CN119130543A - 一种资源分配方法及装置 - Google Patents

Abstract

本发明公开了一种资源分配方法及装置，涉及大数据技术领域，可用于金融领域，包括：响应于接收到当前用户的资源分配请求，获取当前用户的第一历史行为数据，并确定与资源分配请求对应的目标业务；基于目标业务的预设配置信息，确定目标业务是否需要精细化资源分配；响应于确定需要精细化资源分配，基于第一历史行为数据和目标业务的历史资源分配信息，确定目标业务对应的第一资源库；从第一资源库中，确定待分配至当前用户的第一目标资源；响应于确定不需要精细化资源分配，从预先配置的第二资源库中，确定待分配至当前用户的第二目标资源。本申请基于用户画像和业务需求，为用户分配更合适的资源，从而提高资源分配的准确性和活动的营销效果。

Description

一种资源分配方法及装置

技术领域

本发明涉及大数据技术领域，也可用于金融领域，尤其涉及一种资源分配方法及装置。

背景技术

随着移动互联网技术的发展，银行业转向以移动端作为最主要的触客渠道和服务推广平台，围绕手机应用程序(Application Program，APP)各大银行推出自己的会员积分体系、优惠券等营销手段，吸引用户注册和使用手机银行软件。

然而，在实际活动推广中，传统的营销方式是面向所有用户，从通用的资源库，且基于的相同的资源分配概率，为用户分配资源，其存在资源分配的针对性不强且对活动的营销效果不佳等问题。

发明内容

为了解决上述背景技术部分的至少一个技术问题，本申请提供一种资源分配方法及装置，能够基于用户画像和活动需求，为用户分配更合适的权益，从而提高资源分配的准确性和活动的营销效果。

第一方面，本发明实施例提供一种资源分配方法，该方法包括：

响应于接收到当前用户的资源分配请求，获取所述当前用户的第一历史行为数据，以及确定与所述资源分配请求对应的目标业务；

基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配；

响应于确定需要精细化资源分配，基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库；并从所述第一资源库中，确定待分配至所述当前用户的第一目标资源；

响应于确定不需要精细化资源分配，从预先配置的第二资源库中，确定待分配至所述当前用户的第二目标资源。

在本实施例的一些可选方式中，所述预设配置信息包括分配需求属性，其中，所述基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配，包括：

基于所述分配需求属性，确定所述目标业务是否需要精细化资源分配。

在本实施例的一些可选方式中，所述历史资源分配信息包括所述目标业务对应的多个历史用户，所述基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库，包括：

获取各所述历史用户的第二历史行为数据；

基于所述第一历史行为数据和所述第二历史行为数据，确定所述当前用户与各所述历史用户的第一相似度；

基于所述第一相似度，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配信息还包括各所述历史用户的历史目标资源，所述基于所述第一相似度，确定所述目标业务对应的第一资源库，包括：

将所述第一相似度大于等于第一预设相似度阈值的历史用户，确定为所述当前用户的第一参考用户；

基于所述第一参考用户的所述历史目标资源，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配信息还包括各所述历史用户的第一历史资源库，所述基于所述第一相似度，确定所述目标业务对应的第一资源库，包括：

将所述第一相似度中最大的一个对应的所述历史用户，确定为所述当前用户的最相似用户；

基于所述最相似用户的所述第一历史资源库，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配消息包括所述目标业务对应的多个历史用户和各所述历史用户的第一综合评分；所述基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库，包括：

基于各所述历史用户的第一综合评分，对所述历史用户进行分组，得到多个历史用户分组；

获取各所述历史用户的第二历史行为数据，并基于所述第二历史行为数据，确定各历史用户分组的历史行为均值数据；

基于所述历史行为均值数据和所述第一历史行为数据，确定所述当前用户与各所述历史用户分组的第二相似度；

基于所述第二相似度，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配消息还包括各所述历史用户的第二历史资源库，所述基于所述第二相似度，确定所述目标业务对应的第一资源库，包括：

将所述第二相似度中最大的一个对应的所述历史用户分组，确定为所述当前用户的最相似用户分组；

将所述最相似用户分组包括的历史用户，确定为所述当前用户的第二参考用户；

基于所述第二参考用户的所述第二历史资源库，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述第一资源库包括多个初始资源，所述从所述第一资源库中，确定待分配至所述当前用户的第一目标资源，包括：

