CN113052502A - 基于影响力机制的资源分配***及方法 - Google Patents

Abstract

本发明公开了基于影响力机制的资源分配***，应用于广告机的资源分配，包括：终端机，被配置为交互于用户以及，上传交互数据；服务器，被配置为接收至少两个终端机上传的交互数据以及，将所述交互数据输入配置于所述服务器的影响力模块以及，根据影响力模块输出的分配数据对将资源分配至所述终端机。本发明还公开了基于影响力机制的资源分配方法。本发明基于影响力机制的资源分配***及方法，通过本发明这种基于影响力机制的分配方式，本发明可以根据每个广告机所产生的影响力即贡献来对资源进行分配，极大的提高了资源利用率。

Description

基于影响力机制的资源分配***及方法

技术领域

本发明涉及通信信息技术领域，具体涉及基于影响力机制的资源分配***及方法。

背景技术

广告机是新一代的智能设备，通过终端软件控制、网络信息传输和多媒体终端显示构成一个完整的广告播控***，并通过图片、文字、视频、小插件(天气、汇率等)等多媒体素材进行广告宣传。广告机最初的构想是将广告变被动为主动，所以广告机的互动性使得它具备很多公共服务功能，并以此来吸引顾客主动浏览广告。

现有技术中的广告机控制机制如申请号202011481717.4的中国专利公开的一种基于集群式后台的广告机广告发布方法、装置及***，其中，所述方法：用户终端与集群式后台建立连接后，所述用户终端获得所述集群式后台的局域网内的广告机终端信息；基于局域网内的广告机终端信息获得对应的广告机终端的当前布局；所述用户终端基于对应的广告机终端的当前布局对集群式后台上的待播放广告信息进行播放编辑设置；基于所述用户终端将编辑设置好的待播放广告信息在所述集群式后台进行发布；所述集群式后台将发布的待播放广告信息按照编辑设置推送至当前布局对应的广告机终端进行广告播放。在本发明实施例中，可以实现对多个广告机终端上的广告信息同时更换设置及播放控制，降低维护成本。

从其技术中可以发现，所有的广告机均同时设置，同步播放，也相当于同步的进行资源共享，而未考虑广告机自身的价值，从而造成产生低价值的广告机会获取与产生高价值的广告机相同的资源，降低了资源利用率。

发明内容

本发明所要解决的技术问题是现有技术未考虑广告机自身的价值，从而造成产生低价值的广告机会获取与产生高价值的广告机相同的资源，降低了资源利用率，目的在于提供基于影响力机制的资源分配***及方法，解决上述问题。

本发明通过下述技术方案实现：

基于影响力机制的资源分配***，应用于广告机的资源分配，包括：

终端机，被配置为交互于用户以及，上传交互数据；

服务器，被配置为接收至少两个终端机上传的交互数据以及，将所述交互数据输入配置于所述服务器的影响力模块以及，根据影响力模块输出的分配数据对将资源分配至所述终端机。

在本发明中，终端机可以被配置为各种广告机，如出租车、电梯、各种通道等位置的广告机；而在本申请中的资源包括但不限于优质广告资源的优先播放权、广告机所有者或载体的经济奖励、赋予广告机的赠品权限等等。

本发明采用了一种权限的对广告机对应资源的分配方式，广告机通过与用户交互，来获取各种交互数据；这里所称的交互可以为向用户播放广告等信息，也可以是用户通过与广告机互动如扫码、付款、点击、分享等动作，交互数据即为这些过程中所产生的数据，如广告播放数量、用户扫码次数、用户付款数额、用户分享次数等；这些交互数据可以作为一个广告机产生影响力的参考。在本发明中，采用了一种在服务器配置影响力模块进行影响力计算的方式，由于服务器本身可以配置在云端，所以可以为影响力计算提供可靠的算力；本发明中所提及的分配数据是一种基于影响力进行分配的数据，在本技术方案中，可以采用任何已知的影响力获取方式来实现分配数据的生成。通过本发明这种基于影响力机制的分配方式，本发明可以根据每个广告机所产生的影响力即贡献来对资源进行分配，极大的提高了资源利用率。

