(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210519426.2 (22)申请日 2022.05.13 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 魏建平　朱志博　刘子奇　张志强　 周俊　 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 专利代理师 肖鹏 (51)Int.Cl. G06F 9/50(2006.01) G06K 9/62(2022.01) (54)发明名称 一种资源调配方法、 装置以及设备 (57)摘要 本说明书实施例公开了一种资源调配方法、 装置以及设备， 属于机器学习技术领域。 方案包 括： 确定确定与可用资源相关的业务属性， 并待 预测的用于描述所述业务属性变化情况的宏观 时间序列所对应的多个微观时间序列； 对所述多 个微观时间序列进行聚类， 得到多个微观时间序 列组； 分别对各所述微观时间序列组进行预测， 得到各所述微观时间序列组的预测值； 根据各所 述微观时间序列组的预测值， 预测得到所述宏观 时间序列的预测值； 根据所述宏观时间序列的预 测值， 向所述业务属性对应的业务调配所述可用 资源。 权利要求书3页 说明书15页 附图5页 CN 114840342 A 2022.08.02 CN 114840342 A 1.一种资源调配方法， 包括： 确定与可用资源相关的业务属性， 并确定待预测的用于描述所述业务属性变化情况的 宏观时间序列所对应的多个微观时间序列； 对所述多个微观时间序列进行聚类， 得到多个微观时间序列组； 分别对各 所述微观时间序列组进行 预测， 得到各 所述微观时间序列组的预测值； 根据各所述微观时间序列组的预测值， 预测得到所述宏观时间序列的预测值； 根据所述宏观时间序列的预测值， 向所述 业务属性对应的业 务调配所述可用资源。 2.如权利要求1所述的方法， 所述可用资源 包括业务处理资源； 所述确定与可用资源相关的业 务属性， 具体包括： 确定可利用所述 业务处理资源执 行的用户服 务业务； 确定反映所述用户服务业务的并发程度和/或累积程度的业务属性， 作为与可用资源 相关的业 务属性。 3.如权利要求2所述的方法， 所述用户服务业务包括线上商 品售卖业务， 所述业务处理 资源包括分布式算力资源。 4.如权利要求1所述的方法， 所述根据 各所述微观时间序列组的预测值， 预测得到所述 宏观时间序列的预测值， 具体包括： 确定待向所述宏观时间序列的被测量主体施加的主动干预因子； 根据所述主动干预因子， 对所述微观时间序列组进行效应估计， 以估计所述主动干预 因子能够给 所述微观时间序列组带来的增量 值； 根据所述增量值和所述微观时间序列组的预测值， 预测得到所述宏观时间序列的预测 值。 5.如权利要求4所述的方法， 所述分别对各所述微观时间序列组进行预测， 得到各所述 微观时间序列组的预测值， 具体包括： 确定自然预测状态， 在所述自然预测状态下至少不施加所述主动干预因子； 在所述自然预测状态下， 分别对各所述微观时间序列组进行预测， 得到各所述微观时 间序列组的预测值， 作为自然预测值， 用于预测得到所述宏观时间序列的预测值。 6.如权利要求4所述的方法， 所述分别对各所述微观时间序列组进行预测， 得到各所述 微观时间序列组的预测值， 具体包括： 确定各所述微观时间序列组对应的时间区间， 作为第一时间区间， 以及确定由第一时 间区间和在所述第一时间区间之后的第二时间区间构成的总体时间区间， 确定各所述微观时间序列组在所述总体时间区间对应的协变量向量； 根据各所述微观时间序列组和对应的所述协变量向量进行预测， 得到各所述微观时间 序列组在所述第二时间区间的预测值。 7.如权利要求6所述的方法， 所述对所述多个微观时间序列进行聚类， 具体包括： 确定所述多个微观时间序列分别的序列特 征向量； 根据所述序列 特征向量对应的所述协变量向量在所述第 一时间区间的子向量， 对所述 序列特征向量进行修 正， 得到所述 微观时间序列对应的被测量主体的稳定状态向量； 根据所述稳定状态向量， 对所述多个微观时间序列进行聚类。 8.如权利要求 4所述的方法， 所述宏观时间序列由所述多个微观时间序列聚合而成；权　利　要　求　书 1/3 页 2 CN 114840342 A 2所述确定待向所述宏观时间序列的被测量主体施加的主动干预因子， 具体包括： 确定向一个或者多个所述微观时间序列分别的被测量主体对应施加的主动干预因子， 以便根据所述主动干预因子， 对其对应的微观时间序列进行 所述效应估计。 9.如权利要求4所述的方法， 所述根据 所述主动干预因子， 对所述微观时间序列组进行 效应估计之前， 所述方法还 包括： 在所述微观时间序列组内选择一个或者多个微观时间序列， 作为干预序列， 以待向所 述干预序列的被测量主体施加所述主动干预因子； 将所述微观时间序列组内其他的微观时间序列， 作为非干预序列， 以不向所述非干预 序列的被测量主体施加所述主动干预因子； 根据所述干预对象和所述非干预对象， 构成反事实对照组， 以便进行 所述效应估计。 10.如权利要求5所述的方法， 所述根据所述增量值和所述微观时间序列组的预测值， 预测得到所述宏观时间序列的预测值， 具体包括： 若所述微观时间序列组存在对应的增量值， 则将所述微观时间序列组 的自然预测值和 对应的增 量值聚合， 得到所述微观时间序列 组的效应后预测值， 作为所述微观时间序列 组 的待聚合预测值； 若所述微观时间序列组不存在对应的增量值， 则将所述微观时间序列组的自然预测 值， 作为所述 微观时间序列组的待聚合预测值； 将所述多个微观时间序列组 的待聚合预测值进行聚合， 预测得到所述宏观时间序列的 效应后预测值。 11.如权利要求5所述的方法， 所述预测得到所述宏观时间序列的预测值之前， 所述方 法还包括： 展示包含多个可选特 征和多个可选组件的图形用户界面； 响应于用户操作， 在所述多个可选特 征中选择 特征， 用于所述聚类； 响应于用户操作， 在所述多个可选组件中选择分别用于所述聚类、 所述自然预测和所 述效应估计的组件， 并根据选择的组件构成工作流； 执行所述工作流， 以便预测得到所述宏观时间序列的预测值。 12.如权利要求4～11任一项所述的方法， 所述微观时间序列为作为被测量主体的指定 商品的个体销量数据的时间序列， 所述宏观时间序列为指 定范围内的全部商品的总体销量 数据的时间序列， 所述主动干预因子为指定的商品优惠策略。 13.一种资源调配装置， 包括： 微观确定模块， 确定与可用资源相关的业务属性， 并确定待预测的用于描述所述业务 属性变化情况的宏观时间序列所对应的多个微观时间序列； 时序聚类模块， 对所述多个微观时间序列进行聚类， 得到多个微观时间序列组； 第一预测模块， 分别对各所述微观时间序列组进行预测， 得到各所述微观时间序列组 的预测值； 第二预测模块， 根据各所述微观时间序列组的预测值， 预测得到所述宏观时间序列的 预测值； 资源调配模块， 根据所述宏观时间序列的预测值， 向所述业务属性对应的业务调配所 述可用资源。权　利　要　求　书 2/3 页 3 CN 114840342 A 3