System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开的实施方式涉及计算机,更具体地,本公开的实施方式涉及一种信息处理、模型训练方法以及电子设备。
技术介绍
1、本部分旨在为本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、随着互联网技术的快速发展,广告的投放和播放需求越来越多。目前,较为常见的广告系统,可以包括广告提供方和广告需求方。广告提供方可以是指媒体供应商,广告需求方可以是指商家。广告提供方可以提供广告的投放渠道,并为广告需求方播放广告。广告需求方可以发起广告投放渠道的竞拍。通常,一个广告投放渠道可能有多个广告需求方参与竞拍。
3、目前,为了从多个广告需求方所需要投放的多个广告中选择最终投放的目标广告,可以建立每个广告的打分任务,打分任务可以通过深度学习模型对每个广告进行投放打分。多个广告各自的打分任务可以称为竞价队列。竞价队列的长度为执行的多个打分任务的任务数量。
4、因此,如何选择竞价队列的长度是目前亟待解决的技术问题。
技术实现思路
1、本公开提供一种信息处理、模型训练方法以及电子设备,以解决目前竞价队列长度的一般是固定设置的,与实际的需求匹配度不高的技术问题。
2、在本公开实施方式的第一方面中,提供了一种信息处理方法,包括:
3、确定第一时段和第二时段,所述第一时段包括多个所述第二时段;
4、根据所述第一时段对应的队列长度预测模块,预测所述第一时段下的预测队列长度;
5、利用所述第二时段对应的
6、基于所述目标队列长度,建立所述第二时段对应的竞价队列,所述竞价队列包括至少一个竞价任务,所述竞价任务用于对需求方的竞价信息进行评分,所述至少一个竞价任务的任务数量小于等于所述目标队列长度。
7、在本公开的一个实施例中,所述根据所述第一时段对应的队列长度预测模块,预测所述第一时段下的预测队列长度,包括:
8、获取服务器在所述第一时段对应的平均流量;
9、在所述第一时段下,根据所述平均流量预测所述服务器满足预设最低服务可用率的预测队列长度。
10、在本公开的另一实施例中,在所述第一时段下,根据所述平均流量预测所述服务器满足预设最低服务可用率的预测队列长度,包括:
11、获取预先训练获得的队列长度预测模型;
12、根据所述第一时段、所述平均流量以及所述最低服务可用率确定输入数据;
13、将所述输入数据输入所述队列长度预测模型,获得所述队列长度预测模型预测获得的所述预测队列长度。
14、在本公开的又一个实施例中,获取服务器在所述第一时段对应的平均流量,包括:
15、基于预先训练获得的流量预测模型,对所述第一时段的流量进行预测,获得所述第一时段对应的平均流量。
16、在本公开的再一个实施例中,利用所述第二时段对应的队列长度调整模块和所述预测队列长度,对所述第二时段的队列长度进行动态调整,获得所述第二时段的目标队列长度,包括:
17、若所述第二时段为所述第一时段内的第1个子时段,则以所述预测队列长度作为队列的初始长度;
18、若所述第二时段为所述第一时段内的第n个子时段,则将所述第二时段的前一个第二时段对应的目标队列长度作为初始长度,其中,n大于1;
19、对所述初始长度进行动态调整,获得所述第二时段的目标队列长度。
20、在本公开的又一个实施例中,对所述初始长度进行动态调整,获得所述第二时段的目标队列长度,包括:
21、获取为服务可用率设置的最大阈值和最小阈值,并获取预先设置的最大队列长度和最小队列长度;
22、检测所述服务器的当前服务可用率;
23、若检测所述当前服务可用率大于所述最大阈值且所述初始长度小于所述最大队列长度,则上调所述初始长度,获得所述目标队列长度。
24、若检测所述当前服务可用率小于所述最小阈值且所述初始长度大于所述最小队列长度,则下调所述初始长度,获得所述目标队列长度;
25、若检测所述当前服务可用率阈值小于或等于所述最大阈值且所述当前服务可用率大于或等于所述最小阈值,则确定所述初始长度为所述目标队列长度。
26、在本公开的再一个实施例中,检测所述服务器的当前服务可用率之后,所述方法还包括:
27、若检测所述当前服务可用率大于所述最大阈值且所述初始长度大于或等于所述最大队列长度,则对所述服务器进行缩容;
