(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 202211420499.2 (22)申请日 2022.11.15 (71)申请人 山东紫菜云数字科技有限公司 地址 250000 山东省济南市历下区中国 （山 东） 自由贸易试验区济南片区新泺大 街988号A座2201 (72)发明人 褚兴民　 (74)专利代理 机构 北京睿博行远知识产权代理 有限公司 1 1297 专利代理师 计小玲 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/906(2019.01) (54)发明名称 一种基于闲置量聚合的共享资源匹配方法 (57)摘要 本发明提供了一种基于闲置量聚合的共享 资源匹配方法， 涉及资源匹配技术领域， 其方法 包括： 获取目标群体的资源需求信息； 获取目标 平台的共享闲置资源， 确定存在的闲置资源类 型； 提取所述资源需求信息中的需求资源类型， 与所述闲置资源类型进行相似度匹配， 筛选得到 候选资源； 对所述候选资源进行资源偏好评估； 根据资源偏好评估结果与所述目标需求信息中 的需求偏好特征， 从所述候选资源中筛选与所述 目标群体最优匹配的资源。 通过对共享闲置资源 的类型与资源偏好的确定， 以及与目标群体的需 求信息进行相似度匹配， 可 以提高匹配速度， 保 证了对闲置资源匹配的精确度以及可靠性。 权利要求书3页 说明书9页 附图1页 CN 115510331 A 2022.12.23 CN 115510331 A 1.一种基于闲置量聚合的共享资源匹配方法， 其特 征在于， 包括： 步骤1： 获取目标群 体的资源需求信息； 步骤2： 获取目标平台的共享闲置资源， 确定存在的闲置资源类型； 步骤3： 提取所述资源需求信息 中的需求资源类型， 与所述闲置资源类型进行相似度匹 配， 筛选得到候选资源； 步骤4： 对所述 候选资源进行资源偏好评估； 步骤5： 根据资源偏好评估结果与所述目标需求信息 中的需求偏好特征， 从所述候选资 源中筛选与所述目标群 体最优匹配的资源。 2.如权利要求1所述的基于闲置量聚合的共享资源匹配方法， 其特征在于， 获取目标群 体的资源需求信息， 包括： 确定目标群 体在各预设时间段的多维请求数据； 对所述请求数据进行 标准化处理， 并根据处 理结果， 对请求数据进行聚类划分； 确定每个聚类划分结果的聚类样本数量， 并筛选聚类样本数量大于预设数量的第 一划 分结果， 并提取 所述第一划分结果的中心请求； 基于提取的所有中心请求， 得到所述目标群 体的资源需求信息 。 3.如权利要求2所述的基于闲置量聚合的共享资源匹配方法， 其特征在于， 获取目标平 台的共享闲置资源， 确定存在的闲置资源类型， 包括： 检索目标平台的共享资源 池， 确定在各 预设时间段存在的闲置资源； 对所述闲置资源的数据进行 标准化处理； 对处理后的闲置资源数据进行聚类处理， 获取多个资源类并确定每个资源类的共享资 源类型。 4.如权利要求3所述的基于闲置量聚合的共享资源匹配方法， 其特征在于： 所述共享资 源池用于存 储和管理不同时段 下的闲置资源， 用于与目标群 体的资源需求信息匹配。 5.如权利要求3所述的基于闲置量聚合的共享资源匹配方法， 其特征在于， 提取所述资 源需求信息中的资源需求类型， 与所述闲置 资源类型进 行相似度匹配， 筛选得到候选 资源， 包括： 将所述目标群体的需求信息中每个中心请求依次与所述处理后的闲置资源数据对应 的每个资源类的类中心进 行第一匹配， 得到与每个中心请求相关的请求阵列， 其中， 所述请 求阵列中的每 个元素包含匹配值以及类中心编号； 对每个请求阵列中处于第 一预设范围的匹配值进行第 一标记、 处于第 二预设范围的匹 配值进行第二标记； 确定同个请求阵列中第一标记的第一个数， 同时， 确定同个请求阵列中第二标记的第 二个数； 基于所述同个请求阵列的第 一个数以及第 二个数， 确定所述同个请求阵列的待抽取数 量； 其中， 表示待抽取数量 的数值； 表示第一个数的数量值； 表示第二个数的权　利　要　求　书 1/3 页 2 CN 115510331 A 2数量值， 其中， 的总和保持不变； 表示对数函数的符号； 对所述同个请求阵列中的匹配值进行由大到小排序， 并按照所述待抽取数量进行匹配 值的锁定， 进 而获取到与类中心编号 一致的类中心资源； 基于所获取的所有中心请求的类中心资源， 得到待筛 选资源； 获取每个中心请求的资源需求类型， 并与所述闲置资源类型进行第二匹配； 根据第二匹配结果， 从所述待筛 选资源中筛 选得到候选资源。 6.如权利要求1所述的基于闲置量聚合的共享资源匹配方法， 其特征在于， 对所述候选 资源进行资源偏好评估， 包括： 确定所述 候选资源中所有候选 子资源分别包 含的第一资源信息； 对每个候选子资源的第一资源信息进行属性分类操作， 并按照分类结果， 形成对应候 选子资源的属性清单； 基于历史清单中的属性、 历史资源以及历史清单中的属性与对应历史资源的权重匹配 关系， 对初始分析模型进行训练学习得到 权重分析模型； 基于所述权重分析模型， 对每个候选子资源的属性清单以及匹配的候选子资源进行权 重分析， 得到对应属性清单中每 个属性的权 重分析系数； 筛选权重分析系数最大的第一属性以及权重分析系数第二大的第二属性为对应候选 子资源的关键属性； 将每个候选子资源对应筛选的关键属性进行系数叠加， 作为对应候选子资源的优先系 数； 基于所述优先系数， 对对应候选子资源进行偏好标注， 并得到所述候选资源的资源偏 好结果。 7.如权利要求1所述的基于闲置量聚合的共享资源匹配方法， 其特征在于， 根据资源偏 好评估结果与所述目标需求信息中的需求偏好特征， 从所述候选资源中筛选与所述目标群 体最优匹配的资源， 包括： 确定所述目标需求信息中的需求偏好特 征； 获取从所述目标需求信息中所提取的不同资源需求类型对应的属性预设匹配阈值； 确定所述关键属性中的第一属性和第二属性分别对应的第一匹配阈值以及第二匹配 阈值； 根据预设匹配模型， 且结合所述属性预设匹配 阈值以及第 一匹配阈值、 第二匹配阈值， 将所述需求偏好特 征与资源偏好结果依次进行属性匹配， 得到匹配结果； 根据所述匹配结果， 从所述 候选资源中筛 选出与所述目标群 体最优匹配的资源。 8.如权利要求7所述的基于闲置量聚合的共享资源匹配方法， 其特征在于， 根据 预设匹 配模型， 且结合所述属性预设匹配阈值以及第一匹配阈值、 第二匹配阈值， 将所述需求偏好 特征与资源偏好结果依次进行属性匹配， 得到匹配结果， 包括： 调取所述资源偏好结果中的第一属性与需求偏好特征的每条需求资源与第一属性类 型一致的关键属性， 输入预设匹配模型中进行相似度匹配， 生成第一匹配值； 若所述第一匹配值大于第一匹配阈值， 保留所述资源偏好结果对应的候选子资源， 得 到第一类资源集 合； 将所述第一类资源集合中每个候选子资源对应的资源偏好结果中的第二属性与需求权　利　要　求　书 2/3 页 3 CN 115510331 A 3