一种资源调度方法、装置、计算机设备和存储介质与流程

文档序号:33506819发布日期:2023-03-18 02:30阅读:88来源:国知局
一种资源调度方法、装置、计算机设备和存储介质与流程

1.本技术涉及计算机技术领域,特别是涉及一种资源调度方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术:

2.随着计算机技术的发展,出现了资源调度评估技术,资源调度评估技术是对中小型科技企业中的综合授信、信用担保资源调度、买房资源调度、异地联合协助资源调度以及项目开发资源调度进行评估,对上述各种参量进行评估时,需要资源调度平台的职员通过实地考察,获取对应的信息后进行评估。
3.然而传统技术中,对中小型科技企业在资源调度评估存在三个引起误差的痛点:第一,中小型科技企业普遍缺少征信信息,第二,中小型科技企业普遍存在内部管理不规范、财务制度混乱、企业存续状态不稳定等原因,第三,中小型科技企业知识技术密集、资产结构轻、经营风险大等特征。导致资源调度平台对企业的资源调度评估准确性低下。


技术实现要素:

4.基于此,有必要针对上述技术问题,提供一种能够提高资源调度平台对企业的资源调度评估准确性的资源调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面,本技术提供了一种资源调度方法。所述方法包括:获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对所述对象基本信息以及所述对象资源信息进行信息真实性判断;所述目标对象与资源调度平台具有资源调度关系;在所述对象基本信息以及所述对象资源信息均为真实的情况下,将所述对象基本信息、所述对象资源信息以及所述对象网络信息输入至所述资源调度平台对应的对象数字画像生成模块,得到各所述目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;将各所述对象基本情况画像信息、各所述对象资源情况画像信息以及各所述对象网络情况画像信息对应地进行叠加,得到各所述目标对象在所述资源调度平台分别对应的目标对象描述信息;所述目标对象描述信息分别表征各所述目标对象在所述资源调度平台的分类情况;将各所述目标对象描述信息输入至所述资源调度平台对应的资源调度描述模块中,得到所述目标对象描述信息满足预设条件对应的各已筛选目标对象;分别将各所述已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至所述资源调度平台,所述资源调度平台用于将各目标资源对应调度至各所述已筛选目标对象。
6.第二方面,本技术还提供了一种资源调度装置。所述装置包括:目标对象信息获取模块,用于获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对所述对象基本信息以及所述对象资源信息进行信息真实性判断;所述目标对象与资源调度平台具有资源调度关系;对象情况画像信息得到模块,用于在所述对象基本信息以及所述对
象资源信息均为真实的情况下,将所述对象基本信息、所述对象资源信息以及所述对象网络信息输入至所述资源调度平台对应的对象数字画像生成模块,得到各所述目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;目标对象描述信息得到模块,用于将各所述对象基本情况画像信息、各所述对象资源情况画像信息以及各所述对象网络情况画像信息对应地进行叠加,得到各所述目标对象在所述资源调度平台分别对应的目标对象描述信息;所述目标对象描述信息分别表征各所述目标对象在所述资源调度平台的分类情况;已筛选目标对象得到模块,用于将各所述目标对象描述信息输入至所述资源调度平台对应的资源调度描述模块中,得到所述目标对象描述信息满足预设条件对应的各已筛选目标对象;目标资源调度模块,用于分别将各所述已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至所述资源调度平台,所述资源调度平台用于将各目标资源对应调度至各所述已筛选目标对象。
7.第三方面,本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对所述对象基本信息以及所述对象资源信息进行信息真实性判断;所述目标对象与资源调度平台具有资源调度关系;在所述对象基本信息以及所述对象资源信息均为真实的情况下,将所述对象基本信息、所述对象资源信息以及所述对象网络信息输入至所述资源调度平台对应的对象数字画像生成模块,得到各所述目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;将各所述对象基本情况画像信息、各所述对象资源情况画像信息以及各所述对象网络情况画像信息对应地进行叠加,得到各所述目标对象在所述资源调度平台分别对应的目标对象描述信息;所述目标对象描述信息分别表征各所述目标对象在所述资源调度平台的分类情况;将各所述目标对象描述信息输入至所述资源调度平台对应的资源调度描述模块中,得到所述目标对象描述信息满足预设条件对应的各已筛选目标对象;分别将各所述已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至所述资源调度平台,所述资源调度平台用于将各目标资源对应调度至各所述已筛选目标对象。
8.第四方面,本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对所述对象基本信息以及所述对象资源信息进行信息真实性判断;所述目标对象与资源调度平台具有资源调度关系;在所述对象基本信息以及所述对象资源信息均为真实的情况下,将所述对象基本信息、所述对象资源信息以及所述对象网络信息输入至所述资源调度平台对应的对象数字画像生成模块,得到各所述目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;将各所述对象基本情况画像信息、各所述对象资源情况画像信息以及各所述对象网络情况画像信息对应地进行叠加,得到各所述目标对象在所述资源调度平台分别对应的目标对象描述信息;所述目标对象描述信息分别表征各所述目标对象在所述资源调度平台的分类情况;将各所述目标对象描述信息输入至所述资源调度平台对应的资源调度描述模块中,得到所述目标对象描述信息满足预设条件对应的各已筛选目标对象;分别将各所述已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象
信息数据发送至所述资源调度平台,所述资源调度平台用于将各目标资源对应调度至各所述已筛选目标对象。
9.第五方面,本技术还提供了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,该计算机程序被处理器执行时实现以下步骤:获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对所述对象基本信息以及所述对象资源信息进行信息真实性判断;所述目标对象与资源调度平台具有资源调度关系;在所述对象基本信息以及所述对象资源信息均为真实的情况下,将所述对象基本信息、所述对象资源信息以及所述对象网络信息输入至所述资源调度平台对应的对象数字画像生成模块,得到各所述目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;将各所述对象基本情况画像信息、各所述对象资源情况画像信息以及各所述对象网络情况画像信息对应地进行叠加,得到各所述目标对象在所述资源调度平台分别对应的目标对象描述信息;所述目标对象描述信息分别表征各所述目标对象在所述资源调度平台的分类情况;将各所述目标对象描述信息输入至所述资源调度平台对应的资源调度描述模块中,得到所述目标对象描述信息满足预设条件对应的各已筛选目标对象;分别将各所述已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至所述资源调度平台,所述资源调度平台用于将各目标资源对应调度至各所述已筛选目标对象。