28、若检测所述当前服务可用率小于所述最小阈值且所述初始长度小于或等于所述最小队列长度,对所述服务器进行扩容。
29、在本公开的又一个实施例中,基于所述目标队列长度,建立所述第二时段对应的竞价队列之后,还包括:
30、在服务器执行所述竞价队列中所述至少一个竞价任务执行的过程中,在采集时间点采集所述服务器的运行参数,所述运行参数包括以下至少一项:所述采集时间点对应的队列长度、所述采集时间点对应的访问流量以及所述采集时间点对应的服务可用率;
31、将所述采集时间点和所述运行参数关联存储于日志文件中。
32、在本公开的再一个实施例中,基于所述目标队列长度,建立所述第二时段对应的竞价队列,包括:
33、接收各需求方的终端设备发送的竞价请求,所述竞价请求包括所述需求方的竞价信息;
34、响应于各需求方的竞价请求,生成所述竞价请求中所述竞价信息对应的竞价任务;
35、按照所述第二时段对应的目标队列长度,生成任务队列;
36、将各需求方的所述竞价任务分配至所述任务队列,获得所述第二时段对应的所述竞价队列。
37、在本公开的又一个实施例中,接收各需求方的终端设备发送的竞价请求之前,还包括:
38、接收供应方触发的广告供应操作,获得广告供应信息;
39、基于所述广告供应信息,生成供应提示信息,并发送所述供应提示信息至多个需求方各自的终端设备,以提示各需求方触发所述竞价请求。
40、在本公开的又一个实施例中,
41、在本公开实施方式的第二方面中,提供了一种模型训练方法,用于训练队列长度预测模型,所述方法包括:
42、获取服务器的日志,所述日志包括多个采集时间点和各采集时间点的运行参数,所述运行参数包括:所述采集时间点对应的队列长度、所述采集时间点对应的访问流量以及所述采集时间点对应的服务可用率;
43、基于所述日志中所述多个采集时间点分别对应的运行参数,构建多个第一训练样本,所述第一训练样本包括第一训练时段以及所述第一训练时段对应的平均流量、最低服务可用率和最大队列长度;
44、以各第一训练样本的最大队列长度为预测目标,本文档来自技高网...
【技术保护点】
1.一种信息处理方法,包括:
2.根据权利要求1所述的方法,其中,所述根据所述第一时段对应的队列长度预测模块,预测所述第一时段下的预测队列长度,包括:
3.根据权利要求2所述的方法,其中,所述在所述第一时段下,根据所述平均流量预测所述服务器满足预设最低服务可用率的预测队列长度,包括:
4.根据权利要求2所述的方法,其中,所述获取服务器在所述第一时段对应的平均流量,包括:
5.根据权利要求1-4任一项所述的方法,其中,所述利用所述第二时段对应的队列长度调整模块和所述预测队列长度,对所述第二时段的队列长度进行动态调整,获得所述第二时段的目标队列长度,包括:
6.根据权利要求5所述的方法,其中,所述对所述初始长度进行动态调整,获得所述第二时段的目标队列长度,包括:
7.根据权利要求1-4任一项所述的方法,其中,所述基于所述目标队列长度,建立所述第二时段对应的竞价队列之后,还包括:
8.一种模型训练方法,用于训练如权利要求1-7中任一项所涉及的队列长度预测模型,所述方法包括:
9.一种模型训练
10.一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
...【技术特征摘要】
1.一种信息处理方法,包括:
2.根据权利要求1所述的方法,其中,所述根据所述第一时段对应的队列长度预测模块,预测所述第一时段下的预测队列长度,包括:
3.根据权利要求2所述的方法,其中,所述在所述第一时段下,根据所述平均流量预测所述服务器满足预设最低服务可用率的预测队列长度,包括:
4.根据权利要求2所述的方法,其中,所述获取服务器在所述第一时段对应的平均流量,包括:
5.根据权利要求1-4任一项所述的方法,其中,所述利用所述第二时段对应的队列长度调整模块和所述预测队列长度,对所述第二时段的队列长度进行动态调整,获得所述...
【专利技术属性】
技术研发人员:徐可,郑玮,王书为,马雨浩,王成林,蒋能学,
申请(专利权)人:杭州网易云音乐科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。