获取各所述初始资源的分配约束条件；

基于所述第一历史行为数据和所述分配约束条件，分别确定各所述初始资源是否能够分配至所述当前用户，若否，从所述第一资源库中，去除所述初始资源，得到候选资源；

基于各所述候选资源的资源特征数据和所述第一历史行为数据，分别确定所述当前用户与各所述候选资源的匹配度；

将所述匹配度中最大的一个对应的所述候选资源，确定为所述待分配至所述当前用户的第一目标资源。

在本实施例的一些可选方式中，还包括：

响应于确定需要精细化资源分配，基于所述目标业务的预先配置信息，确定与所述目标业务对应的模型权重配置信息、第三资源库以及所述第三资源库的权益评分映射关系；

基于所述第一历史行为数据、模型权重配置信息和预先训练的评分模型，确定所述当前用户的第二综合评分；

基于所述第二综合评分和所述权益评分映射关系，从所述第三资源库中，确定待分配至所述当前用户的第三目标资源。

本发明实施例还提供一种资源分配装置，该装置包括：

目标业务确定模块，被配置为响应于接收到当前用户的资源分配请求，获取所述当前用户的第一历史行为数据，以及确定与所述资源分配请求对应的目标业务；

分配需求确定模块，被配置为基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配；

第一目标资源确定模块，被配置为响应于确定需要精细化资源分配，基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库；并从所述第一资源库中，确定待分配至所述当前用户的第一目标资源；

第二目标资源确定模块，被配置为响应于确定不需要精细化资源分配，从预先配置的第二资源库中，确定待分配至所述当前用户的第二目标资源。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述资源分配方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述资源分配方法。

本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述资源分配方法。

本发明实施例提供的资源分配方法及装置，响应于接收到当前用户的资源分配请求，获取当前用户的第一历史行为数据，并确定与资源分配请求对应的目标业务；基于目标业务的预设配置信息，确定目标业务是否需要精细化资源分配；响应于确定需要精细化资源分配，基于第一历史行为数据和目标业务的历史资源分配信息，确定目标业务对应的第一资源库；从第一资源库中，确定待分配至当前用户的第一目标资源，根据用户的偏好、行为和活动需求，为用户分配更合适的权益，从而提高资源分配的准确性和活动的营销效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明的一个实施例可以应用于其中的示例性系统架构图；

图2为本发明实施例中资源分配方法的示意性流程图之一；

图3为与本发明实施例中资源分配方法相关的后台配置的示意图；

图4为本发明实施例中资源分配方法的示意性流程图之二；

图5为本发明实施例中资源分配方法的示意性流程图之三；

图6为本发明实施例中资源分配方法的示意性流程图之四；

图7为本发明实施例中资源分配方法的示意性流程图之五；

图8为本发明实施例中资源分配方法的示意性流程图之六；

图9为本发明实施例中资源分配方法的示意性流程图之七；

图10为本发明实施例中资源分配方法的示意性流程图之八；

图11为本发明实施例中资源分配装置的结构示意图；

图12为本发明实施例提供的电子设备实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

本申请中技术方案中采集的信息是经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理，均遵守相关国家和地区的相关法律法规和标准，采取了必要保密措施，不违背公序良俗，并提供有相应的操作入口，供用户选择授权或者拒绝。

本申请技术方案中对数据的获取、传输、存储、使用、处理等均符合国家法律法规的相关规定。

需要说明的是，在本申请实施例中，可能提及某些软件、组件、模型等业界已有方案，应当将它们认为是示范性的，其目的仅仅是为了说明本申请技术方案实施中的可行性，但并不意味着申请人已经或者必然用到了该方案。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的资源分配方法或资源分配装置的实施例的示例性系统架构。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如手机银行类应用、短视频应用、网页浏览器应用、搜索类应用或社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对用户通过终端设备101、102、103产生的资源分配请求进行处理的后台服务器。后台服务器可以对接收到的资源分配请求和用户的行为数据等等进行分析等处理，并将处理结果(例如资源分配结果)反馈给终端设备101、102、103。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

需要说明的是，本申请实施例所提供的资源分配方法一般由服务器105执行。相应地，资源分配装置一般设置于服务器105中。

如背景技术部分所述，在实际活动推广中，传统的营销方式是面向所有用户，从通用的资源库，且基于的相同的资源分配概率，为用户分配资源，例如：在一个抽奖场景中，客户通过完成任务、消耗积分等形式兑换抽奖机会，客户点击领取权益后进入抽奖页面，通过抽奖转盘或任务地图等活动形式展示所有权益列表，服务器基于已设置好的中奖概率从通用奖品池中选取奖品分配给用户，其存在资源分配的针对性不强且对活动的营销效果不佳等问题。