10.上述一种资源调度方法、装置、计算机设备、存储介质和计算机程序产品,通过获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对对象基本信息以及对象资源信息进行信息真实性判断;目标对象与资源调度平台具有资源调度关系;在对象基本信息以及对象资源信息均为真实的情况下,将对象基本信息、对象资源信息以及对象网络信息输入至资源调度平台对应的对象数字画像生成模块,得到各目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;将各对象基本情况画像信息、各对象资源情况画像信息以及各对象网络情况画像信息对应地进行叠加,得到各目标对象在资源调度平台分别对应的目标对象描述信息;目标对象描述信息分别表征各目标对象在资源调度平台的分类情况;将各目标对象描述信息输入至资源调度平台对应的资源调度描述模块中,得到目标对象描述信息满足预设条件对应的各已筛选目标对象;分别将各已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至资源调度平台,资源调度平台用于将各目标资源对应调度至各已筛选目标对象。
11.通过采用目标对象进行申报、资源调度平台系统判定的方式,降低信息收集成本,有效打破目标对象与资源调度平台之间的信息壁垒,提高目标对象获取资源的直达性和便利性。同时,通过企业数字画像、资源调度模型计算等数据服务,从目标对象的基本情况、无形资产情况和舆情信息情况多角度分析、刻画中小型科技目标对象,降低目标对象融资门槛,有效解决提高资源调度平台对企业的资源调度评估准确性。
附图说明
12.图1为一个实施例中一种资源调度方法的应用环境图;
13.图2为一个实施例中一种资源调度方法的流程示意图;
14.图3为一个实施例中各画像信息得到方法的流程示意图;
15.图4为一个实施例中各对象基本情况画像信息得到方法的流程示意图;
16.图5为一个实施例中对象相关系数矩阵得到方法的流程示意图;
17.图6为一个实施例中各对象基本情况画像信息得到方法的流程示意图;
18.图7为一个实施例中各对象网络情况画像信息得到方法的流程示意图;
19.图8为一个实施例中目标对象新闻描述信息得到方法的流程示意图;
20.图9为一个实施例中目标对象描述信息得到方法的流程示意图;
21.图10为另一个实施例中对象基本情况画像信息得到方法的流程示意图;
22.图11为另一个实施例中对象网络情况画像信息得到方法的流程示意图;
23.图12为一个实施例中一种资源调度装置的结构框图;
24.图13为一个实施例中计算机设备的内部结构图。
具体实施方式
25.为了使本技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本技术进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本技术,并不用于限定本技术。
26.本技术实施例提供的一种资源调度方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对对象基本信息以及对象资源信息进行信息真实性判断;目标对象与资源调度平台具有资源调度关系;在对象基本信息以及对象资源信息均为真实的情况下,将对象基本信息、对象资源信息以及对象网络信息输入至资源调度平台对应的对象数字画像生成模块,得到各目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;将各对象基本情况画像信息、各对象资源情况画像信息以及各对象网络情况画像信息对应地进行叠加,得到各目标对象在资源调度平台分别对应的目标对象描述信息;目标对象描述信息分别表征各目标对象在资源调度平台的分类情况;将各目标对象描述信息输入至资源调度平台对应的资源调度描述模块中,得到目标对象描述信息满足预设条件对应的各已筛选目标对象;分别将各已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至资源调度平台,资源调度平台用于将各目标资源对应调度至各已筛选目标对象。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
27.在一个实施例中,如图2所示,提供了一种资源调度方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
28.步骤202,获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对对象基本信息以及对象资源信息进行信息真实性判断。
29.其中,目标对象可以是需要从资源调度的方法上获得资源的对象,一般来说,目标对象可以使社会上的企业,例如:中小型的科技企业。
30.其中,对象基本信息可以是获得资源的对象通过运营所携带的有形资产信息,例如:企业中的财务信息,固定资产信息,各种资产之间的比例等。
31.其中,对象资源信息可以是获得资源的对象通过运营所携带的无形资产信息,例如:企业中的软件著作权、资质、专利等。
32.其中,对象网络信息可以是获得资源的对象通过运营在网络上所生成的信息,例如:企业中的新闻,企业人员的征信等。
33.具体地,第一步:获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,也就是使用企业填报材料功能是对于有融资需求的企业,将准备好相关材料及证明,登录系统后按照系统提示,填写企业相关信息并上传相关证明材料,主要包括对象基本信息(企业基本信息)、对象资源信息(无形资产信息)和对象网络信息(企业舆情信息)。其中企业基本信息包括但不限于企业法人和主要领导人基本信息、营业执照、不动产证明、净利润、所得税、财务费用、固定资产、主营业务收入等;无形资产信息包括但不限于软件著作权情况、资质情况、专利情况等;企业舆情信息包括企业法人和主要领导人的征信情况,互联网中近三年与企业、企业法人和主要领导人相关的新闻。
34.第二步:对对象基本信息以及对象资源信息进行信息真实性判断,其中,判断信息真实性功能是系统通过企业上传的证明材料,判断其信息填写的真实性。如先通过图像清晰度是否存在不一致、物品边界是否一致、查看图像属性等方式判断企业上传的图像是否经过编辑。再通过ocr等技术识别证明材料中图像信息,然后对比企业填报信息,判断企业填报信息是否真实。
35.步骤204,在对象基本信息以及对象资源信息均为真实的情况下,将对象基本信息、对象资源信息以及对象网络信息输入至资源调度平台对应的对象数字画像生成模块,得到各目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息。
36.其中,对象数字画像生成模块可以是资源调度平台中用来将输入信息生成对象数字画像的模块,其中,数字画像又称数码图像或数位图像,是二维图像用有限数字数值像素的表示。由数组或矩阵表示,其光照位置和强度都是离散的。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像数字画像是一种技术将数字画像运用于教育却是一项艺术。
37.其中,对象基本情况画像信息可以是对象基本信息通过对象数字画像生成模块所得到的画像信息。
38.其中,对象资源情况画像信息可以是对象资源信息通过对象数字画像生成模块所得到的画像信息。
39.其中,对象网络情况画像信息可以是对象网络信息通过对象数字画像生成模块所得到的画像信息。
40.具体地,在对象基本信息以及对象资源信息均为真实的情况下,需要对目标对象的基本情况进行分析,尤其是目标对象的盈利能力、偿债能力、资产结构、成长能力、营运能力五个方面,是对资源调度平台是否发放资源起到重要作用。而这五个方面与目标对象的资产报酬率、流动比率、固定资产比率衡量、平均总资产增长率、流动资产周转率等众多参数息息相关。为更好的分析和刻画目标对象的基本情况,将对象基本信息、对象资源信息以
及对象网络信息输入至资源调度平台对应的对象数字画像生成模块,得到各目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息,对应的操作逻辑为首先通过主成分分析法将众多参数进行降维,再计算出目标对象的基本情况评分。如图9所示,具体步骤如下:
41.第一步:收集近年来大量科技目标对象的相关数据,包括但不限于贷款总量、总资产、净利润、营业收入、财务费用、所得税费用、资产报酬率、主营业务净利润率、流动比率、资产负债率、速动比率、利息保障倍数、固定资产比率、平均总资产增长率、平均主营业务增长率、流动资产周转率、总资产周转率等等指标。
42.第二步:对收集的样本数据进行预处理。对有缺失、冗余数据、异常数值进行删除、修正处理,得到每家科技目标对象数据,每家科技目标对象有个指标,并由此得到一个初始数据矩阵:
[0043][0044]
对初始数据矩阵b按照以下方法进行标准化处理:
[0045][0046]
其中:
[0047][0048]
则经标准化处理后数据的对象相关系数矩阵为:
[0049][0050]
其中:
[0051][0052]
利用主成分分析法,计算对象相关系数矩阵g的对象特征值(λ1,λ2,...λm)和相应的对象特征向量αi=(α
i1

