一种资源服务智能匹配方法、系统和计算机设备技术方案

本发明专利技术提供了一种资源服务智能匹配方法、系统和计算机设备。该方法包括：建立与各资源服务提供方相对应的子预测模型，各子预测模型分别用于计算各资源服务提供方接受用户的资源服务请求的概率；接收待匹配用户的资源服务请求；使用各子预测模型计算各资源服务提供方接受该待匹配用户的资源服务请求的概率；根据各子预测模型计算的各资源服务提供方接受该待匹配用户的资源服务请求的概率，为该待匹配用户匹配相应的资源服务提供方。本发明专利技术能能够更精确地为该待匹配用户匹配相应的资源服务提供方，能够有效地、智能化地进行用户与资源服务提供方的匹配处理。服务提供方的匹配处理。服务提供方的匹配处理。

【技术实现步骤摘要】
一种资源服务智能匹配方法、系统和计算机设备


[0001]本专利技术涉及计算机信息处理领域，具体而言，涉及一种资源服务智能匹配方法、系统和计算机设备。

技术介绍

[0002]风险预测是对风险的量化，是风险管理的关键性技术。目前一般通过建模的方式进行风险预测，在模型的建立过程中，主要有数据抽取、特征生成、特征选取、算法模型生成和合理性评估等步骤。
[0003]在现有技术中，风险预测主要的目的是如何区分出好客户和坏客户，评估用户的风险情况，以降低信用风险，并实现利润最大化。此外，随着数据的来源渠道越来越丰富，可以作为风险特征变量的数据也越来越多。在现有资源服务平台，基于用户提供资源服务请求而为用户提供资源服务，但是对于为不同用户群提供更匹配的资源服务提供方，现有方法中并没有特别有效的方法，直接将资源服务提供方分配给用户，由此造成资源服务提供方拒绝用户的资源服务请求的可能性大(即通过率低)的问题，或者造成用户与资源服务提供方的匹配不合理等的问题。此外，还存在不能为用户提供更适配或更精确的资源服务提供方、资源服务提供方接收用户的资源服务请求的通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源服务智能匹配方法，其特征在于，包括：建立与各资源服务提供方相对应的子预测模型，各子预测模型分别用于计算各资源服务提供方接受用户的资源服务请求的概率；接收待匹配用户的资源服务请求；使用各子预测模型计算各资源服务提供方接受该待匹配用户的资源服务请求的概率；根据各子预测模型计算的各资源服务提供方接受该待匹配用户的资源服务请求的概率，为该待匹配用户匹配相应的资源服务提供方。2.根据权利要求1所述的资源服务智能匹配方法，其特征在于，在接收待匹配用户的资源服务请求之前还包括：计算各资源服务提供方在特定历史时间段内的资源服务提供能力；所述为该待匹配用户匹配相应的资源服务提供方时根据所述资源服务提供能力，对所述各资源服务提供方进行排序，并筛选特定数量的资源服务提供方以形成资源服务提供方集合，将所述资源服务提供方集合作为与该待匹配用户匹配的资源服务提供方。3.根据权利要求2所述的资源服务智能匹配方法，其特征在于，所述筛选特定数量的资源服务提供方以形成资源服务提供方集合包括：通过所述待匹配用户所属的用户群，筛选特定数量的资源服务提供方以形成资源服务提供方集合；和/或通过所述用户群的数据渠道，筛选特定数量的资源服务提供方以形成资源服务提供方集合。4.根据权利要求2或3所述的资源服务智能匹配方法，其特征在于，所述资源服务请求包括用户特征参数；建立所述子预测模型的步骤包括：基于条件概率的计算原理，建立各资源服务提供方相对应的子预测模型，并分别使用各自对应的训练数据集训练相应的子预测模型，其中，所述子预测模型的输入特征为用户特征参数，输出特征为资源服务提供方接受用户的资源服务请求的概率；针对每个所述资源服务提供方进行如下步骤：获取所述资源服务提供方对应的多个训练数据样本；其中，所述训练数据样本包括：历史资源服务请求中的历史用户特征参数和对应所述历史资源服务请求被所述资源服务提供方接受的真实概率；将所述历史用户特征参数均分别输入所述子预测模型，分别输出预测概率；判断与所述真实概率一致的所述预测概率的数量在所有所述训练数据样本的数量的占比是否大于预设占比值；若是，则所述子预测模型收敛，得到训练完成的子预测模型；若否，则调整所述子预测模型中的模型参数，重新通过所述子预测模型预测所述历史用户特征参数的预测概率，直至与所述真实概率一致的所述预测概率的数量在所有所述训练数据样本的数量的占比大于预设占比值。5.根据权利要求1所述的资源服务智能匹配方法，其特征在于，所述为该待匹配用户匹配相应的...

【专利技术属性】
技术研发人员：姜润洲，丁楠，苏绥绥，
申请(专利权)人：上海淇玥信息技术有限公司，
类型：发明
国别省市：