进一步的，所述交互数据包括第一数据、第二数据和第三数据；所述终端机获取所述终端机在预设周期内向用户展示的数据量作为第一数据以及，在预设周期内用户在所述终端机上操作的数据量作为第二数据以及，所述终端机自激活起累计向用户展示的数据量作为第三数据。

进一步的，所述影响力模块被配置为，对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机的影响力数据，并根据所述影响力数据生成所述分配数据；所述分配数据为所述终端机影响力在所有终端机影响力中的占比；所述第一标准化处理采用获取所述终端机的第一数据、第二数据或第三数据与对应数据中最大值的比值后加权处理。

进一步的，所述第二数据包括第四数据、第五数据、第六数据、第七数据和第八数据；

所述终端机获取在预设周期内用户在所述终端机上交互商品金额作为第四数据以及、在预设周期内用户在所述终端机上交互商品数量作为第五数据、在预设周期内用户在所述终端机上交互广告分享数量作为第六数据以及、在预设周期内用户所述终端机上交互绑定数量作为第七数据以及、预设周期内用户在所述终端机上交互广告阅读数量作为第八数据。

进一步的，所述影响力模块被配置为对第四数据、第五数据、第六数据、第七数据和第八数据进行第二标准化处理形成所述终端机的第二影响力数据，并根据所述第二影响力数据生成对应于所述第二数据的分配数据；

所述第二标准化处理采用获取所述终端机的第四数据、第五数据、第六数据、第七数据和第八数据与对应数据中最大值的比值后加权处理。

进一步的，所述分配数据根据下式获取：

F_i＝f_i(s)+f_i(c)+f_i(k)；

式中DIP_i为对应第i个终端机的分配数据，f_i(s)为第i个终端机的第一数据对应的影响力数据，f_i(c)为第i个终端机的第三数据对应的影响力数据，f_i(k)为第i个终端机的第二数据对应的影响力数据。

进一步的，f_i(s)根据下式获取：

f_i(s)＝ω×f(s_i)÷f(S_max)

f(S_max)＝max(f(s_i))

式中，s_i为第i个终端机的第一数据；ω为对第一数据进行第一标准化处理时的权重；

f_i(c)根据下式获取：

f_i(c)＝ν×f(c_i)÷f(c_max)

f(c_max)＝max(f(c_i))

式中，c_i为第i个终端机的第三数据；ν为对第三数据进行第一标准化处理时的权重。

基于影响力机制的资源分配方法，应用于广告机的资源分配，包括以下步骤：

通过终端机交互于用户获取交互数据；

接收至少两个终端机上传的交互数据，并将所述交互数据输入影响力模块；

根据影响力模块输出的分配数据对将资源分配至所述终端机。

进一步的，影响力模块输出分配数据包括以下子步骤：

所述交互数据包括第一数据、第二数据和第三数据；所述终端机获取所述终端机在预设周期内向用户展示的数据量作为第一数据以及，在预设周期内用户在所述终端机上操作的数据量作为第二数据以及，所述终端机自激活起累计向用户展示的数据量作为第三数据；

对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机的影响力数据，并根据所述影响力数据生成所述分配数据；所述分配数据为所述终端机影响力在所有终端机影响力中的占比；所述第一标准化处理采用获取所述终端机的第一数据、第二数据或第三数据与对应数据中最大值的比值后加权处理。

进一步的，对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机的影响力数据，并根据所述影响力数据生成所述分配数据包括以下子步骤：

所述第二数据包括第四数据、第五数据、第六数据、第七数据和第八数据；

所述终端机获取在预设周期内用户在所述终端机上交互商品金额作为第四数据以及、在预设周期内用户在所述终端机上交互商品数量作为第五数据、在预设周期内用户在所述终端机上交互广告分享数量作为第六数据以及、在预设周期内用户所述终端机上交互绑定数量作为第七数据以及、预设周期内用户在所述终端机上交互广告阅读数量作为第八数据；

对第四数据、第五数据、第六数据、第七数据和第八数据进行第二标准化处理形成所述终端机的第二影响力数据，并根据所述第二影响力数据生成对应于所述第二数据的分配数据；

所述第二标准化处理采用获取所述终端机的第四数据、第五数据、第六数据、第七数据和第八数据与对应数据中最大值的比值后加权处理。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明基于影响力机制的资源分配***及方法，通过本发明这种基于影响力机制的分配方式，本发明可以根据每个广告机所产生的影响力即贡献来对资源进行分配，极大的提高了资源利用率。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明实施例***架构示意图；

