资源聚类智能分析方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供一种资源聚类智能分析方法、装置、电子设备及存储介质，涉及金融数据分析技术领域，通过随机选定的L个初始聚类方案，对K个资源配置方案进行聚类后，基于聚类结果，分别确定L个聚类类别各自的类别适应度，并通过计算到的L个类别适应度，分别从每个聚类类别对应的资源配置方案组合中，重新选取出一个新的资源配置方案，作为该聚类类别的聚类中心，基于上述方式，本申请实施例中，采用重新选定的L个聚类中心对上述K个资源配置方案进行再次聚类，从而避免了因选定的初始聚类中心不佳而导致的局部收敛问题，进一步提升了获得的目标聚类结果的准确性。目标聚类结果的准确性。目标聚类结果的准确性。

【技术实现步骤摘要】
资源聚类智能分析方法、装置、电子设备及存储介质


[0001]本专利技术涉及金融数据分析
，尤其涉及一种资源聚类智能分析方法、装置、电子设备及存储介质。

技术介绍

[0002]在一些第三方管理平台中，为满足目标对象针对自身所持账户中，各项可调度资源提出的个性化管理需求，常常依据当前管理平台记录的各个资源配置方案各自的资源配置状况，为目标对象推荐高效、合理的资源调度方案。
[0003]例如，在一些定制化的资源调度场景中，管理平台可以采用无监督聚类的方式，依据目标对象选择的每个资源配置方案中，记录的相应资源调度数据，确定并分析出相应各个资源配置方案各自的资源配置状况，以根据目标对象提供的资源配置需求，为其确定并分析出适配的资源调度方案。
[0004]具体的，相关技术中，通常采用均值聚类的方式，依据目标对象需求的各个聚类类别，随机从指定数目的资源配置方案中，选定符合聚类类别数目的各个资源配置方案，分别作为对应各个聚类类别的初始聚类中心，并通过分析选定的各个初始聚类中心各自与其他资源配置方案之间存在的数据关联，将每个其他资源配置方案归属至其相应数据关联最强的初始聚类中心对应的聚类类别中，获得相应的初始聚类结果，进一步的，为确保获得的划分结果最优，分别确定得到的每个资源配置方案组合中，相应各个资源配置方案的方案均值，以根据每个资源配置方案组合的方案均值，重新确定作为相应聚类类别下的聚类中心，基于上述方式，通过选定的方案均值，不断调整各个聚类类别各自对应的聚类中心，从而在确保各个聚类类别下的聚类中心的选取较为稳定时，确定聚类结束并输出相应的目标聚类结果。
[0005]然而，由于实际状况下，每个资源配置方案组合的方案均值，往往是由当前聚类结果中，相应聚类类别对应的至少一个资源配置方案各自的资源配置状况确定的，因此，基于上述方式，常常会导致聚类过程中，重新选定的各个聚类中心，通常都会与当前聚类结果中，相应各个资源配置方案组合各自的聚类中心间存在密切关联，这一状况下，当选择的初始聚类中心不佳(例如，与其他资源配置方案的数据关联较弱)时，常常会引发后续获得的各个资源配置方案组合中，出现因局部收敛而导致的划分数目不均的问题，从而导致相关技术中，难以获得针对指定数目的资源配置方案的最优聚类结果，因此，相关技术中，通常存在着针对指定数目的资源配置方案，相应获得的目标聚类结果不够准确的问题，从而影响分析到的资源配置状况的准确性。