基于此，本发明一个实施例提供一种资源分配方法，如图2所示，该方法包括：

步骤10、响应于接收到当前用户的资源分配请求，获取所述当前用户的第一历史行为数据，以及确定与所述资源分配请求对应的目标业务。

在本实施例中，资源分配的场景可以为前述的抽奖，在此场景下，资源库例如为奖品池，资源为奖品池中包括的多个奖品或权益，权益例如为快贷折扣券等金融权益、立减金、话费红包等非金融权益以及任务分奖励等，本申请对此不做限定；业务为各种专题活动，例如存款产品促销、贷款产品推广以及信用卡优惠活动等，本申请不限于此。

资源分配的场景还可以是其他涉及资源分配的场景，例如，项目资源分配、社区资源分配以及医疗资源分配等，本申请对此不做限定，例如，在医疗医院分配场景中，资源库可以为医疗池，资源为药品池中包括的多个药品、医疗器械或医疗工具等，业务可以为药品促销活动、医疗器械促销活动或医疗工具促销活动等等，本申请不限于此。

具体的，以手机银行中的抽奖场景为例对本申请的资源分配方法进行说明：

用户通过手机银行APP提供的活动入口进入抽奖页面并点击抽奖页面中的“开始抽奖”选项，资源分配方法的执行主体(例如图1中所示的服务器105)会接收到当前用户的抽奖请求(即资源分配请求)，并获取当前用户的各种历史行为数据。

其中，历史行为数据包括当前用户在当前时刻之前的用户浏览数据、用户行为数据、用户终端数据和用户交易数据等，用户行为数据例如为用户在手机银行APP上进行的查询或互动数据；用户终端数据例如为用户在手机银行APP上注册时填写的姓名、年龄以及职业等个人信息类数据；用户交易数据例如为用户购买信息(例如用户购买过的金融产品或非金融产品等)和用户的资金流水信息(例如转账交易、存款交易以及取款交易等)等，本申请对此不做限定。

需要说明的是，服务器还配置有与本申请资源分配方法相关的后台系统，如图3所示，以手机银行中的抽奖场景为例对该后台系统进行说明，具体包括如下模块：

数据仓库、客户标签管理以及奖池奖品管理，其中，服务器获取上述历史行为数据并进行汇总，经过数据聚合、数据离散化、数据维度化、数据降噪等数据预处理操作，形成多维度客户数据，再通过数据仓库离线加工，输出为应用层指标数据，供客户标签管理模块订阅和存储。

该后台系统也包含客群维护、权益维护、中奖权重维护三部分。运营人员登录进入后台，配置抽奖奖池。首先从资源库中选择抽奖获得的权益，包含快贷折扣券等金融权益，立减金、话费红包等非金融权益，以及任务分奖励，维护权益名称、权益类别、权益图标、权益说明、权益总数量、每日可领取数量以及领取规则等信息。确定配置的权益后，针对每个权益选定客群，可新建客群或选择现有标签客群。如选手机银行签约分行为A行、已开通信用卡、月均资产大于5万等标签用户，对命中标签的客户展示对应的权益。默认客群为全行用户，同一个权益可配置不同客群。其次配置权益中奖权重，权重越高，中奖概率越高；最后提交审核完成奖池维护。

进一步，服务器可以通过识别上述活动入口(业务入口)，确定该活动入口对应的活动ID(业务ID)，并根据活动ID与活动名称(业务名称)的映射关系，确定与所述资源分配请求对应的目标业务，例如信用卡优惠活动。

步骤20、基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配。

在本实施例的一些可选方式中，服务器中还存储有各活动的预设配置信息根据目标业务的活动ID获取目标业务对应的预设配置信息包括分配需求属性，例如分配需求属性，所述基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配，包括：

基于所述分配需求属性，确定所述目标业务是否需要精细化资源分配。

具体的，分配需求属性包括精细化资源分配和非精细化资源分配，根据目标业务实际对应的分配需求属性，即可确定目标业务是否需要精细化资源分配。

步骤30、响应于确定需要精细化资源分配，基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库；并从所述第一资源库中，确定待分配至所述当前用户的第一目标资源。

其中，历史资源分配信息为该目标业务在当前时刻之前的资源分配情况，例如，曾经参与过该目标业务的历史用户、各历史用户对应的资源库、各历史用户被分配的历史目标资源以及各历史用户的综合评分，其中，该综合评分基于预先设置的综合评分模型确定。

具体的，当确定需要精细化资源分配，基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库；并从所述第一资源库中，确定待分配至所述当前用户的第一目标资源。