图2为本发明实施例影响力模块架构示意图；

图3为本发明实施例方法步骤示意图；

图4为本发明实施例方法步骤示意图；

图5为本发明实施例方法步骤示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例

本发明通过下述技术方案实现：

为了便于对上述的基于影响力机制的资源分配***进行阐述，请结合参考图1，提供了本发明实施例所公开的基于影响力机制的资源分配***100的通信架构示意图。其中，所述基于影响力机制的资源分配***100可以包括终端机300以及服务器200，所述终端机00与所述服务器通信连接。

本实施例主要应用于广告机的资源分配，其中终端机300，被配置为交互于用户以及，上传交互数据；

服务器200，被配置为接收至少两个终端机300上传的交互数据以及，将所述交互数据输入配置于所述服务器200的影响力模块201以及，根据影响力模块201输出的分配数据对将资源分配至所述终端机300。

在具体的实施方式中，服务器200可以是台式电脑、平板电脑、笔记本电脑、手机或者其他能够实现数据处理以及数据通信的设备或云端设备，在此不作过多限定。

在本实施例中，终端机300可以被配置为各种广告机，如出租车、电梯、各种通道等位置的广告机；而在本实施例中的资源包括但不限于优质广告资源的优先播放权、广告机所有者或载体的经济奖励、赋予广告机的赠品权限等等。

在本实施例采用了一种权限的对广告机对应资源的分配方式，广告机通过与用户交互，来获取各种交互数据；这里所称的交互可以为向用户播放广告等信息，也可以是用户通过与广告机互动如扫码、付款、点击、分享等动作，交互数据即为这些过程中所产生的数据，如广告播放数量、用户扫码次数、用户付款数额、用户分享次数等；这些交互数据可以作为一个广告机产生影响力的参考。在本发明中，采用了一种在服务器200配置影响力模块201进行影响力计算的方式，由于服务器200本身可以配置在云端，所以可以为影响力计算提供可靠的算力；本实施例中所提及的分配数据是一种基于影响力进行分配的数据，在本技术方案中，可以采用任何已知的影响力获取方式来实现分配数据的生成。

在一个实施例中，所述交互数据包括第一数据、第二数据和第三数据；所述终端机300获取所述终端机300在预设周期内向用户展示的数据量作为第一数据以及，在预设周期内用户在所述终端机300上操作的数据量作为第二数据以及，所述终端机300自激活起累计向用户展示的数据量作为第三数据。

当本实施例实施时，广告机作为终端机300使用，本实施例采用了至少三种数据作为终端机300提供向服务器200的交互数据。其中，第一数据为终端机300在预设周期内向用户展示的数据量，此处的预设周期可以按照本领域技术人员的需要被配置为一天、一周、一月亦或是一年；展示的方式可以为视频、音频或者任何一种可以进行数据展示的方式，对于第一数据来说，是不需要用户做出直接反馈就可以获取的数据，例如一个布置于电梯中的广告机，其工作周期一般为24小时，那么当预设周期定义为一天时，则统计这一天中24小时其所广播出的视频数量作为第一数据；同样的，如果是一个布置于出租车中的广告机，其工作周期一般为12小时，那么当预设周期定义为一天时，则统计这一天中12小时其所广播出的视频数量作为第一数据；从上述例子中可以明显的看出，作为工作周期为24小时的设备会获取比工作周期为12小时的设备更多的第一数据量，说明了电梯中的广告机在数据广播方面做出了更多的贡献，获取了更多的影响力，第一数据表征了一个广告机的自身行为数据。

而第二数据为在预设周期内用户在所述终端机300上操作的数据量，同样的，这个预设周期可以按照本领域技术人员的需要被配置为一天、一周、一月亦或是一年，而这个预设周期一般被配置为与第一数据的预设周期相同。

第二数据所涵盖的范围较广，可以包括但不限于用户点击次数、用户分享次数等内容，这些数据必然需要通过与用户之间的互动来获取，而通过采集这些互动的数据，第二数据就可以表征一个广告机的行为效果数据。