技术实现思路

[0006]本申请实施例提供一种资源聚类智能分析方法、装置、电子设备及存储介质，用于提升针对资源配置方案的聚类结果的准确性。
[0007]第一方面，本申请实施例提供一种资源聚类智能分析方法，包括：
[0008]获取K个资源配置方案各自的资源调度数据，并基于预设的L个聚类类别，对资源调度数据进行分析，确定相应的L个初始聚类方案，其中，L、K为正整数，L＜K，每个资源调度数据表征：相应资源配置方案在设定时间范围内的资源调度状况。
[0009]将L个初始聚类方案作为聚类中心，分别对K个资源配置方案进行聚类，并基于聚类结果，确定L个聚类类别各自的类别适应度，其中，每个类别适应度表征：相应聚类类别与其关联的至少一个资源配置方案间的适应程度。
[0010]基于获得的L个类别适应度，从K个资源配置方案中，重新确定相应的L个聚类方案，并将L个聚类方案作为聚类中心，对K个资源配置方案进行再次聚类，获得相应的L个资源配置方案组合。
[0011]在确定L个资源配置方案组合满足预设的聚类条件时，确定L个资源配置方案组合，为K个资源配置方案的目标聚类结果。
[0012]第二方面，本申请实施例提供一种资源聚类智能分析装置，包括：
[0013]获取模块，用于获取K个资源配置方案各自的资源调度数据，并基于预设的L个聚类类别，对所述资源调度数据进行分析，确定相应的L个初始聚类方案，其中，L、K为正整数，L＜K，每个资源调度数据表征：相应资源配置方案在设定时间范围内的资源调度状况。
[0014]聚类模块，用于将L个初始聚类方案作为聚类中心，分别对K个资源配置方案进行聚类，并基于聚类结果，确定L个聚类类别各自的类别适应度，其中，每个类别适应度表征：相应聚类类别与其关联的至少一个资源配置方案间的适应程度。
[0015]中心选取模块，用于基于获得的L个类别适应度，从K个资源配置方案中，重新确定相应的L个聚类方案，并将L个聚类方案作为聚类中心，对K个资源配置方案进行再次聚类，获得相应的L个资源配置方案组合。
[0016]确定模块，用于在确定L个资源配置方案组合满足预设的聚类条件时，确定L个资源配置方案组合，为K个资源配置方案的目标聚类结果。
[0017]在一种可选的实施例中，将所述L个初始聚类方案作为聚类中心，分别对所述K个资源配置方案进行聚类时，聚类模块具体用于：
[0018]针对所述K个资源配置方案，分别执行以下操作：
[0019]对一个资源配置方案的资源调度数据进行分析，确定一个资源配置方案的聚类位置。
[0020]基于聚类位置，分别确定一个资源配置方案与L个初始聚类方案间的聚类距离。
[0021]从L个初始聚类方案中，确定相应的聚类距离符合预设距离条件的初始聚类方案，为一个资源配置方案对应的聚类中心，并将一个资源配置方案归属至聚类中心对应的聚类类别中。
[0022]在一种可选的实施例中，对一个资源配置方案的资源调度数据进行分析，确定一个资源配置方案的聚类位置时，聚类模块具体用于：
[0023]获取一个资源配置方案的资源波动率，其中，资源波动率表征：一个资源配置方案在设定时间范围内的资源波动数量。
[0024]基于预设的固定增长率，对一个资源配置方案的资源波动率进行分析，获得一个资源配置方案的相对增长率，其中，固定增长率表征：单位时间范围内，一个资源配置方案可增长的最小资源数量，相对增长率表征：一个资源配置方案所持资源在设定时间范围内
的相对增长数量。
[0025]基于资源波动率及相对增长率，对一个资源配置方案的资源调度数据进行分析，确定一个资源配置方案的聚类位置。
[0026]在一种可选的实施例中，基于聚类结果，确定所述L个聚类类别各自的类别适应度时，聚类模块具体用于：
[0027]针对L个聚类类别，分别执行以下操作：
[0028]基于一个聚类类别中，至少一个资源配置方案各自的聚类位置，分别确定至少一个资源配置方案各自的聚类适应度，其中，每个聚类适应度表征：相应资源配置方案与一个聚类类别间的适应程度。
[0029]从至少一个资源配置方案中，确定相应聚类适应度最大的资源配置方案，为一个聚类类别的聚类中心，并将聚类中心的聚类适应度，作为一个聚类类别的类别适应度。
[0030]在一种可选的实施例中，基于获得的L个类别适应度，从K个资源配置方案中，重新确定相应的L个聚类方案时，中心选取模块具体用于：