i2
,...α
im
),i=1,2,...m。选择主成分累计贡献率达到85%以上的前k个主成分,各个主成分贡献t的计算公式为:
[0053][0054]
计算申报目标对象的主成分描述信息f,设申报企业的各项指标为:
[0055][0056]
则其各主成分描述信息f为:
[0057][0058]
计算申报目标对象的对象基本情况画像信息bi:将各主成分描述信息的各分量相加得到目标对象的对象基本情况画像信息bi=f1+f2+...+fk。对于任意一个目标对象执行上述的方法,可以得到各目标对象分别对应的对象基本情况画像信息。
[0059]
第三步:对目标对象的对象资源信息进行分析,得到对象资源情况画像信息。对企业的无形资产(如软件著作权、资质、专利等)进行评估存在一定的困难,如难以确定无形资产的交易价格、难以确定无形资产的经济收益等。选用专家审核的方式对无形资产进行评估。
[0060]
具体步骤如下:
[0061]

系统将企业的无形资产发送给对应领域的随机5名专家,专家从技术领域、经济收益、实用性、竞争力、应用前景、开发难度、法律状态等层面进行评分;

将5名专家评分的平均值作为该企业的对象资源情况画像信息ia。
[0062]
对于任意一个目标对象执行上述的方法,可以得到各目标对象分别对应的对象资源情况画像信息。
[0063]
第四步:对企业的舆情信息进行分析。对企业进行舆情分析不仅包括对企业本身,还包括对企业法人和主要领导人的分析。如图10所示,具体步骤如下:
[0064]

查询企业法人和主要领导人的征信情况;根据征信情况计算企业法人和主要领导人的信用评分:对每位企业法人和主要领导人,先设置初始信用分,若其信用每出现一次是贷款用户、白户、连三累六、呆账坏账、失信被执行人、频繁申贷查询等的情况,扣除一定分值。然后计算信用分的平均值作为企业领导人的对象人员描述数据r。
[0065]

收集互联网中近三年与企业、企业法人和主要领导人相关的新闻;将收集的新闻进行处理:将新闻分为正面新闻和负面新闻,并确定新闻的影响系数,当是正面新闻时,影响系数为+1,当是负面新闻时,影响系数为-1。根据新闻的评论、转发等数据计算新闻的热度,统计新闻保持在一定热度之上的持续时间;计算每条新闻的得分=影响系数*热度*持续时间。将所有新闻得分的平均值作为企业的目标对象状况新闻描述信息u。
[0066]