步骤40、响应于确定不需要精细化资源分配，从预先配置的第二资源库中，确定待分配至所述当前用户的第二目标资源。

其中，第二资源库为预先配置好的非精细化资源库，当确定不需要精细化资源分配，为提高资源分配的效率，服务器直接从预先配置的第二资源库中，确定待分配至所述当前用户的第二目标资源即可。

以上述抽奖场景为例，具体的，客户抽奖时，根据客户信息与活动信息可以关联获取奖品池信息，其中奖品池获取包括非精细化资源分配奖池和精细化资源分配奖池。精细化资源分配奖池分为客户综合得分奖池和客户相似度奖池，综合得分奖池根据客户综合得分分档来映射奖品；客户相似度奖池通过计算客户特征与历史活动(业务)形成的用户特征矩阵组中的各组均值得分最高的矩阵组，来获取矩阵组对应的奖池，进行抽奖。

在本实施例的一些可选方式中，如图4所示，所述历史资源分配信息包括所述目标业务对应的多个历史用户，所述基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库，包括：

步骤301A、获取各所述历史用户的第二历史行为数据；

步骤302A、基于所述第一历史行为数据和所述第二历史行为数据，确定所述当前用户与各所述历史用户的第一相似度。

具体的，用户特征模型主要是量化不同客户之间的相似性，以便进行客户分群。首先，需要为每个用户构建一个特征向量。这个向量可以包含多种类型的用户特征标签，如：

用户在各个功能上的购买次数或浏览时间、用户的定量特征标签(资产、商贷)以及用户的社交关系强度等。

例如，假设有三个用户A、B、C，每个用户对于三个功能(理财、基金、数币充值)的购买次数和使用次数可以表示为以下向量：用户A:[5,3,2]、用户B:[3,4,1]以及用户C:[1,6,1]。

余弦相似度的计算公式为：

Cosine Similarity＝(A·B)/(||A||||B||)

其中，(A·B)是向量A和B的点积；||A||和||B||分别是向量A和B的模(长度)。余弦相似度的取值范围是[-1,1]。值越接近1，表示两个用户越相似；值越接近-1，表示两个用户越不相似；值为0表示两个用户无相关性。

步骤303A、基于所述第一相似度，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，如图5所示，所述历史资源分配信息还包括各所述历史用户的历史目标资源，所述基于所述第一相似度，确定所述目标业务对应的第一资源库，包括：

步骤3031A、将所述第一相似度大于等于第一预设相似度阈值的历史用户，确定为所述当前用户的第一参考用户；

步骤3032A、基于所述第一参考用户的所述历史目标资源，确定所述目标业务对应的第一资源库。

具体的，基于用户相似度，可以将与当前用户相似度大于等于第一预设相似度阈值的历史用户所分配的奖品，作为当前用户的奖品池。

在本实施例的一些可选方式中，如图6所示，所述历史资源分配信息还包括各所述历史用户的第一历史资源库，所述基于所述第一相似度，确定所述目标业务对应的第一资源库，包括：

步骤3031A’、将所述第一相似度中最大的一个对应的所述历史用户，确定为所述当前用户的最相似用户；

步骤3032A’、基于所述最相似用户的所述第一历史资源库，确定所述目标业务对应的第一资源库。

具体的，将所述第一相似度中最大的一个对应的所述历史用户，确定为所述当前用户的最相似用户；基于所述最相似用户的所述第一历史资源库，确定所述目标业务对应的第一资源库。例如，如果当前用户A和历史用户B的相似度最高，将用户B选择过的奖品/使用过的奖池作为第一资源库给用户A。

在本实施例的一些可选方式中，如图7所示，所述历史资源分配消息包括所述目标业务对应的多个历史用户和各所述历史用户的第一综合评分；所述基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库，包括：

步骤301B、基于各所述历史用户的第一综合评分，对所述历史用户进行分组，得到多个历史用户分组；

步骤302B、获取各所述历史用户的第二历史行为数据，并基于所述第二历史行为数据，确定各历史用户分组的历史行为均值数据；

步骤303B、基于所述历史行为均值数据和所述第一历史行为数据，确定所述当前用户与各所述历史用户分组的第二相似度；

步骤304B、基于所述第二相似度，确定所述目标业务对应的第一资源库。

在本实施例中，历史资源分配消息包括目标业务对应的多个历史用户，即曾经参与过该目标业务的历史用户；以及各历史用户的综合评分，需要说明的是，各历史用户的综合评分可以参照下述实施例步骤30’的步骤确定，具体的：

获取目标业务的预先配置信息，其中，该预先配置关系包括与目标业务对应的模型权重配置关系，例如，预先的评分模型中对各特征的评分权重；进一步基于各历史用户的历史行为数据、模型权重配置信息和预先训练好的评分模型，即可确定各历史用户的综合评分。

