本說明書一個(gè)或多個(gè)實(shí)施例涉及計(jì)算機(jī)領(lǐng)域，尤其涉及針對非平穩(wěn)請求的在線分配方法和裝置。

背景技術(shù)：

1、在線分配問題(online?allocation?problem)或在線匹配問題(online?matchingproblem)，是當(dāng)前各類業(yè)務(wù)中常見的問題，也就是說，如何在有限資源下做出決策的問題。比如，在搜索、推薦、廣告等業(yè)務(wù)領(lǐng)域，在線決策一方面需要考慮點(diǎn)擊率、轉(zhuǎn)化率等偏好指標(biāo)，另一方面可能會遇到資金、成本、流量方面的限制。如何在有限資源的前提下，對在線用戶的請求進(jìn)行實(shí)時(shí)決策，實(shí)現(xiàn)整體決策系統(tǒng)roi的最大化。決策時(shí)可能會涉及隱私數(shù)據(jù)的利用。

2、平穩(wěn)請求是指假設(shè)用戶請求的到達(dá)是獨(dú)立的，即在整個(gè)在線分配的過程中，每個(gè)時(shí)間點(diǎn)到達(dá)的請求數(shù)量、請求的收益和資源的消耗是同分布的。不滿足這種情況的情況被稱為非平穩(wěn)請求。

3、現(xiàn)有技術(shù)中，針對非平穩(wěn)請求的在線分配，常常無法保證在請求的各種可能的分布下都有比較好的效果，也就是說，分配的魯棒性不佳。

技術(shù)實(shí)現(xiàn)思路

1、本說明書一個(gè)或多個(gè)實(shí)施例描述了一種針對非平穩(wěn)請求的在線分配方法和裝置，能夠保證在請求的各種可能的分布下都有比較好的效果，也就是說，分配的魯棒性佳。

2、第一方面，提供了一種針對非平穩(wěn)請求的在線分配方法，方法包括：

3、獲取當(dāng)前在線分配的預(yù)設(shè)參數(shù)；

4、將n個(gè)在線請求對應(yīng)的總時(shí)長分成t個(gè)時(shí)段，每個(gè)時(shí)段分割為探索階段和利用階段；

5、在探索階段，基于歷史數(shù)據(jù)計(jì)算的當(dāng)前時(shí)段的資源先驗(yàn)分配向量和所述預(yù)設(shè)參數(shù)，對當(dāng)前時(shí)段的前n0個(gè)在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果，同時(shí)收集該階段的n0個(gè)在線請求樣本；

6、在利用階段，基于收集到的n0個(gè)在線請求樣本，計(jì)算當(dāng)前時(shí)段的資源后驗(yàn)分配向量，同時(shí)根據(jù)當(dāng)前時(shí)段之前的各個(gè)時(shí)段的累積資源和估計(jì)的累積資源，對當(dāng)前時(shí)段的資源后驗(yàn)分配向量進(jìn)行更新，得到目標(biāo)資源分配向量，所述估計(jì)的累積資源基于當(dāng)前時(shí)段之前的各個(gè)時(shí)段的資源后驗(yàn)分配向量而確定，基于目標(biāo)資源分配向量和所述預(yù)設(shè)參數(shù)對剩余的在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果。

7、在一種可能的實(shí)施方式中，所述預(yù)設(shè)參數(shù)至少包括資源上界向量；每個(gè)在線請求具有分別帶來的收益和資源消耗向量；所述決策結(jié)果對應(yīng)的在線分配目標(biāo)為，最大化在線決策后接受的各個(gè)請求的總收益，同時(shí)使得接受的各個(gè)請求的總的資源消耗向量滿足資源上界向量的約束。

8、進(jìn)一步地，所述基于歷史數(shù)據(jù)計(jì)算的當(dāng)前時(shí)段的資源先驗(yàn)分配向量和所述預(yù)設(shè)參數(shù)，對當(dāng)前時(shí)段的前n0個(gè)在線請求進(jìn)行決策，包括：

9、根據(jù)資源上界向量、當(dāng)前的第j個(gè)在線請求對應(yīng)的對偶變量、收益、資源消耗向量和第j個(gè)請求時(shí)的累積資源量，對第j個(gè)在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果；

10、根據(jù)該決策結(jié)果，更新第j+1個(gè)請求時(shí)的累積資源量；

11、基于歷史數(shù)據(jù)計(jì)算的當(dāng)前時(shí)段的資源先驗(yàn)分配向量和該決策結(jié)果，對第j個(gè)在線請求對應(yīng)的對偶變量進(jìn)行更新，得到第j+1個(gè)在線請求對應(yīng)的對偶變量。

12、在一種可能的實(shí)施方式中，所述基于收集到的n0個(gè)在線請求樣本，計(jì)算當(dāng)前時(shí)段的資源后驗(yàn)分配向量，包括：

13、確定收集到的n0個(gè)在線請求樣本的在線分布；

14、基于當(dāng)前時(shí)段的歷史分布和在線分布進(jìn)行加權(quán)求和，得到當(dāng)前時(shí)段的更新分布；

15、根據(jù)當(dāng)前時(shí)段的更新分布、當(dāng)前時(shí)段之前的各個(gè)時(shí)段的更新分布和當(dāng)前時(shí)段之后的各個(gè)時(shí)段的歷史分布，得到每個(gè)時(shí)段的資源期望分配向量；

16、將當(dāng)前時(shí)段的資源期望分配向量作為當(dāng)前時(shí)段的資源后驗(yàn)分配向量。

17、在一種可能的實(shí)施方式中，所述根據(jù)當(dāng)前時(shí)段之前的各個(gè)時(shí)段的累積資源和估計(jì)的累積資源，對當(dāng)前時(shí)段的資源后驗(yàn)分配向量進(jìn)行更新，包括：

