根据流量价值由大到小的顺序对商品和类型相同的商品进行排序，获得排序列表；根据排序列表确定商品在电商平台上同类商品中的排序位置。

例如，如果待分配流量的商品的类型为新品，并且确定电商平台上类型为新品的其余商品数目为80，则获取该80个商品的流量价值，在确定数据库中如果已经保存上述同类商品的流量价值的情况下，则可以从数据库中直接获取，在确定数据库中未保存上述同类商品的流量价值的情况下，则可以通过计算的方式获取，通过计算获得同类商品的流量价值的方式与上述实施例一的方式大致相同，因此本实施方式中不再进行赘述。

其中，在按照流量价值由大到小的顺序对商品和类型相同的商品进行排序，可以获得一个排序列表，并且该排序列表中共包含81个类型为新品的商品，根据该排序列表可以确定出待分配流量的商品在电商平台上同类商品中的排序位置为45。

步骤204，根据排序位置确定所分配的流量。

具体的说，数据库中提前预存了分配规则，即每一个排序位置所对应的分配流量。例如，在排序列表中如果商品的数量在100-300范围内时，则确定排序位置为45的类型为新品的商品所分配的流量为100，而在排序列表中如果商品的数量在300-500范围内时，则确定排序位置为45的类型为新品的商品所分配的流量为50。当然，本实施方式中仅是举例进行说明，而并不限定分配规则的具体方式。

本发明实施例提供了一种流量分配方法，在根据流量价值对商品进行流量分配时，具体是根据流量价值确定商品在电商平台上同类商品中的排序位置，根据排序位置确定所分配的流量，从而进一步提高了流量分配的精确度。

实施例三

图3所示是本发明实施例三提供的一种流量分配装置的结构示意图。该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。如图3所示，装置包括：商品类型确定模块301、流量价值确定模块302和流量分配模块303。

其中，商品类型确定模块301，用于确定商品的类型，其中，类型包括新品和老品；流量价值确定模块302，用于根据类型确定商品的流量价值；流量分配模块303，用于根据流量价值对商品进行流量分配。

本发明实施例提供了一种流量分配装置，在为商品分配流量时，是根据商品的新品或老品的不同类型来分别确定商品的流量价值，并进行流量的分配，使得不同类型的商品都能获得所对应的流量，避免该商品由于分配不到流量而造成无法展示的情况发生，从而使得流量的分配更加合理。

在上述各实施例的基础上，类型包括新品，流量价值确定模块可以包括：预设流量分配单元，用于对商品分配预设流量；属性信息第一获取单元，用于根据预设流量获得商品的属性信息，其中，属性信息包括点击率和转化率；流量价值第一确定单元，用于根据属性信息确定商品的流量价值。

在上述各实施例的基础上，类型包括老品，流量价值确定模块还可以包括：属性信息第二获取单元，用于获取商品的属性信息；流量价值第二确定单元，用于根据属性信息确定商品的流量价值。

在上述各实施例中，属性信息包括第一类属性和第二类属性，第一类属性的数值变化影响第二类属性的数值变化；第一类属性包括：点击率和转换率；第二类属性包括：销售数量、销售类目、价格、生产周期、用户类型、评价数量、折扣和收入。

在上述各实施例中，流量价值第一确定单元可以包括：流量价值计算公式确定子单元，用于确定流量价值计算公式；流量价值第一获取子单元，用于将属性信息作为已知量代入流量价值计算公式，获得商品的流量价值。

在上述各实施例中，流量价值第二确定单元可以包括：流量价值目标函数确定子单元，用于确定流量价值目标函数；流量价值第二获取子单元，用于对目标函数进行训练获得训练结果，并将训练结果作为商品的流量价值。

在上述各实施例中，流量价值第二获取子单元可以包括：点击率的最大估计值确定子单元，用于确定转化率不变，通过第二类属性对第一线性回归模型进行训练，得到点击率的最大估计值；转化率的最大估计值确定子单元，用于确定点击率的最大估计值不变，通过第二类属性对第二线性回归模型进行训练，得到转化率的最大估计值；流量价值第三获取子单元，用于将点击率的最大估计值和转化率的最大估计值代入流量价值目标函数，获得商品的流量价值。

在上述各实施例中，第一线性回归模型和第二线性回归模型包括：logistic模型。

在上述各实施例中，流量分配模块可以包括：排序位置确定子单元，用于根据流量价值确定商品在电商平台上同类商品中的排序位置；流量分配子单元，用于根据排序位置确定所分配的流量。

在上各实施例中，排序位置确定子单元可以包括：第一确定子单元，用于确定电商平台上与商品的类型相同的商品；第一获取子单元，用于获取类型相同的商品的流量价值；排序列表获取子单元，用于根据流量价值由大到小的顺序对商品和类型相同的商品进行排序，获得排序列表；第二获取子单元，用于根据排序列表确定商品在电商平台上同类商品中的排序位置。

实施例四

图4是本发明实施例提供的一种计算机设备的结构示意图。图4示出了适用于用来实现本发明实施方式的示例性计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机设备412以通用计算设备的形式出现。计算机设备412的组件可以包括但不限于：一个或者多个处理器412，存储器428，连接不同***组件(包括存储器428和处理器416)的总线418.