计算申报企业的舆情信息评分ps:将企业领导人的对象人员描述数据r和对象状况新闻描述信息u相加得到企业的对象网络情况画像信息ps=r+u。
[0067]
对于任意一个目标对象执行上述的方法,可以得到各目标对象分别对应的对象网络情况画像信息。
[0068]
步骤206,将各对象基本情况画像信息、各对象资源情况画像信息以及各对象网络情况画像信息对应地进行叠加,得到各目标对象在资源调度平台分别对应的目标对象描述
信息。
[0069]
其中,目标对象描述信息可以是任意一个目标对象的总的情况画像信息,用于表示当前的目标对象的具体情况。
[0070]
具体地,目标对象数字画像由企业的基本情况、无形资产情况和舆情信息三部分刻画,且企业的综合得分s是将企业基本情况、无形资产情况和舆情信息三部分得分相加而得到的,即目标对象描述信息s=bi+ia+ps=f1+f2+...+fk+ia+u+r。
[0071]
步骤208,将各目标对象描述信息输入至资源调度平台对应的资源调度描述模块中,得到目标对象描述信息满足预设条件对应的各已筛选目标对象。
[0072]
其中,资源调度描述模块可以是基于神经网络算法,利用企业数字画像,训练一个资源调度模型,计算出资源调度平台的资源调度详情。
[0073]
其中,已筛选目标对象可以是满足资源调度模块中的至少一个条件所对应的目标对象。
[0074]
具体地,将申报目标对象的各目标对象描述信息输入到资源调度平台对应的资源调度描述模块中,输出即是目标对象描述信息满足预设条件对应的各已筛选目标对象,其中包括适合该申报目标对象的推荐资源调度详情,包括资源调度量、资源调度利率、资源调度期限、反向资源调度方式。
[0075]
步骤210,分别将各已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至资源调度平台。
[0076]
其中,资源调度详情信息可以是资源调度平台向目标对象进行资源调度的详细信息,包括资源调度量、资源调度方式、资源调度时间等。
[0077]
其中,对象信息数据可以是目标对象的基本信息,用于触发资源调度平台向目标对象进行资源传输的资料。例如:银行需要企业的对公账户信息,用于将贷款转至企业的对公账户。
[0078]
具体地,根据推荐的资源调度详情信息中的资源调度量数值,判断申报目标对象是否能够获得资源调度平台的资源。若目标对象能够得到资源调度平台的资源,则系统将对象信息数据、目标对象描述信息和资源调度详情信息发送至资源调度平台,资源调度平台派专人跟目标对象对接;若目标对象不能得到资源调度平台的资源,则系统提示目标对象的资源调度失败,目标对象可在一定时间后修改或补充相关材料后再次提交资源调度申请。
[0079]
上述一种资源调度方法中,通过获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对对象基本信息以及对象资源信息进行信息真实性判断;目标对象与资源调度平台具有资源调度关系;在对象基本信息以及对象资源信息均为真实的情况下,将对象基本信息、对象资源信息以及对象网络信息输入至资源调度平台对应的对象数字画像生成模块,得到各目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;将各对象基本情况画像信息、各对象资源情况画像信息以及各对象网络情况画像信息对应地进行叠加,得到各目标对象在资源调度平台分别对应的目标对象描述信息;目标对象描述信息分别表征各目标对象在资源调度平台的分类情况;将各目标对象描述信息输入至资源调度平台对应的资源调度描述模块中,得到目标对象描述信息满足预设条件对应的各已筛选目标对象;分别将各已筛选目标对象对应的资源
调度详情信息、目标对象描述信息以及对象信息数据发送至资源调度平台,资源调度平台用于将各目标资源对应调度至各已筛选目标对象。
[0080]
通过采用目标对象进行申报、资源调度平台系统判定的方式,降低信息收集成本,有效打破目标对象与资源调度平台之间的信息壁垒,提高目标对象获取资源的直达性和便利性。同时,通过企业数字画像、资源调度模型计算等数据服务,从目标对象的基本情况、无形资产情况和舆情信息情况多角度分析、刻画中小型科技目标对象,降低目标对象融资门槛,有效解决提高资源调度平台对企业的资源调度评估准确性。
[0081]
在一个实施例中,如图3所示,将对象基本信息、对象资源信息以及对象网络信息输入至资源调度平台对应的对象数字画像生成模块,得到各目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息,包括:
[0082]
步骤302,将对象基本信息输入至对象基本信息分析子模块,得到各目标对象分别对应的对象基本情况画像信息。
[0083]
其中,对象基本信息分析子模块可以是将对象基本信息生成对象基本情况画像信息的算法。
[0084]
具体地,收集近年来大量科技目标对象的相关数据,包括但不限于贷款总量、总资产、净利润、营业收入、财务费用、所得税费用、资产报酬率、主营业务净利润率、流动比率、资产负债率、速动比率、利息保障倍数、固定资产比率、平均总资产增长率、平均主营业务增长率、流动资产周转率、总资产周转率等等指标。
[0085]
对收集的样本数据进行预处理。对有缺失、冗余数据、异常数值进行删除、修正处理,得到每家科技目标对象数据,每家科技目标对象有个指标,并由此得到一个初始数据矩阵:
[0086][0087]
对初始数据矩阵b按照以下方法进行标准化处理:
[0088][0089]
其中:
[0090][0091]
则经标准化处理后数据的对象相关系数矩阵为:
[0092][0093]
其中:
[0094][0095]
利用主成分分析法,计算对象相关系数矩阵g的对象特征值(λ1,λ2,...λm)和相应的对象特征向量αi=(α
i1

i2
,...α
im
),i=1,2,...m。选择主成分累计贡献率达到85%以上的前k个主成分,各个主成分贡献t的计算公式为:
[0096][0097]
计算申报目标对象的主成分描述信息f,设申报企业的各项指标为:
[0098][0099]
则其各主成分描述信息f为:
[0100][0101]
计算申报目标对象的对象基本情况画像信息bi:将各主成分描述信息的各分量相加得到目标对象的对象基本情况画像信息bi=f1+f2+...+fk。对于任意一个目标对象执行上述的方法,可以得到各目标对象分别对应的对象基本情况画像信息。
[0102]
步骤304,将对象资源信息输入至对象资源信息分析子模块,得到各目标对象分别对应的对象资源情况画像信息。
[0103]
其中,对象资源信息分析子模块可以是将对象资源信息生成对象资源情况画像信息的算法。
[0104]
具体地,对目标对象的对象资源信息进行分析,得到对象资源情况画像信息。对企业的无形资产(如软件著作权、资质、专利等)进行评估存在一定的困难,如难以确定无形资产的交易价格、难以确定无形资产的经济收益等。选用专家审核的方式对无形资产进行评估。
[0105]
具体步骤如下:
[0106]