在本实施例中，第三数据为终端机300自激活起累计向用户展示的数据量，和第一数据类似，第三数据展示的方式可以为视频、音频或者任何一种可以进行数据展示的方式，而发明人在考虑具体的数据选取时，发现了在终端机300进行数据展示时，随着数据展示的时间延长，受众对该数据的接受会逐渐增加；例如在某一时段播报如果需要家装服务请拨打xxx-xxxxx时，随着播放次数的增加，会给受众形成一个心理，当其面临这种需求时，会有很大的概率采信这种信息数据，所以发明人创造性的选取了累计的数据作为一个参考数据，通过对这三个数据进行影响力分析可以更加准确表征出一个终端机300的贡献度，即其影响力数据。

同样的，本实施例中的运算过程由于采用了预设时间的方式，所以是一个动态算法，可以通过调节预设时间的方式实现多维度的考量，具有极强的适应性。

在一个实施例中，所述影响力模块201被配置为，对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机的影响力数据，并根据所述影响力数据生成所述分配数据；所述分配数据为所述终端机影响力在所有终端机影响力中的占比；所述第一标准化处理采用获取所述终端机的第一数据、第二数据或第三数据与对应数据中最大值的比值后加权处理。

现有技术中，对于不同的终端机300所能提供的贡献值一直难以进行准确的量化，而在本实施例中，通过对终端机300各种行为和交互结果对其效果进行了一定程度的量化，再通过加权处理的过程来表征终端机300价值的体现；在本实施例中，当终端机300作为广告机时，终端机300价值的体现即为广告传播价值的体现，通过这种方式量化以后可以更有效的对广告传播价值进行评估。

本实施例实施时，采用的第一标准化处理一般优选为获取所述终端机的第一数据、第二数据或第三数据与对应数据中最大值的比值后加权处理，同样的，作为其他的可以进行标准化处理的方法同样适用于本实施例，如归一化算法等。

而在本实施例中，加权处理的权重获取方式与现有技术中存在一些差异，在现有技术中，对于影响力各影响因子的获取多以来于大数据分析和经验判断，大数据分析需要有庞大的数据群，而大数据分析中对于类别的划分也存在很多争议，不同的类别对权重的影响是非常致命的。

本实施例中，请结合参阅图2，在上述内容的基础上：

影响力模块201还包括：

生成模块211，被配置为接收第一数据、第二数据和第三数据以及，接收预设权重以及，根据预设权重、第一数据、第二数据和第三数据生成预测影响力数据；

校验模块221，被配置为接收终端机300的真实影响力数据和所述预测影响力数据以及，根据将所述真实影响力数据与所述预测影响力数据进行比对生成LOSS函数；

当所述LOSS函数满足预设需求时，所述影响力模块201根据所述预测影响力数据对应的权重生成分配数据；

当所述LOSS函数不满足预设需求时，生成模块211根据所述LOSS函数对权重进行修正，并根据修正后的权重、第一数据、第二数据和第三数据生成预测影响力数据直至所述预测影响力数据通过所述校验模块221校验；通过所述校验模块221校验为所述LOSS函数满足预设需求。

在另一个实施例中，所述第二数据包括第四数据、第五数据、第六数据、第七数据和第八数据；

所述终端机获取在预设周期内用户在所述终端机上交互商品金额作为第四数据以及、在预设周期内用户在所述终端机上交互商品数量作为第五数据、在预设周期内用户在所述终端机上交互广告分享数量作为第六数据以及、在预设周期内用户所述终端机上交互绑定数量作为第七数据以及、预设周期内用户在所述终端机上交互广告阅读数量作为第八数据。

在本实施例中，作为一种具体的实现方式，本发明对于第二数据进行了细致分类，第四数据为预设周期内用户在所述终端机上交互商品金额，与第一数据类似，这里的预设周期可以根据本领域技术人员的需求进行定义，而用户与所述终端机上交互商品金额包括但不限于购买商品、转账、借款等数据金额，虽然用户在终端机上执行这些过程是一个商业行为，但是在本实施例中采用的是对这些数据采集、处理和利用的一种方式，所以不属于商业规则。

而第五数据则采用的预设周期内用户在所述终端机上交互商品数量，商品数量相对于商品价格可以更好的体现用户与之交互的数量。而对于第六数据、第七数据和第八数据来说，都是可以作为用户与终端机300交互的一种重要体现。