总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。

计算机设备412典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器428用于存储指令。存储器428可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该计算机设备412交互的设备通信，和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

处理器416通过运行存储在存储器428中的指令，从而执行各种功能应用以及数据处理，例如执行以下操作：

确定商品的类型，其中，类型包括新品和老品；根据类型确定商品的流量价值；根据流量价值对商品进行流量分配。

实施例五

本发明实施例五提供了存储介质，存储介质用于存储指令，指令用于执行本发明任一实施例所提供的流量分配方法。

也即：确定商品的类型，其中，类型包括新品和老品；根据类型确定商品的流量价值；根据流量价值对商品进行流量分配。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号或者计算机可读存储介质。计算机可读存储介质例如可以是—但不限于—电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (13)

1.一种流量分配方法，其特征在于，包括：

确定商品的类型，其中，所述类型包括新品和老品；

根据所述类型确定所述商品的流量价值；

根据所述流量价值对所述商品进行流量分配。

2.根据权利要求1所述的方法，其特征在于，所述类型包括新品，所述根据所述类型确定所述商品的流量价值，包括：

对所述商品分配预设流量；

根据所述预设流量获得所述商品的属性信息，其中，所述属性信息包括点击率和转化率；

根据所述属性信息确定所述商品的流量价值。

3.根据权利要求1所述的方法，其特征在于，所述类型包括老品，所述根据所述类型确定所述商品的流量价值，包括：

获取所述商品的属性信息；

根据所述属性信息确定所述商品的流量价值。

4.根据权利要求3所述的方法，其特征在于，所述属性信息包括第一类属性和第二类型属性，所述第一类属性的数值变化影响所述第二类属性的数值变化；

所述第一类属性包括：点击率和转换率；

所述第二类属性包括：销售数量、销售类目、价格、生产周期、用户类型、评价数量、折扣和收入。

5.根据权利要求2所述的方法，其特征在于，所述根据所述属性信息确定所述商品的流量价值，包括：

确定流量价值计算公式；

将所述属性信息作为已知量代入所述流量价值计算公式，获得所述商品的流量价值。

6.根据权利要求4所述的方法，其特征在于，所述根据所述属性信息确定所述商品的流量价值，包括：

确定流量价值目标函数；

对所述目标函数进行训练获得训练结果，并将所述训练结果作为所述商品的流量价值。

7.根据权利要求6所述的方法，其特征在于，所述对所述目标函数进行训练获得训练结果，并将所述训练结果作为所述商品的流量价值，包括：

确定转化率不变，通过所述第二类属性对第一线性回归模型进行训练，得到所述点击率的最大估计值；

确定所述点击率的最大估计值不变，通过所述第二类属性对第二线性回归模型进行训练，得到所述转化率的最大估计值；

将所述点击率的最大估计值和所述转化率的最大估计值代入所述流量价值目标函数，获得所述商品的流量价值。

8.根据权利要求7所述的方法，其特征在于，所述第一线性回归模型和所述第二线性回归模型包括：logistic模型。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述根据所述流量价值对所述商品进行流量分配，包括：

根据所述流量价值确定所述商品在电商平台上同类商品中的排序位置；

根据所述排序位置确定所分配的流量。

10.根据权利要求9所述的方法，其特征在于，所述根据所述流量价值确定所述商品在电商平台上同类商品中的排序位置，包括：

确定电商平台上与所述商品的类型相同的商品；

获取所述类型相同的商品的流量价值；

根据流量价值由大到小的顺序对所述商品和所述类型相同的商品进行排序，获得排序列表；

根据所述排序列表确定所述商品在所述电商平台上同类商品中的排序位置。

11.一种流量分配装置，其特征在于，包括：

商品类型确定模块，用于确定商品的类型，其中，所述类型包括新品和老品；

流量价值确定模块，用于根据所述类型确定所述商品的流量价值；

流量分配模块，用于根据所述流量价值对所述商品进行流量分配。

12.一种计算机设备，其特征在于，所述计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的流量分配方法。

13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-10中任一所述的流量分配方法。