系统将企业的无形资产发送给对应领域的随机5名专家,专家从技术领域、经济收益、实用性、竞争力、应用前景、开发难度、法律状态等层面进行评分;

将5名专家评分的平均值作为该企业的对象资源情况画像信息ia。
[0107]
对于任意一个目标对象执行上述的方法,可以得到各目标对象分别对应的对象资源情况画像信息。
[0108]
步骤306,将对象网络信息输入至对象网络信息分析子模块,得到各目标对象分别对应的对象网络情况画像信息。
[0109]
其中,对象网络信息分析子模块可以是将对象网络信息生成对象网络情况画像信息的算法。
[0110]
具体地,对企业的舆情信息进行分析。对企业进行舆情分析不仅包括对企业本身,还包括对企业法人和主要领导人的分析。如图10所示,具体步骤如下:
[0111]

查询企业法人和主要领导人的征信情况;根据征信情况计算企业法人和主要领导人的信用评分:对每位企业法人和主要领导人,先设置初始信用分,若其信用每出现一次是贷款用户、白户、连三累六、呆账坏账、失信被执行人、频繁申贷查询等的情况,扣除一定分值。然后计算信用分的平均值作为企业领导人的对象人员描述数据r。
[0112]

收集互联网中近三年与企业、企业法人和主要领导人相关的新闻;将收集的新闻进行处理:将新闻分为正面新闻和负面新闻,并确定新闻的影响系数,当是正面新闻时,影响系数为+1,当是负面新闻时,影响系数为-1。根据新闻的评论、转发等数据计算新闻的热度,统计新闻保持在一定热度之上的持续时间;计算每条新闻的得分=影响系数*热度*持续时间。将所有新闻得分的平均值作为企业的目标对象状况新闻描述信息u。
[0113]

计算申报企业的舆情信息评分ps:将企业领导人的对象人员描述数据r和对象状况新闻描述信息u相加得到企业的对象网络情况画像信息ps=r+u。
[0114]
对于任意一个目标对象执行上述的方法,可以得到各目标对象分别对应的对象网络情况画像信息。
[0115]
本实施例中,通过将对象数字画像生成模块进行细分,对应地处理目标对象中不同的信息,各自生成对应的画像信息,能够达到针对不同的信息具有针对性的处理方法,提高了对画像信息生成的准确性。
[0116]
在一个实施例中,如图4所示,将对象基本信息输入至对象基本信息分析子模块,得到各目标对象分别对应的对象基本情况画像信息,包括:
[0117]
步骤402,基于对象基本信息分析子模块,对对象基本信息进行标准化处理,得到各目标对象对应的对象相关系数矩阵。
[0118]
其中,对象相关系数矩阵可以是由矩阵各列间的对象的相关系数构成的。也就是说,相关矩阵第i行第j列的元素是原矩阵第i列和第j列的相关系数。
[0119]
具体地,对收集的样本数据进行预处理。对有缺失、冗余数据、异常数值进行删除、修正处理,得到每家科技目标对象数据,每家科技目标对象有个指标,并由此得到一个初始数据矩阵:
[0120][0121]
对初始数据矩阵b按照以下方法进行标准化处理:
[0122][0123]
其中:
[0124][0125]
则经标准化处理后数据的对象相关系数矩阵为:
[0126][0127]
其中:
[0128][0129]
步骤404,对对象相关系数矩阵使用主成分分析法进行计算,得到各目标对象分别对应的对象基本情况画像信息。
[0130]
其中,主成分分析法可以是是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。
[0131]
具体地,利用主成分分析法,计算对象相关系数矩阵g的对象特征值(λ1,λ2,...λm)和相应的对象特征向量αi=(α
i1

i2
,...α
im
),i=1,2,...m。选择主成分累计贡献率达到85%以上的前k个主成分,各个主成分贡献t的计算公式为:
[0132][0133]
计算申报目标对象的主成分描述信息f,设申报企业的各项指标为:
[0134][0135]
则其各主成分描述信息f为:
[0136][0137]
计算申报目标对象的对象基本情况画像信息bi:将各主成分描述信息的各分量相加得到目标对象的对象基本情况画像信息bi=f1+f2+...+fk。对于任意一个目标对象执行上述的方法,可以得到各目标对象分别对应的对象基本情况画像信息。
[0138]
本实施例中,通过针对对象相关系数矩阵使用主成分分析法进行计算,因为主成分分析法的引入,使得勾画对象基本情况画像信息时采用离差平方和或方差来衡量,能够提高对象基本情况画像信息准确程度。
[0139]
在一个实施例中,如图5所示,对对象基本信息进行标准化处理,得到各目标对象
对应的对象相关系数矩阵,包括:
[0140]
步骤502,根据对象基本信息中的目标对象数量以及各目标对象分别对应的各对象数据指标,得到各目标对象对应的初始数据矩阵。
[0141]
其中,对象数据指标可以是企业基本信息中的至少一个信息,例如:企业法人和主要领导人基本信息、营业执照、不动产证明、净利润、所得税、财务费用、固定资产、主营业务收入等。
[0142]
其中,初始数据矩阵可以是通过目标对象数量中的各个编号和各个对象数据指标而组成的矩阵。
[0143]
具体地,对收集的样本数据进行预处理。对有缺失、冗余数据、异常数值进行删除、修正处理,得到每家科技目标对象数据,每家科技目标对象有个指标,并由此得到一个初始数据矩阵:
[0144][0145]
对初始数据矩阵b按照以下方法进行标准化处理:
[0146][0147]
其中:
[0148][0149]
步骤504,对初始数据矩阵进行标准化处理,得到各目标对象对应的对象相关系数矩阵。
[0150]
具体地,将初始数据矩阵进行标准化处理后数据的对象相关系数矩阵为:
[0151][0152]
其中:
[0153][0154]
本实施例中,通过根据目标对象数量以及对象数据指标建立初始数据矩阵后进行标准化处理,能够针对业务需求建立对应的对象相关系数矩阵,进一步利用对象相关系数矩阵的特性,提高后续的计算的准确率。
[0155]
在一个实施例中,如图6所示,对对象相关系数矩阵使用主成分分析法进行计算,得到各目标对象分别对应的对象基本情况画像信息,包括:
[0156]
步骤602,将任意一个目标对象作为第一待描述对象,根据主成分分析法,对对象
相关系数矩阵进行特征提取,得到各目标对象对应的对象特征值以及对象特征向量。
[0157]
其中,第一待描述对象可以是选定其中一个进行对象基本情况画像信息勾画所对应的目标对象。
[0158]
其中,对象特征值可以是从对象相关系数矩阵中进行特征提取而得到的特征值。
[0159]
其中,对象特征向量可以是由对象相关系数矩阵中各个特征值构成的向量。
[0160]
具体地,将任意一个目标对象作为第一待描述对象,利用主成分分析法,计算对象相关系数矩阵g的对象特征值(λ1,λ2,...λm)和相应的对象特征向量αi=(α
i1