需要说明的是，在一些可选示例中，基于步骤30’后，确定了用户的综合评分后，该综合评分会存储在数据库中，作为历史资源分配信息，从而以便服务器直接调用，也就是说，本实施例的各历史用户的综合评分可以从数据库中直接获取。

进一步，基于各历史用户的综合评分，对历史用户进行分组，得到多个历史用户分组，具体的，例如将综合评分大于80分小于等于100分的历史用户分为一组，将综合评分大于60分小于等于80分的历史用户分为一组等，本申请对此不做限定。

进一步，获取各历史用户的第二历史行为数据，并基于第二历史行为数据，确定各历史用户分组的历史行为均值数据；具体的，以综合评分大于80分小于等于100分的历史用户为例进行说明，对该分组内的历史用户的历史行为数据进行均值计算，确定该用户分组的历史行为均值数据，同理，依次确定各历史用户分组的历史行为均值数据。

进一步，将当前用户的第一历史行为数据与各历史用户分组的历史行为均值数据进行比对，例如通过计算相似度的方式，确定当前用户与各历史用户分组的第二相似度。

在本实施例的一些可选方式中，如图8所示，所述历史资源分配消息还包括各所述历史用户的第二历史资源库，步骤304B中的所述基于所述第二相似度，确定所述目标业务对应的第一资源库，包括：

步骤3041B、将所述第二相似度中最大的一个对应的所述历史用户分组，确定为所述当前用户的最相似用户分组；

步骤3042B、将所述最相似用户分组包括的历史用户，确定为所述当前用户的第二参考用户；

步骤3043B、基于所述第二参考用户的所述第二历史资源库，确定所述目标业务对应的第一资源库。

在本实施例中，数据库中的历史资源分配消息还包括各所述历史用户的第二历史资源库，即数据库中还存储有各历史用户对应的资源库(奖池、奖品池或权益库)，进一步，将所述第二相似度中最大的一个对应的所述历史用户分组，确定为所述当前用户的最相似用户分组；并将该最相似用户分组包括的历史用户，确定为所述当前用户的第二参考用户；最后将各第二参考用户对应的历史资源库，确定为与当前用户对应的该目标业务下的第一资源库。

在本实施例的一些可选方式中，如图9所示，所述第一资源库包括多个初始资源，所述从所述第一资源库中，确定待分配至所述当前用户的第一目标资源，包括：

步骤301C、获取各所述初始资源的分配约束条件。

具体的，例如分配约束条件包括对年龄、性别或资产的限制，初始资源A需要分配给年龄在18岁以上的用户，初始资源B需要分配给资产在5万以上的用户等等，在此仅对分配约束条件进行示例，不对此进行限定，初始资源的分配约束条件预先通过图3示出的后台中进行配置，具体的，预先在奖池奖品管理模块配置各初始资源的分配约束条件。

步骤302C、基于所述第一历史行为数据和所述分配约束条件，分别确定各所述初始资源是否能够分配至所述当前用户，若否，从所述第一资源库中，去除所述初始资源，得到候选资源。

具体的，例如，当前用户的年龄为17岁，则初始资源A不能够分配至当前用户，由此从所述第一资源库中，去除不能够分配至当前用户的初始资源，得到候选资源。

步骤303C、基于各所述候选资源的资源特征数据和所述第一历史行为数据，分别确定所述当前用户与各所述候选资源的匹配度。

具体的，当前用户的历史行为数据用特征集合{user1,user2,...,userN}表示；候选资源，即候选奖品集合用特征集合{prize1,prize2,...,prizeM}；计算当前用户与候选奖品的匹配度sim(user_i,prize_j)，例如通过用户和奖品的特征值进行计算匹配度。具体的计算方式取决于业务需求和数据情况，比如使用余弦相似度、欧几里得距离等，本申请对此不做限定。

步骤304C、将所述匹配度中最大的一个对应的所述候选资源，确定为所述待分配至所述当前用户的第一目标资源。

具体的，将所述匹配度中最大的一个对应的所述候选资源，确定为所述待分配至所述当前用户的第一目标资源。

在本实施例的一些可选方式中，还包括步骤30’：

响应于确定需要精细化资源分配，基于所述目标业务的预先配置信息，确定与所述目标业务对应的模型权重配置信息、第三资源库以及所述第三资源库的权益评分映射关系；

基于所述第一历史行为数据、模型权重配置信息(如表1所示)和预先训练的评分模型，确定所述当前用户的第二综合评分；

基于所述第二综合评分和所述权益评分映射关系(如表2所示)，从所述第三资源库中，确定待分配至所述当前用户的第三目标资源。

表1

表2

用户评分模型	评分
		奖池A画像奖品A	[8,9)
奖池A画像奖品B	[7,8)
		奖池A画像奖品C	[6,7)
奖池A画像奖品D	[5,6)
		奖池A画像奖品E	[4,5)
奖池A画像奖品F	[3,4)