在一个实施例中，所述影响力模块被配置为对第四数据、第五数据、第六数据、第七数据和第八数据进行第二标准化处理形成所述终端机的第二影响力数据，并根据所述第二影响力数据生成对应于所述第二数据的分配数据；

所述第二标准化处理采用获取所述终端机的第四数据、第五数据、第六数据、第七数据和第八数据与对应数据中最大值的比值后加权处理。

在本实施例中，除了对第一数据、第二数据和第三数据处理，还对第四数据、第五数据、第六数据、第七数据和第八数据来作为对第二数据的处理，这种层级处理方式，可以进一步的保证数据处理的准确性。对于第四数据、第五数据、第六数据、第七数据和第八数据的权重处理，可以通过生成模块211和校验模块221来实现。

在具体的实现方式中，生成模块211，被配置为接收第四数据、第五数据、第六数据、第七数据和第八数据以及，接收预设次级权重以及，根据预设次级权重、第四数据、第五数据、第六数据、第七数据和第八数据生成预测次级影响力数据；

校验模块221，被配置为接收终端机300的真实次级影响力数据和所述预测次级影响力数据以及，根据将所述真实次级影响力数据与所述预测次级影响力数据进行比对生成次级LOSS函数；

当所述次级LOSS函数满足预设需求时，所述影响力模块201根据所述预测次级影响力数据对应的次级权重生成对应于第二数据的修正数据；

当所述次级LOSS函数不满足预设需求时，生成模块211根据所述次级LOSS函数对次级权重进行修正，并根据修正后的次级权重、第四数据、第五数据、第六数据、第七数据和第八数据生成预测次级影响力数据直至所述次级预测影响力数据通过所述校验模块221校验；通过所述校验模块221校验为所述次级LOSS函数满足预设需求。

通过上述方式的权重生成过程，相当于对最真实的权重进行一步步逼近，由于服务器可以搭建在云端，运用云端强大的算力，可以完成这个运算，并且在任意时期发生了数据变化，本实施例也可以利用这种方式来进行权重的生成，避免了通过经验获取权重的方式带来的不确定性，同时，需要的样本也非常少，一次完整运算周期仅仅需要一个样本，可以有效的提高本申请的适用性。

在另一个实施例中，所述分配数据根据下式获取：

F_i＝f_i(s)+f_i(c)+f_i(k)；

式中DIP_i为对应第i个终端机的分配数据，f_i(s)为第i个终端机的第一数据对应的影响力数据，f_i(c)为第i个终端机的第三数据对应的影响力数据，f_i(k)为第i个终端机的第二数据对应的影响力数据。

进一步的，f_i(s)根据下式获取：

f_i(s)＝ω×f(s_i)÷f(S_max)

f(S_max)＝max(f(s_i))

式中，s_i为第i个终端机的第一数据；ω为对第一数据进行第一标准化处理时的权重；

f_i(c)根据下式获取：

f_i(c)＝ν×f(c_i)÷f(c_max)

f(c_max)＝max(f(c_i))

式中，c_i为第i个终端机的第三数据；ν为对第三数据进行第一标准化处理时的权重。

在本实施例中，示出了一种第一标准化处理的方式，在这种处理方式以外可以实现这种效果的算法均可以被利用到本实施例中来进行替代。

在进一步的实施方案中，第四数据、第五数据、第六数据、第七数据和第八数据也可以基于这种过程进行数据的处理，其处理过程如下：

f_i(k)＝(f_i(gv)+f_i(gn))×f_i(t)+f_i(b)+f_i(share)+f_i(r)

第四数据的处理过程如下：

f_i(gv)＝α×f(gv_i)÷f(gv_max)

f(gv_max)＝max(f(gv_i))

式中gv_i为第i个终端机的第四数据；α为对第四数据进行第二标准化处理时的权重。

第五数据的处理过程如下：

f_i(gn)＝β×f(gn_i)÷f(gn_max)

f(gn_max)＝max(f(gn_i))

式中gn_i为第i个终端机的第五数据；β为对第五数据进行第二标准化处理时的权重。

第六数据的处理过程如下：

f_i(share)＝γ×f(share_i)÷f(share_max)

f(share_max)＝max(f(share_i))