i2
,...α
im
),i=1,2,...m。
[0161]
步骤604,根据对象特征值以及主成分累计贡献率,对对象特征向量进行筛选,得到筛选后对象特征向量。
[0162]
其中,主成分累计贡献率可以是主成分的方差在所考察的随机变量的总方差中所占的比例。
[0163]
其中,筛选后对象特征向量可以是按照一定的条件对对象特征向量进行筛选后所剩下的特征向量。
[0164]
具体地,选择主成分累计贡献率达到85%以上的前k个主成分,各个主成分贡献t的计算公式为:
[0165][0166]
根据上述的条件对对象相关系数矩阵g的对象特征向量αi=(α
i1

i2
,...α
im
),i=1,2,...m进行筛选后,得到筛选后对象特征向量。
[0167]
步骤606,将筛选后对象特征向量与初始数据矩阵相乘,得到各目标对象中各对象数据指标分别对应的各主成分描述信息。
[0168]
其中,主成分描述信息可以是针对目标对象中其中一个经过主成分分析法而得到的指标所对应的评分。
[0169]
具体地,计算申报目标对象的主成分描述信息f,设申报企业的各项指标为:
[0170][0171]
则其各主成分描述信息f为:
[0172][0173]
步骤608,将第一待描述对象对应的各主成分描述信息进行叠加,得到第一待描述对象对应的对象基本情况画像信息。
[0174]
具体地,计算申报目标对象的对象基本情况画像信息bi:将各主成分描述信息的各分量相加得到目标对象的对象基本情况画像信息bi=f1+f2+...+fk。
[0175]
步骤610,将各第一待描述对象对应的对象基本情况画像信息进行整合,得到各目标对象分别对应的对象基本情况画像信息。
[0176]
具体地,对于任意一个目标对象执行步骤602至步骤608对应的方法,可以得到各目标对象分别对应的对象基本情况画像信息。
[0177]
本实施例中,通过对对象相关系数矩阵进行特征提取,并根据提取出来的特征向量与初始数据矩阵进行相乘,能够充分考虑目标对象中各个因素对对象基本情况画像信息的影响,降低了对象基本情况画像对目标对象勾画的误差。
[0178]
在一个实施例中,如图7所示,将对象网络信息输入至对象网络信息分析子模块,得到各目标对象分别对应的对象网络情况画像信息,包括:
[0179]
步骤702,将任意一个目标对象作为第二待描述对象,根据第二待描述对象的各对象人员个人信息分别对各对象人员进行描述,得到各对象人员分别对应的对象人员描述数据。
[0180]
其中,第二待描述对象可以是选定其中一个将各对象人员个人信息分别对各对象人员进行描述对应的目标对象。
[0181]
其中,对象人员个人信息可以是目标对象中任意一个工作人员所对应的个人征信情况。
[0182]
其中,对象人员可以是目标对象中任意一个工作人员,例如:法人,董事长,总裁等。
[0183]
其中,对象人员描述数据可以是企业法人和主要领导人的信用评分数据。
[0184]
具体地,对企业的舆情信息进行分析。对企业进行舆情分析不仅包括对企业本身,还包括对企业法人和主要领导人的分析。查询企业法人和主要领导人的征信情况;根据征信情况计算企业法人和主要领导人的信用评分:对每位企业法人和主要领导人,先设置初始信用分,若其信用每出现一次是贷款用户、白户、连三累六、呆账坏账、失信被执行人、频繁申贷查询等的情况,扣除一定分值。然后计算信用分的平均值作为企业领导人的对象人员描述数据r。
[0185]
步骤704,根据各对象人员公开信息以及各目标对象公开信息对第二待描述对象进行描述,得到第二待描述对象对应的目标对象新闻描述信息。
[0186]
其中,对象人员公开信息可以是企业法人和主要领导人相关的新闻信息。
[0187]
其中,目标对象公开信息可以是目标对象相关的新闻信息。
[0188]
具体地,收集互联网中近三年与企业、企业法人和主要领导人相关的新闻;将收集的新闻进行处理:将新闻分为正面新闻和负面新闻,并确定新闻的影响系数,当是正面新闻时,影响系数为+1,当是负面新闻时,影响系数为-1。根据新闻的评论、转发等数据计算新闻的热度,统计新闻保持在一定热度之上的持续时间;计算每条新闻的得分=影响系数*热度*持续时间。将所有新闻得分的平均值作为企业的目标对象状况新闻描述信息u。
[0189]
步骤706,将第二待描述对象对应的各对象人员描述数据以及目标对象新闻描述信息相加,得到第二待描述对象对应的对象网络情况画像信息。
[0190]
具体地,计算申报企业的舆情信息评分ps:将企业领导人的对象人员描述数据r和对象状况新闻描述信息u相加得到企业的对象网络情况画像信息ps=r+u。
[0191]
步骤708,将各第二待描述对象对应的对象网络情况画像信息进行整合,得到各目
标对象分别对应的对象网络情况画像信息。
[0192]
具体地,对于任意一个目标对象执行步骤702至步骤706对应的方法,可以得到各目标对象分别对应的对象网络情况画像信息。
[0193]
本实施例中,通过使用对象人员描述数据对目标对象中的对象人员进行描述,以及使用目标对象新闻描述信息对目标对象进行描述,能够细分对象人员以及目标对象在网络新闻中的具体面数情况,针对性的用数学语言进行表达,提高了对象网络情况画像信息的准确性。
[0194]
在一个实施例中,如图8所示,根据各对象人员公开信息以及各目标对象公开信息对第二待描述对象进行描述,得到第二待描述对象对应的目标对象新闻描述信息,包括:
[0195]
步骤802,将第二待描述对象中的各对象人员公开信息分别对应的影响系数、信息热度以及持续时间进行相加,得到各对象人员公开信息分别对应的对象人员新闻描述信息。
[0196]
其中,影响系数、信息热度以及持续时间分别可以是新闻信息中的影响力、在社会的热度以及影响的持续时间。
[0197]
其中,对象人员新闻描述信息可以是根据新闻的信息对对象人员进行的评分。
[0198]
具体地,收集互联网中近三年与企业法人和主要领导人相关的新闻;将收集的新闻进行处理:将新闻分为正面新闻和负面新闻,并确定新闻的影响系数,当是正面新闻时,影响系数为+1,当是负面新闻时,影响系数为-1。根据新闻的评论、转发等数据计算新闻的热度,统计新闻保持在一定热度之上的持续时间;计算每条新闻的得分=影响系数*热度*持续时间,得到各对象人员公开信息分别对应的对象人员新闻描述信息。