用户评分模型是一种用于评估用户价值、行为或特征的量化工具，它通过对用户数据的收集、分析和处理，将用户的各种属性转化为可比较的分数或等级。

例如上述奖池A关联的客户定性、定量特征。客户特征分为两大类，通用客户标签和特征客户标签。不同专题的活动主要是修改特征客户标签组合来开展。例如，针对优质客户专题的活动，特征客户标签主要由资产净值、低负载比例、个人征信情况、信用等级、还款能力、商业保险以及公积金等组合而成，其中各标签权重由业务方对优质客户档位划分比例确定，后续会根据试运行期间标签覆盖率、权益发放情况等要素进行修正。当然，通用客户标签也占较大的权重，例如年龄、户籍、学历以及婚姻等都是客户评级的重要标签。

用户评分模型总得分由通用客户标签加权得分和特征标签加权得分再次加权算得。其中，通用客户标签的权重和特征标签的权重也可从模型配置权重信息确定。各客户标签也含有多个档位，若客户数据触发同一标签多个档位，会给据实际情况获取该标签算得最高/最低/均值等情况下得分。

根据不同专题(活动)下用户评分模型综合得分映射专题下奖品池，不同的评分档位也对应着不同的奖品/权益/任务。从而对客户进行最优推荐。

图10示出了抽奖场景下的资源分配方法的示意性流程图。用户进入某抽奖引导页；获取客户信息和数仓即席订阅；根据活动ID缓存中获取活动配置确定是否精细营销，若否，配置化奖池，即获取非精细化营销奖池；若是，配置精细营销奖池；包括客户综合得分奖池和客户相似度奖池；进一步确定是否进行相似度计算，若不进行相似度计算，基于评分模型，确定用户综合评分，根据客户综合得分分档来映射奖品；若进行相似度计算，通过计算客户特征与历史活动形成的用户特征矩阵组中的各组均值得分最高的矩阵组，来获取矩阵组对应的奖池，即客户相似度奖池，来进行抽奖。

本申请根据用户的偏好和行为，为其提供更加个性化的产品或服务推荐，提升用户体验；通过精准的个性化推荐，可以更好地满足用户需求，提高活动的营销效果；通过为用户提供个性化的服务和产品，可以增强用户对活动、业务和产品的认知和信任感，提升营销效果；通过数据分析和机器学习，自动识别用户需求并提供相应的产品或服务推荐，降低了人工干预和营销成本；通过提供个性化的服务和产品，可以增加用户对平台的粘性，提高用户留存率。

需要说明的是，上述抽奖场景为示例，资源分配的场景还可以是其他涉及资源分配的场景，例如，项目资源分配、社区资源分配以及医疗资源分配等，本申请对此不做限定，例如，在医疗医院分配场景中，资源库可以为医疗池，资源为药品池中包括的多个药品、医疗器械或医疗工具等，业务可以为药品促销活动、医疗器械促销活动或医疗工具促销活动等等，本申请不限于此。

本发明实施例提供的资源分配方法，响应于接收到当前用户的资源分配请求，获取当前用户的第一历史行为数据，并确定与资源分配请求对应的目标业务；基于目标业务的预设配置信息，确定目标业务是否需要精细化资源分配；响应于确定需要精细化资源分配，基于第一历史行为数据和目标业务的历史资源分配信息，确定目标业务对应的第一资源库；从第一资源库中，确定待分配至当前用户的第一目标资源，根据用户的偏好、行为和活动需求，为用户分配更合适的权益，从而提高资源分配的准确性和活动的营销效果。

本发明实施例中还提供了一种资源分配装置，如下面的实施例所述。由于该装置解决问题的原理与资源分配方法相似，因此该装置的实施可以参见资源分配方法的实施，重复之处不再赘述。

本发明实施例还提供一种资源分配装置，如图11所示，该装置包括：

目标业务确定模块401，被配置为响应于接收到当前用户的资源分配请求，获取所述当前用户的第一历史行为数据，以及确定与所述资源分配请求对应的目标业务；

分配需求确定模块402，被配置为基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配；

第一目标资源确定模块403，被配置为响应于确定需要精细化资源分配，基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库；并从所述第一资源库中，确定待分配至所述当前用户的第一目标资源；