式中share_i为第i个终端机的第六数据；γ为对第六数据进行第二标准化处理时的权重。

第七数据的处理过程如下：

f_i(b)＝ε×f(b_i)÷f(b_max)

f(b_max)＝max(f(b_i))

式中b_i为第i个终端机的第七数据；ε为对第七数据进行第二标准化处理时的权重。

第八数据的处理过程如下：

f_i(r)＝θ×f(r_i)÷f(r_max)

f(r_max)＝max(f(r_i))

式中r_i为第i个终端机的第八数据；θ为对第八数据进行第二标准化处理时的权重。

最终终端机300获取的资源按下式获取：

Y_i＝DIP_i×Z

式中Y_i为第i个终端机的获取的资源，Z为总的资源量。

基于上述同样的发明构思，请结合参阅图3，为本发明实施例所提供的基于影响力机制的资源分配方法的流程示意图，应用于广告机的资源分配，包括以下步骤：

S1：通过终端机300交互于用户获取交互数据；

S2：接收至少两个终端机300上传的交互数据，并将所述交互数据输入影响力模块201；

S3：根据影响力模块201输出的分配数据对将资源分配至所述终端机300。

在本实施例中，执行主体可以为云端服务器、本地服务器，也可以为台式电脑、笔记本电脑中的一种或者多种。所述基于影响力机制的资源分配方法可以应用于图1中的服务器200。

进一步的，请结合参阅图4，所述基于影响力机制的资源分配方法具体可以包括以下步骤S21-步骤S22所描述的内容，影响力模块201输出分配数据包括以下子步骤：

S21:所述交互数据包括第一数据、第二数据和第三数据；所述终端机300获取所述终端机300在预设周期内向用户展示的数据量作为第一数据以及，在预设周期内用户在所述终端机300上操作的数据量作为第二数据以及，所述终端机300自激活起累计向用户展示的数据量作为第三数据；

S22:对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机300的影响力数据，并根据所述影响力数据生成所述分配数据；所述分配数据为所述终端机300影响力在所有终端机300影响力中的占比；所述第一标准化处理采用获取所述终端机300的第一数据、第二数据或第三数据与对应数据中最大值的比值后加权处理。

进一步的，请结合参阅图5，所述基于影响力机制的资源分配方法具体可以包括以下步骤S221-步骤S222所描述的内容，对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机300的影响力数据，并根据所述影响力数据生成所述分配数据包括以下子步骤：

S221:所述第二数据包括第四数据、第五数据、第六数据、第七数据和第八数据；

所述终端机获取在预设周期内用户在所述终端机上交互商品金额作为第四数据以及、在预设周期内用户在所述终端机上交互商品数量作为第五数据、在预设周期内用户在所述终端机上交互广告分享数量作为第六数据以及、在预设周期内用户所述终端机上交互绑定数量作为第七数据以及、预设周期内用户在所述终端机上交互广告阅读数量作为第八数据；

S222:对第四数据、第五数据、第六数据、第七数据和第八数据进行第二标准化处理形成所述终端机的第二影响力数据，并根据所述第二影响力数据生成对应于所述第二数据的分配数据；所述第二标准化处理采用获取所述终端机的第四数据、第五数据、第六数据、第七数据和第八数据与对应数据中最大值的比值后加权处理。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于影响力机制的资源分配***，其特征在于，包括：

终端机，被配置为交互于用户以及，上传交互数据；

服务器，被配置为接收至少两个终端机上传的交互数据以及，将所述交互数据输入配置于所述服务器的影响力模块以及，根据影响力模块输出的分配数据对将资源分配至所述终端机。

2.根据权利要求1所述的基于影响力机制的资源分配***，其特征在于，所述交互数据包括第一数据、第二数据和第三数据；所述终端机获取所述终端机在预设周期内向用户展示的数据量作为第一数据以及，在预设周期内用户在所述终端机上操作的数据量作为第二数据以及，所述终端机自激活起累计向用户展示的数据量作为第三数据。

3.根据权利要求2所述的基于影响力机制的资源分配***，其特征在于，所述影响力模块被配置为，对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机的影响力数据，并根据所述影响力数据生成所述分配数据；所述分配数据为所述终端机影响力在所有终端机影响力中的占比；所述第一标准化处理采用获取所述终端机的第一数据、第二数据或第三数据与对应数据中最大值的比值后加权处理。

