Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019062697) METHOD AND DEVICE FOR VIRTUAL RESOURCE ALLOCATION, MODEL ESTABLISHMENT AND DATA PREDICTION
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/062697 International Application No.: PCT/CN2018/107261
Publication Date: 04.04.2019 International Filing Date: 25.09.2018
IPC:
G06Q 40/02 (2012.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
Q
DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
40
Finance; Insurance; Tax strategies; Processing of corporate or income taxes
02
Banking, e.g. interest calculation, credit approval, mortgages, home banking or on-line banking
Applicants:
周俊 ZHOU, Jun [CN/CN]; CN (US)
李小龙 LI, Xiaolong [US/CN]; CN (US)
阿里巴巴集团控股有限公司 ALIBABA GROUP HOLDING LIMITED; 开曼群岛大开曼资本大厦一座四层847号邮箱 Fourth Floor, One Capital Place, P.O. Box 847, George Town, Grand Cayman, KY
Inventors:
周俊 ZHOU, Jun; CN
李小龙 LI, Xiaolong; CN
Agent:
北京国昊天诚知识产权代理有限公司 CO-HORIZON INTELLECTUAL PROPERTY INC.; 中国北京市 朝阳区小关北里甲2号渔阳置业大厦B座605 Suite 605, B Block, Yuyang Zhiye Building, No. A2 Xiaoguanbeili, Chaoyang District Beijing 100029, CN
Priority Data:
201710890033.127.09.2017CN
Title (EN) METHOD AND DEVICE FOR VIRTUAL RESOURCE ALLOCATION, MODEL ESTABLISHMENT AND DATA PREDICTION
(FR) PROCÉDÉ ET DISPOSITIF D'ATTRIBUTION DE RESSOURCES VIRTUELLES, D'ÉTABLISSEMENT DE MODÈLE ET DE PRÉDICTION DE DONNÉES
(ZH) 虚拟资源分配、模型建立、数据预测方法及装置
Abstract:
(EN) Disclosed is a virtual resource allocation method, comprising: receiving evaluation results for a plurality of users which are uploaded by multiple data providers, wherein the evaluation results are obtained after the data providers evaluate users respectively on the basis of evaluation models thereof; constructing a plurality of training samples by using the evaluation results uploaded by the data providers as training data, each training sample comprising the evaluation results for the same user from each data provider, wherein the training sample is labeled according to the actual execution situation of the user for a service; training a model on the basis of the plurality of training samples and the label of each training sample, and allocating virtual resources for each data provider on the basis of the contribution level of each data provider by using the coefficient of each variable in the trained models as the contribution level of each data provider.
(FR) L'invention concerne un procédé d'attribution de ressources virtuelles, comprenant les étapes consistant : à recevoir des résultats d'évaluation pour une pluralité d'utilisateurs qui sont téléchargés en amont par de multiples fournisseurs de données, les résultats d'évaluation étant obtenus après que les fournisseurs de données évaluent respectivement des utilisateurs sur la base de modèles d'évaluation de ces derniers ; à construire une pluralité d'échantillons d'apprentissage en utilisant les résultats d'évaluation téléchargés par les fournisseurs de données en tant que données d'apprentissage, chaque échantillon d'apprentissage comprenant les résultats d'évaluation pour le même utilisateur à partir de chaque fournisseur de données, l'échantillon d'apprentissage étant marqué selon la situation d'exécution réelle de l'utilisateur pour un service ; à entraîner un modèle sur la base de la pluralité d'échantillons d'apprentissage et de l'étiquette de chaque échantillon d'apprentissage, et à attribuer des ressources virtuelles pour chaque fournisseur de données sur la base du niveau de contribution de chaque fournisseur de données en utilisant le coefficient de chaque variable dans les modèles entraînés en tant que niveau de contribution de chaque fournisseur de données.
(ZH) 公开一种虚拟资源分配方法,包括:接收多个数据提供方上传的若干用户的评估结果;其中,所述评估结果为各数据提供方基于自己的评估模型对用户分别进行评估后得到;将各数据提供方上传的评估结果作为训练数据,构建出若干训练样本,每一条训练样本包含同一个用户在所述各数据提供方的评估结果;其中,所述训练样本根据用户对业务的实际执行情况被标定了标签;基于所述若干训练样本以及各个训练样本的标签对模型进行训练,将训练好的模型中的各变量的系数作为各数据提供方贡献度,基于各数据提供方的贡献度为各数据提供方分配虚拟资源。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)