第二目标资源确定模块404，被配置为响应于确定不需要精细化资源分配，从预先配置的第二资源库中，确定待分配至所述当前用户的第二目标资源。

在本实施例的一些可选方式中，所述预设配置信息包括分配需求属性，其中，所述分配需求确定模块进一步被配置为：

基于所述分配需求属性，确定所述目标业务是否需要精细化资源分配。

在本实施例的一些可选方式中，所述历史资源分配信息包括所述目标业务对应的多个历史用户，所述第一目标资源确定模块包括第一资源库确定单元，所述第一资源库确定单元被配置为：

获取各所述历史用户的第二历史行为数据；

基于所述第一历史行为数据和所述第二历史行为数据，确定所述当前用户与各所述历史用户的第一相似度；

基于所述第一相似度，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配信息还包括各所述历史用户的历史目标资源，所述第一资源库确定单元进一步被配置为：

将所述第一相似度大于等于第一预设相似度阈值的历史用户，确定为所述当前用户的第一参考用户；

基于所述第一参考用户的所述历史目标资源，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配信息还包括各所述历史用户的第一历史资源库，所述第一资源库确定单元进一步被配置为：

将所述第一相似度中最大的一个对应的所述历史用户，确定为所述当前用户的最相似用户；

基于所述最相似用户的所述第一历史资源库，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配消息包括所述目标业务对应的多个历史用户和各所述历史用户的第一综合评分；所述第一目标资源确定模块包括第一资源库确定单元，所述第一资源库确定单元被配置为：

基于各所述历史用户的第一综合评分，对所述历史用户进行分组，得到多个历史用户分组；

获取各所述历史用户的第二历史行为数据，并基于所述第二历史行为数据，确定各历史用户分组的历史行为均值数据；

基于所述历史行为均值数据和所述第一历史行为数据，确定所述当前用户与各所述历史用户分组的第二相似度；

基于所述第二相似度，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述历史资源分配消息还包括各所述历史用户的第二历史资源库，所述第一资源库确定单元进一步被配置为：

将所述第二相似度中最大的一个对应的所述历史用户分组，确定为所述当前用户的最相似用户分组；

将所述最相似用户分组包括的历史用户，确定为所述当前用户的第二参考用户；

基于所述第二参考用户的所述第二历史资源库，确定所述目标业务对应的第一资源库。

在本实施例的一些可选方式中，所述第一资源库包括多个初始资源，所述第一目标资源确定模块还包括第一目标资源确定单元，第一目标资源确定单元被配置为：

获取各所述初始资源的分配约束条件；

基于所述第一历史行为数据和所述分配约束条件，分别确定各所述初始资源是否能够分配至所述当前用户，若否，从所述第一资源库中，去除所述初始资源，得到候选资源；

基于各所述候选资源的资源特征数据和所述第一历史行为数据，分别确定所述当前用户与各所述候选资源的匹配度；

将所述匹配度中最大的一个对应的所述候选资源，确定为所述待分配至所述当前用户的第一目标资源。

在本实施例的一些可选方式中，还包括第三目标资源确定模块，被配置为：

响应于确定需要精细化资源分配，基于所述目标业务的预先配置信息，确定与所述目标业务对应的模型权重配置信息、第三资源库以及所述第三资源库的权益评分映射关系；

基于所述第一历史行为数据、模型权重配置信息和预先训练的评分模型，确定所述当前用户的第二综合评分；

基于所述第二综合评分和所述权益评分映射关系，从所述第三资源库中，确定待分配至所述当前用户的第三目标资源。

需要说明的是，本发明实施例提供的资源分配方法及装置可用于金融领域，也可用于除金融领域之外的任意技术领域，本发明实施例对资源分配方法及装置的应用领域不做限定。

根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行前述实施例的资源分配方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行前述实施例的资源分配方法。

一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现前述实施例的资源分配方法。

图12示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图12所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如一种资源分配方法。

例如，在一些实施例中，一种资源分配方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的一种资源分配方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种资源分配方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

1.一种资源分配方法，其特征在于，包括：

响应于接收到当前用户的资源分配请求，获取所述当前用户的第一历史行为数据，以及确定与所述资源分配请求对应的目标业务；

基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配；

响应于确定需要精细化资源分配，基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库；并从所述第一资源库中，确定待分配至所述当前用户的第一目标资源；

响应于确定不需要精细化资源分配，从预先配置的第二资源库中，确定待分配至所述当前用户的第二目标资源。

2.根据权利要求1所述的方法，其特征在于，所述预设配置信息包括分配需求属性，其中，所述基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配，包括：

