[发明专利]资源配置方法、装置、电子设备及计算机可读存储介质

说明书

本申请实施例提供了一种资源配置方法、装置、电子设备及计算机可读存储介质，其中，该方法包括：获取待配置服务请求端的特征信息和预设的多种资源配置策略；根据所述特征信息、所述多种资源配置策略、和预先训练的激励结果预测模型，为所述待配置服务请求端从所述多种资源配置策略中选择资源配置策略；基于选择的所述资源配置策略为所述待配置服务请求端进行资源配置，从而可以基于特定用户对应的服务请求端的特征信息，对该用户进行个性化资源配置，以提高服务资源利用率。

技术领域

本申请涉及信息技术领域，具体而言，涉及一种资源配置方法、装置、电子设备及计算机可读存储介质。

背景技术

目前，随着互联网移动通信技术及智能设备的迅速发展，各种服务类应用程序也随之诞生，比如用车应用(Application，APP)。用户可以通过用车APP输入目的地后获取相应的用车服务，当用车平台接收到用户发起的出行请求时，会为用户匹配服务提供端，提供相应的出行服务。

用车平台有时会为了平衡不同区域的打车需求，为目标用户发放相关的激励资源，以便引导目标用户在指定区域发起出行请求，提高服务车辆等服务资源的利用率。目前，激励资源一般是按照预设的规则进行配置，配置方式单调，无法针对不同用户进行个性化配置。

发明内容

有鉴于此，本申请的目的在于提供一种资源配置方法、装置、电子设备及计算机可读存储介质，以实现针对不同用户进行个性化资源配置，提高服务资源利用率。

第一方面，本申请实施例提供了一种资源配置方法，包括：

获取待配置服务请求端的特征信息和预设的多种资源配置策略；

根据所述特征信息、所述多种资源配置策略、和预先训练的激励结果预测模型，为所述待配置服务请求端从所述多种资源配置策略中选择资源配置策略；

基于选择的所述资源配置策略为所述待配置服务请求端进行资源配置。

在一些实施方式中，根据以下步骤训练所述激励结果预测模型：

获取待训练服务请求端的特征信息、预设的多种资源配置策略以及与各种资源配置策略对应的激励结果；

针对每种资源配置策略，将所述特征信息和该资源配置策略作为模型输入特征，将与该资源配置策略对应的激励结果作为模型输出特征，训练得到所述激励结果预测模型。

在一些实施方式中，得到所述激励结果预测模型之后，所述方法还包括：

按照设定周期间隔重新获取待训练服务请求端的特征信息、预设的多种资源配置策略以及与各种资源配置策略对应的激励结果；

将重新获取的所述待训练服务请求端的历史特征信息、预设的多种资源配置策略作为模型输入特征，与该资源配置策略对应的激励结果作为模型输出特征，重新训练以更新所述激励结果预测模型。

在一些实施方式中，不同的服务请求端类型对应不同的激励结果预测模型，针对其中任一种服务请求端类型，根据以下步骤训练该种服务请求端类型对应的激励结果预测模型：

获取所述任一种服务请求端类型下的待训练服务请求端的特征信息、预设的多种资源配置策略以及与各种资源配置策略对应的激励结果；

针对每种资源配置策略，将所述特征信息和该资源配置策略作为模型输入特征，将与该资源配置策略对应的激励结果作为模型输出特征，训练得到所述任一种服务请求端类型对应的所述激励结果预测模型。

在一些实施方式中，根据所述特征信息、所述多种资源配置策略、和预先训练的激励结果预测模型，为所述待配置服务请求端从所述多种资源配置策略中选择资源配置策略之前，所述方法包括：

根据所述待配置服务请求端的历史下单数据，确定所述待配置服务请求端所属的服务请求端类型；