[0031]基于获得的L个类别适应度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源聚类智能分析方法，其特征在于，包括：获取K个资源配置方案各自的资源调度数据，并基于预设的L个聚类类别，对所述资源调度数据进行分析，确定相应的L个初始聚类方案，其中，L、K为正整数，L＜K，每个资源调度数据表征：相应资源配置方案在设定时间范围内的资源调度状况；将所述L个初始聚类方案作为聚类中心，分别对所述K个资源配置方案进行聚类，并基于聚类结果，确定所述L个聚类类别各自的类别适应度，其中，每个类别适应度表征：相应聚类类别与其关联的至少一个资源配置方案间的适应程度；基于获得的L个类别适应度，从所述K个资源配置方案中，重新确定相应的L个聚类方案，并将所述L个聚类方案作为聚类中心，对所述K个资源配置方案进行再次聚类，获得相应的L个资源配置方案组合；在确定所述L个资源配置方案组合满足预设的聚类条件时，确定所述L个资源配置方案组合，为所述K个资源配置方案的目标聚类结果。2.如权利要求1所述的方法，其特征在于，所述将所述L个初始聚类方案作为聚类中心，分别对所述K个资源配置方案进行聚类，包括：针对所述K个资源配置方案，分别执行以下操作：对一个资源配置方案的资源调度数据进行分析，确定所述一个资源配置方案的聚类位置；基于所述聚类位置，分别确定所述一个资源配置方案与所述L个初始聚类方案间的聚类距离；从所述L个初始聚类方案中，确定相应的聚类距离符合预设距离条件的初始聚类方案，为所述一个资源配置方案对应的聚类中心，并将所述一个资源配置方案归属至所述聚类中心对应的聚类类别中。3.如权利要求2所述的方法，其特征在于，所述对一个资源配置方案的资源调度数据进行分析，确定所述一个资源配置方案的聚类位置，包括：获取所述一个资源配置方案的资源波动率，其中，所述资源波动率表征：所述一个资源配置方案在设定时间范围内的资源波动数量；基于预设的固定增长率，对所述一个资源配置方案的资源波动率进行分析，获得所述一个资源配置方案的相对增长率，其中，所述固定增长率表征：单位时间范围内，所述一个资源配置方案可增长的最小资源数量，所述相对增长率表征：所述一个资源配置方案所持资源在设定时间范围内的相对增长数量；基于所述资源波动率及所述相对增长率，对一个资源配置方案的资源调度数据进行分析，确定所述一个资源配置方案的聚类位置。4.如权利要求2或3所述的方法，其特征在于，所述基于聚类结果，确定所述L个聚类类别各自的类别适应度，包括：针对所述L个聚类类别，分别执行以下操作：基于一个聚类类别中，至少一个资源配置方案各自的聚类位置，分别确定所述至少一个资源配置方案各自的聚类适应度，其中，每个聚类适应度表征：相应资源配置方案与所述一个聚类类别间的适应程度；从所述至少一个资源配置方案中，确定相应聚类适应度最大的资源配置方案，为所述
一个聚类类别的聚类中心，并将所述聚类中心的聚类适应度，作为所述一个聚类类别的类别适应度。5.如权利要求4所述的方法，其特征在于，所述基于获得的L个类别适应度，从所述K个资源配置方案中，重新确定相应的L个聚类方案，包括：基于获得的L个类别适应度，对所述K个资源配置方案各自的聚类位置进行更新，其中，每个更新后的聚类位置，是基于相应资源配置方案的聚类适应度确定的；基于更新后的K个聚类位置，对所述L个类别适应度进行更新，并基于更新结果，从所述K个资源配置方案中，重新确定相应的L个聚类方案。6.如权利要求2或3所述的方法，其特征在于，所述在确定所述L个资源配置方案组合满足预设的聚类条件时，确定所述L个资源配置方案组合，为所述K个资源配置方案的目标聚类结果，包括：针对所述L个资源配置方案组合，分别执行以下操作：基于一个资源配置方案组合中，相应聚类中心各自与至少一个资源配置方案间的聚类距离，确定所述一个资源配置方案组合的聚合度，其中，所述聚合度表征：所述一个资源配置方案组合的聚类中心与其他至少一个资源配置方案间的聚合程度；在确定所述L个资源配置方案组合的聚合度小于预设的聚合度阈值时，将所述L个资源配置方案组合，作为所述K个资源配置方案的目标聚类结果。7.一种资源聚类智能分析装置，其特征在于，包括：获取模块，用于获取K个资源配置方案各自的资源调度数据，并基于预设的L个聚类类别，对所述资源调度数据进行分析，确定相应的L个初始聚类方案，其中，L、K为正整数，L＜K，每个资源调度数据表征：相应资源配置方案在设定时间范围内的资源调度状况；聚类模块，用于将所述L个初始聚类方案作为聚类中心，分别对所述K个资源配置方...

【专利技术属性】
技术研发人员：何川，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：