基于所述分配需求属性，确定所述目标业务是否需要精细化资源分配。

3.根据权利要求1所述的方法，其特征在于，所述历史资源分配信息包括所述目标业务对应的多个历史用户，所述基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库，包括：

获取各所述历史用户的第二历史行为数据；

基于所述第一历史行为数据和所述第二历史行为数据，确定所述当前用户与各所述历史用户的第一相似度；

基于所述第一相似度，确定所述目标业务对应的第一资源库。

4.根据权利要求3所述的方法，其特征在于，所述历史资源分配信息还包括各所述历史用户的历史目标资源，所述基于所述第一相似度，确定所述目标业务对应的第一资源库，包括：

将所述第一相似度大于等于第一预设相似度阈值的历史用户，确定为所述当前用户的第一参考用户；

基于所述第一参考用户的所述历史目标资源，确定所述目标业务对应的第一资源库。

5.根据权利要求3所述的方法，其特征在于，所述历史资源分配信息还包括各所述历史用户的第一历史资源库，所述基于所述第一相似度，确定所述目标业务对应的第一资源库，包括：

将所述第一相似度中最大的一个对应的所述历史用户，确定为所述当前用户的最相似用户；

基于所述最相似用户的所述第一历史资源库，确定所述目标业务对应的第一资源库。

6.根据权利要求1所述的方法，其特征在于，所述历史资源分配消息包括所述目标业务对应的多个历史用户和各所述历史用户的第一综合评分；所述基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库，包括：

基于各所述历史用户的第一综合评分，对所述历史用户进行分组，得到多个历史用户分组；

获取各所述历史用户的第二历史行为数据，并基于所述第二历史行为数据，确定各历史用户分组的历史行为均值数据；

基于所述历史行为均值数据和所述第一历史行为数据，确定所述当前用户与各所述历史用户分组的第二相似度；

基于所述第二相似度，确定所述目标业务对应的第一资源库。

7.根据权利要求6所述的方法，其特征在于，所述历史资源分配消息还包括各所述历史用户的第二历史资源库，所述基于所述第二相似度，确定所述目标业务对应的第一资源库，包括：

将所述第二相似度中最大的一个对应的所述历史用户分组，确定为所述当前用户的最相似用户分组；

将所述最相似用户分组包括的历史用户，确定为所述当前用户的第二参考用户；

基于所述第二参考用户的所述第二历史资源库，确定所述目标业务对应的第一资源库。

8.根据权利要求1所述的方法，其特征在于，所述第一资源库包括多个初始资源，所述从所述第一资源库中，确定待分配至所述当前用户的第一目标资源，包括：

获取各所述初始资源的分配约束条件；

基于所述第一历史行为数据和所述分配约束条件，分别确定各所述初始资源是否能够分配至所述当前用户，若否，从所述第一资源库中，去除所述初始资源，得到候选资源；

基于各所述候选资源的资源特征数据和所述第一历史行为数据，分别确定所述当前用户与各所述候选资源的匹配度；

将所述匹配度中最大的一个对应的所述候选资源，确定为所述待分配至所述当前用户的第一目标资源。

9.根据权利要求1所述的方法，其特征在于，还包括：

响应于确定需要精细化资源分配，基于所述目标业务的预先配置信息，确定与所述目标业务对应的模型权重配置信息、第三资源库以及所述第三资源库的权益评分映射关系；

基于所述第一历史行为数据、模型权重配置信息和预先训练的评分模型，确定所述当前用户的第二综合评分；

基于所述第二综合评分和所述权益评分映射关系，从所述第三资源库中，确定待分配至所述当前用户的第三目标资源。

10.一种资源分配装置，其特征在于，包括：

目标业务确定模块，被配置为响应于接收到当前用户的资源分配请求，获取所述当前用户的第一历史行为数据，以及确定与所述资源分配请求对应的目标业务；

分配需求确定模块，被配置为基于所述目标业务的预设配置信息，确定所述目标业务是否需要精细化资源分配；

第一目标资源确定模块，被配置为响应于确定需要精细化资源分配，基于所述第一历史行为数据和所述目标业务的历史资源分配信息，确定所述目标业务对应的第一资源库；并从所述第一资源库中，确定待分配至所述当前用户的第一目标资源；

第二目标资源确定模块，被配置为响应于确定不需要精细化资源分配，从预先配置的第二资源库中，确定待分配至所述当前用户的第二目标资源。

11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9任一所述的资源分配方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至9任一所述的资源分配方法。

13.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至9任一所述的资源分配方法。