18、根據(jù)估計(jì)的累積資源分配向量與實(shí)際的累積資源分配向量二者的大小關(guān)系，確定輸出分配策略；

19、根據(jù)當(dāng)前時(shí)段的資源后驗(yàn)分配向量、輸出分配策略和預(yù)先設(shè)定的模糊集半徑，確定目標(biāo)資源分配向量。

20、在一種可能的實(shí)施方式中，所述根據(jù)當(dāng)前時(shí)段之前的各個(gè)時(shí)段的累積資源和估計(jì)的累積資源，對當(dāng)前時(shí)段的資源后驗(yàn)分配向量進(jìn)行更新，包括：

21、根據(jù)估計(jì)的累積資源分配向量與實(shí)際的累積資源分配向量二者的大小關(guān)系，確定輸出分配策略和模糊集半徑的乘積；

22、根據(jù)當(dāng)前時(shí)段的資源后驗(yàn)分配向量、該乘積，確定目標(biāo)資源分配向量。

23、進(jìn)一步地，所述基于目標(biāo)資源分配向量和所述預(yù)設(shè)參數(shù)對剩余的在線請求進(jìn)行決策，包括：

24、根據(jù)資源上界向量、當(dāng)前的第j個(gè)在線請求對應(yīng)的對偶變量、收益、資源消耗向量和第j個(gè)請求時(shí)的累積資源量，對第j個(gè)在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果；

25、根據(jù)該決策結(jié)果，更新第j+1個(gè)請求時(shí)的累積資源量；

26、基于當(dāng)前時(shí)段的實(shí)際資源分配向量和該決策結(jié)果，對第j個(gè)在線請求對應(yīng)的對偶變量進(jìn)行更新，得到第j+1個(gè)在線請求對應(yīng)的對偶變量。

27、第二方面，提供了一種針對非平穩(wěn)請求的在線分配裝置，裝置包括：

28、獲取單元，用于獲取當(dāng)前在線分配的預(yù)設(shè)參數(shù)；

29、劃分單元，用于將n個(gè)在線請求對應(yīng)的總時(shí)長分成t個(gè)時(shí)段，每個(gè)時(shí)段分割為探索階段和利用階段；

30、第一處理單元，用于在探索階段，基于歷史數(shù)據(jù)計(jì)算的當(dāng)前時(shí)段的資源先驗(yàn)分配向量和所述預(yù)設(shè)參數(shù)，對當(dāng)前時(shí)段的前n0個(gè)在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果，同時(shí)收集該階段的n0個(gè)在線請求樣本；

31、第二處理單元，用于在利用階段，基于所述第一處理單元收集到的n0個(gè)在線請求樣本，計(jì)算當(dāng)前時(shí)段的資源后驗(yàn)分配向量，同時(shí)根據(jù)當(dāng)前時(shí)段之前的各個(gè)時(shí)段的累積資源和估計(jì)的累積資源，對當(dāng)前時(shí)段的資源后驗(yàn)分配向量進(jìn)行更新，得到目標(biāo)資源分配向量，所述估計(jì)的累積資源基于當(dāng)前時(shí)段之前的各個(gè)時(shí)段的資源后驗(yàn)分配向量而確定，基于目標(biāo)資源分配向量和所述預(yù)設(shè)參數(shù)對剩余的在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果。

32、第三方面，提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序在計(jì)算機(jī)中執(zhí)行時(shí)，令計(jì)算機(jī)執(zhí)行第一方面的方法。

33、第四方面，提供了一種計(jì)算設(shè)備，包括存儲器和處理器，所述存儲器中存儲有可執(zhí)行代碼，所述處理器執(zhí)行所述可執(zhí)行代碼時(shí)，實(shí)現(xiàn)第一方面的方法。

34、通過本說明書實(shí)施例提供的方法和裝置，首先獲取當(dāng)前在線分配的預(yù)設(shè)參數(shù)；然后將n個(gè)在線請求對應(yīng)的總時(shí)長分成t個(gè)時(shí)段，每個(gè)時(shí)段分割為探索階段和利用階段；接著在探索階段，基于歷史數(shù)據(jù)計(jì)算的當(dāng)前時(shí)段的資源先驗(yàn)分配向量和所述預(yù)設(shè)參數(shù)，對當(dāng)前時(shí)段的前n0個(gè)在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果，同時(shí)收集該階段的n0個(gè)在線請求樣本；最后在利用階段，基于收集到的n0個(gè)在線請求樣本，計(jì)算當(dāng)前時(shí)段的資源后驗(yàn)分配向量，同時(shí)根據(jù)當(dāng)前時(shí)段之前的各個(gè)時(shí)段的累積資源和估計(jì)的累積資源，對當(dāng)前時(shí)段的資源后驗(yàn)分配向量進(jìn)行更新，得到目標(biāo)資源分配向量，所述估計(jì)的累積資源基于當(dāng)前時(shí)段之前的各個(gè)時(shí)段的資源后驗(yàn)分配向量而確定，基于目標(biāo)資源分配向量和所述預(yù)設(shè)參數(shù)對剩余的在線請求進(jìn)行決策，得到是否接受該請求的決策結(jié)果。由上可見，本說明書實(shí)施例，結(jié)合了歷史數(shù)據(jù)和在線數(shù)據(jù)的信息，進(jìn)行在線分配決策，其中，在非平穩(wěn)的環(huán)境下，歷史數(shù)據(jù)一定程度上可以指導(dǎo)未來決策，在線數(shù)據(jù)可以更正基于先驗(yàn)的決策偏差，從而能夠保證在請求的各種可能的分布下都有比較好的效果，也就是說，分配的魯棒性佳。