4.根据权利要求3所述的基于影响力机制的资源分配***，其特征在于，所述第二数据包括第四数据、第五数据、第六数据、第七数据和第八数据；

所述终端机获取在预设周期内用户在所述终端机上交互商品金额作为第四数据以及、在预设周期内用户在所述终端机上交互商品数量作为第五数据、在预设周期内用户在所述终端机上交互广告分享数量作为第六数据以及、在预设周期内用户所述终端机上交互绑定数量作为第七数据以及、预设周期内用户在所述终端机上交互广告阅读数量作为第八数据。

5.根据权利要求4所述的基于影响力机制的资源分配***，其特征在于，所述影响力模块被配置为对第四数据、第五数据、第六数据、第七数据和第八数据进行第二标准化处理形成所述终端机的第二影响力数据，并根据所述第二影响力数据生成对应于所述第二数据的分配数据；

所述第二标准化处理采用获取所述终端机的第四数据、第五数据、第六数据、第七数据和第八数据与对应数据中最大值的比值后加权处理。

6.根据权利要求3所述的基于影响力机制的资源分配***，其特征在于，所述分配数据根据下式获取：

F_i＝f_i(s)+f_i(c)+f_i(k)；

式中DIP_i为对应第i个终端机的分配数据，f_i(s)为第i个终端机的第一数据对应的影响力数据，f_i(c)为第i个终端机的第三数据对应的影响力数据，f_i(k)为第i个终端机的第二数据对应的影响力数据。

7.根据权利要求6所述的基于影响力机制的资源分配***，其特征在于，f_i(s)根据下式获取：

f_i(s)＝ω×f(s_i)÷f(S_max)

f(S_max)＝max(f(s_i))

式中，s_i为第i个终端机的第一数据；ω为对第一数据进行第一标准化处理时的权重；

f_i(c)根据下式获取：

f_i(c)＝ν×f(c_i)÷f(c_max)

f(c_max)＝max(f(c_i))

式中，c_i为第i个终端机的第三数据；ν为对第三数据进行第一标准化处理时的权重。

8.基于影响力机制的资源分配方法，其特征在于，包括以下步骤：

通过终端机交互于用户获取交互数据；

接收至少两个终端机上传的交互数据，并将所述交互数据输入影响力模块；

根据影响力模块输出的分配数据对将资源分配至所述终端机。

9.根据权利要求8所述的基于影响力机制的资源分配方法，其特征在于，影响力模块输出分配数据包括以下子步骤：

所述交互数据包括第一数据、第二数据和第三数据；所述终端机获取所述终端机在预设周期内向用户展示的数据量作为第一数据以及，在预设周期内用户在所述终端机上操作的数据量作为第二数据以及，所述终端机自激活起累计向用户展示的数据量作为第三数据；

对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机的影响力数据，并根据所述影响力数据生成所述分配数据；所述分配数据为所述终端机影响力在所有终端机影响力中的占比；所述第一标准化处理采用获取所述终端机的第一数据、第二数据或第三数据与对应数据中最大值的比值后加权处理。

10.根据权利要求8所述的基于影响力机制的资源分配方法，其特征在于，对第一数据、第二数据和第三数据进行第一标准化处理形成所述终端机的影响力数据，并根据所述影响力数据生成所述分配数据包括以下子步骤：

所述第二数据包括第四数据、第五数据、第六数据、第七数据和第八数据；

所述终端机获取在预设周期内用户在所述终端机上交互商品金额作为第四数据以及、在预设周期内用户在所述终端机上交互商品数量作为第五数据、在预设周期内用户在所述终端机上交互广告分享数量作为第六数据以及、在预设周期内用户所述终端机上交互绑定数量作为第七数据以及、预设周期内用户在所述终端机上交互广告阅读数量作为第八数据；

对第四数据、第五数据、第六数据、第七数据和第八数据进行第二标准化处理形成所述终端机的第二影响力数据，并根据所述第二影响力数据生成对应于所述第二数据的分配数据；

所述第二标准化处理采用获取所述终端机的第四数据、第五数据、第六数据、第七数据和第八数据与对应数据中最大值的比值后加权处理。

Images