[0199]
步骤804,将第二待描述对象中的各目标对象公开信息分别对应的影响系数、信息热度以及持续时间进行相加,得到各目标对象公开信息分别对应的对象状况新闻描述信息。
[0200]
其中,对象状况新闻描述信息可以是根据新闻的信息对目标对象进行的评分。
[0201]
具体地,收集互联网中近三年与企业相关的新闻;将收集的新闻进行处理:将新闻分为正面新闻和负面新闻,并确定新闻的影响系数,当是正面新闻时,影响系数为+1,当是负面新闻时,影响系数为-1。根据新闻的评论、转发等数据计算新闻的热度,统计新闻保持在一定热度之上的持续时间;计算每条新闻的得分=影响系数*热度*持续时间,得到各目标对象公开信息分别对应的对象状况新闻描述信息。
[0202]
步骤806,将各对象人员新闻描述信息以及各对象状况新闻描述信息进行求平均,得到第二待描述对象对应的目标对象新闻描述信息。
[0203]
具体地,将各对象人员新闻描述信息以及各对象状况新闻描述信息进行求平均后,计算所有新闻得分的平均值,得到第二待描述对象对应的目标对象新闻描述信息。
[0204]
本实施例中,通过具体化对对象人员公开信息以及对目标对象公开信息的计算方法,能够从量化的角度去描述目标对象新闻描述信息,提高后续计算对象网络情况画像信息的精度,是的整个画像信息的勾画有了质的提高。
[0205]
在一个实施例中,针对资源调度描述模块的训练,步骤如图11所示:
[0206]
对收集的数据进行预处理,对有缺失、冗余数据、异常数值进行删除、修正处理。
[0207]
计算出样本中目标对象的主成分描述信息f、对象资源情况画像信息ia、目标对象
领导人的对象人员描述数据r和目标对象状况新闻描述信息u。
[0208]
将每个样本的主成分描述信息f的各分量、对象资源情况画像信息ia、目标对象领导人的对象人员描述数据r和目标对象状况新闻描述信息u组成一个k+3维向量,并用该向量表示样本属性集合x=(f1,f5,...,fk,ia,r,u);
[0209]
将样本的贷款详情用y表示,即y=(y1,y2,y3,y4),其中y1表示企业的资源调度金额;y2表示资源调度利率;y3表示资源调度期限;y4表示反向资源调度方式,当y4=1时表示后息后本,y4=2时表示先息后本,y4=3时表示等额本金,y4=4时表示等额本息,y4=5时表示等额等息,y4=6时表示等本等息。
[0210]
构造一个数据集d={(x1,y1),(x2,y2),...,(x
p
,y
p
)},xj∈r
k+3
,yj∈r4,xj=(f
j1
,f
j2
,...f
jk
,iaj,rj,uj)表示第j个样本的属性集合,)表示第j个样本的属性集合,表示第j个样本的标记,即企业的资源调度详情,并将数据集分成训练集和验证集。
[0211]
资源调度描述模块训练:用前馈神经网络进行资源调度描述模块训练,假设该神经网络有q个隐层神经元,输出层第l个神经元的阈值为θ
l
,隐层第h个神经元的阈值为γh,输入层第j个神经元与隐层第h个神经元之间的连接权为v
jh
,隐层第h个神经元与输出层第l个神经元之间的连接权为w
hl
。则隐层第h个神经元接收到的输入为输出层第l个神经元接收到的输入为其中ch为隐层第h个神经元的输出,隐层和输出层神经元都使用sigmoid函数,即f(x)=1/1+e-x
。那么对于样本(xr,yr),假定神经网络的输出为即则神经网络在(xr,yr)上的均方误差为先在(0,1)范围内随机初始化神经网络中所有的连接权和阈值,对训练集中的每个样本,利用误差逆传播算法(bp算法)对连接权和阈值进行调整,该迭代过程循环进行。当每一轮迭代完成后,用验证集来估计误差,若验证集误差上升,则停止训练,同时返回具有最小验证集误差的连接权和阈值,即形成了一个资源调度描述模块。
[0212]
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0213]
基于同样的发明构思,本技术实施例还提供了一种用于实现上述所涉及的资源调度方法的一种资源调度装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个资源调度装置实施例中的具体限定可以参见上文中对于一种资源调度方法的限定,在此不再赘述。
[0214]
在一个实施例中,如图12所示,提供了一种资源调度装置,包括:目标对象信息获取模块1202、对象情况画像信息得到模块1204、目标对象描述信息得到模块1206、已筛选目标对象得到模块1208和目标资源调度模块1210,其中:
[0215]
目标对象信息获取模块1202,用于获取各目标对象对应的对象基本信息、对象资源信息以及对象网络信息,并对对象基本信息以及对象资源信息进行信息真实性判断;目标对象与资源调度平台具有资源调度关系;
[0216]
对象情况画像信息得到模块1204,用于在对象基本信息以及对象资源信息均为真实的情况下,将对象基本信息、对象资源信息以及对象网络信息输入至资源调度平台对应的对象数字画像生成模块,得到各目标对象分别对应的对象基本情况画像信息、对象资源情况画像信息以及对象网络情况画像信息;
[0217]
目标对象描述信息得到模块1206,用于将各对象基本情况画像信息、各对象资源情况画像信息以及各对象网络情况画像信息对应地进行叠加,得到各目标对象在资源调度平台分别对应的目标对象描述信息;目标对象描述信息分别表征各目标对象在资源调度平台的分类情况;
[0218]
已筛选目标对象得到模块1208,用于将各目标对象描述信息输入至资源调度平台对应的资源调度描述模块中,得到目标对象描述信息满足预设条件对应的各已筛选目标对象;
[0219]
目标资源调度模块1210,用于分别将各已筛选目标对象对应的资源调度详情信息、目标对象描述信息以及对象信息数据发送至资源调度平台,资源调度平台用于将各目标资源对应调度至各已筛选目标对象。
