[发明专利]线预测模型在审
申请号: | 201711349233.2 | 申请日: | 2017-12-15 |
公开(公告)号: | CN108205778A | 公开(公告)日: | 2018-06-26 |
发明(设计)人: | V·沙尔马;P·艾格布储拉姆;Z·黄;N·坎达卢;S·阿迪蒂亚 | 申请(专利权)人: | 维萨国际服务协会 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06Q30/02 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 陈洁;姬利永 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标资源 资源提供 提供商 处理网络 交易请求 分段 交易信息 时间距离 系统标识 预测模型 到达率 关联 分配 | ||
1.一种确定目标资源提供商的排队时间的方法,包括:
标识从处于所述目标资源提供商附近的一组资源提供商接收的多个交易;
确定与所述多个交易相关联的多个分段;
针对所述多个交易中的每个交易,基于所述多个分段中与那个交易相关联的分段来确定所述目标资源提供商处的待决交易的概率;
基于所确定的概率来确定所述目标资源提供商处的可能的总待决交易;以及
基于所述目标资源提供商处的所述可能的总待决交易来计算所述目标资源提供商的所述排队时间。
2.根据权利要求1所述的方法,其中所述一组资源提供商基于历史连续交易而被确定为处于所述目标资源提供商附近。
3.根据权利要求2所述的方法,其中如果与各个资源提供商和所述目标资源提供商两者相关联的历史连续交易发生在阈值时间帧内,则所述一组资源提供商中的各个资源提供商被确定为处于所述目标资源提供商附近。
4.根据权利要求1所述的方法,其中使用一种或多种聚类技术来确定与所述多个交易相关联的所述多个分段。
5.根据权利要求4所述的方法,其中所述使用一种或多种聚类技术包括基于每个用户的交易历史对与所述多个交易相关联的用户进行聚类。
6.根据权利要求4所述的方法,其中所述一种或多种聚类技术包括使用k均值聚类算法。
7.根据权利要求1所述的方法,其中使用至少一种回归技术来确定所述目标资源提供商处的所述可能的总待决交易。
8.根据权利要求1所述的方法,其中所述至少一种回归技术包括泊松回归。
9.根据权利要求1所述的方法,其中将所述可能的总待决交易传送到所述目标资源提供商。
10.一种服务器设备,包括:
一个或多个处理器;以及
存储器,其包括指令,所述指令当由所述一个或多个处理器执行时致使所述服务器设备:
标识从处于所述目标资源提供商附近的一组资源提供商接收的多个交易;
确定与所述多个交易相关联的多个分段;
针对所述多个交易中的每个交易,基于所述多个分段中与那个交易相关联的分段来确定所述目标资源提供商处的待决交易的概率;
基于所确定的概率来确定所述目标资源提供商处的可能的总待决交易;以及
基于所述目标资源提供商处的所述可能的总待决交易来计算所述目标资源提供商的所述排队时间。
11.根据权利要求10所述的服务器设备,其中确定与所述多个交易相关联的所述多个分段包括:
标识与所述多个交易相关联的用户;以及
确定与所标识的用户中的每一个相关联的分段。
12.根据权利要求11所述的服务器设备,其中确定与所标识的用户中的每一个相关联的分段包括:
生成包括与在多个资源提供商处的多个用户之间进行的交易相关联的关系信息的交易矩阵;以及
基于所述关系信息中的相似性将用户分组成分段。
13.根据权利要求12所述的服务器设备,其中所述指令进一步致使所述服务器设备将每个用户与对应于所述关系信息的向量相关联。
14.根据权利要求13所述的服务器设备,其中所述用户基于与所述用户相关联的所述向量而被聚类到所述分段中。
15.根据权利要求10所述的服务器设备,其中所述一组资源提供商基于所述一组资源提供商中的所述资源提供商中的每一个与所述目标资源提供商之间的时间距离而被确定为处于所述目标资源提供商附近。
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维萨国际服务协会,未经维萨国际服务协会许可,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/201711349233.2/1.html,转载请声明来源钻瓜专利网。