[0220]
在一个实施例中,对象情况画像信息得到模块1204,还用于将对象基本信息输入至对象基本信息分析子模块,得到各目标对象分别对应的对象基本情况画像信息;将对象资源信息输入至对象资源信息分析子模块,得到各目标对象分别对应的对象资源情况画像信息;将对象网络信息输入至对象网络信息分析子模块,得到各目标对象分别对应的对象网络情况画像信息。
[0221]
在一个实施例中,对象情况画像信息得到模块1204,还用于基于对象基本信息分析子模块,对对象基本信息进行标准化处理,得到各目标对象对应的对象相关系数矩阵;对对象相关系数矩阵使用主成分分析法进行计算,得到各目标对象分别对应的对象基本情况画像信息。
[0222]
在一个实施例中,对象情况画像信息得到模块1204,还用于根据对象基本信息中的目标对象数量以及各目标对象分别对应的各对象数据指标,得到各目标对象对应的初始数据矩阵;对初始数据矩阵进行标准化处理,得到各目标对象对应的对象相关系数矩阵。
[0223]
在一个实施例中,对象情况画像信息得到模块1204,还用于将任意一个目标对象作为第一待描述对象,根据主成分分析法,对对象相关系数矩阵进行特征提取,得到各目标对象对应的对象特征值以及对象特征向量;根据对象特征值以及主成分累计贡献率,对对象特征向量进行筛选,得到筛选后对象特征向量;将筛选后对象特征向量与初始数据矩阵相乘,得到各目标对象中各对象数据指标分别对应的各主成分描述信息;将第一待描述对象对应的各主成分描述信息进行叠加,得到第一待描述对象对应的对象基本情况画像信息;将各第一待描述对象对应的对象基本情况画像信息进行整合,得到各目标对象分别对应的对象基本情况画像信息。
[0224]
在一个实施例中,对象情况画像信息得到模块1204,还用于将任意一个目标对象作为第二待描述对象,根据第二待描述对象的各对象人员个人信息分别对各对象人员进行
描述,得到各对象人员分别对应的对象人员描述数据;根据各对象人员公开信息以及各目标对象公开信息对第二待描述对象进行描述,得到第二待描述对象对应的目标对象新闻描述信息;将第二待描述对象对应的各对象人员描述数据以及目标对象新闻描述信息相加,得到第二待描述对象对应的对象网络情况画像信息;将各第二待描述对象对应的对象网络情况画像信息进行整合,得到各目标对象分别对应的对象网络情况画像信息。
[0225]
在一个实施例中,对象情况画像信息得到模块1204,还用于将第二待描述对象中的各对象人员公开信息分别对应的影响系数、信息热度以及持续时间进行相加,得到各对象人员公开信息分别对应的对象人员新闻描述信息;将第二待描述对象中的各目标对象公开信息分别对应的影响系数、信息热度以及持续时间进行相加,得到各目标对象公开信息分别对应的对象状况新闻描述信息;将各对象人员新闻描述信息以及各对象状况新闻描述信息进行求平均,得到第二待描述对象对应的目标对象新闻描述信息。
[0226]
上述一种资源调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
[0227]
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务器数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种资源调度方法。
[0228]
本领域技术人员可以理解,图13中示出的结构,仅仅是与本技术方案相关的部分结构的框图,并不构成对本技术方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
[0229]
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0230]
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0231]
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
[0232]
需要说明的是,本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
[0233]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括
非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory,rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory,mram)、铁电存储器(ferroelectric random access memory,fram)、相变存储器(phase change memory,pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory,ram)或外部高速缓冲存储器等。作为说明而非局限,ram可以是多种形式,比如静态随机存取存储器(static random access memory,sram)或动态随机存取存储器(dynamic random access memory,dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
[0234]
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
[0235]
以上所述实施例仅表达了本技术的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本技术专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本技术构思的前提下,还可以做出若干变形和改进,这些都属于本技术的保护范围。因此,本技术的保护范围应以所附权利要求为准。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1