[发明专利]资源交换方法和装置、存储介质及电子装置

权利要求书

1.一种资源交换方法，其特征在于，包括：

获取待进行资源交换的目标用户的特征数据，其中，所述特征数据至少包括所述目标用户的历史资源交换数据和行为特征数据，所述行为特征数据用于指示所述目标用户的生活习惯和生活位置，所述目标用户的历史资源交换数据为所述目标用户已经完成的资源交换的数据；

根据所述目标用户的特征数据确定所述目标用户为进行所述资源交换所需提交的待交换的资源的数量为第一数值，其中，在预定的目标事件发生时，进行所述资源交换；

在获取到所述目标用户提交的数量为所述第一数值的资源之后，在确定所述目标事件发生的情况下，向所述目标用户返回数量为第二数值的资源，其中，所述第二数值与所述目标事件对应。

2.根据权利要求1所述的方法，其特征在于，在根据所述目标用户的特征数据确定所述目标用户为进行所述资源交换所需提交的待交换的资源的数量为第一数值之前，所述方法还包括：

采集样本数据；

对所述样本数据进行分类，得到各个类别的样本特征数据和各个类别的样本历史资源交换数据；

根据所述各个类别的样本特征数据和样本各个类别的历史资源交换数据的对应关系建立预测模型，其中，所述预测模型用于确定所述目标用户的特征数据对应的所述第一数值。

3.根据权利要求2所述的方法，其特征在于，根据所述各个类别的样本特征数据和样本各个类别的历史资源交换数据的对应关系建立预测模型包括：

计算每个类别的样本特征数据与样本历史资源交换数据的相关性系数；

筛选所述相关性系数超过预设阈值的类别作为目标类别；

根据所述目标类别的样本特征数据和所述样本历史资源交换数据的对应关系建立所述预测模型。

4.根据权利要求3所述的方法，其特征在于，计算每个类别的样本特征数据与样本历史资源交换数据的相关性系数包括：

对每个类别的样本特征数据进行离散化，得到离散化数据；

基于所述离散化数据建立每个类别的样本特征数据与所述样本历史资源交换数据对应关系的子模型；

根据所述子模型计算每个类别的特征数据与所述样本历史资源交换数据的相关性系数。

5.根据权利要求4所述的方法，其特征在于，

对每个类别的样本特征数据进行离散化，得到离散化数据包括：对每个类别的样本特征数据进行等距离散化，得到等距离散化数据；对每个类别的样本特征数据进行等样本点离散化，得到等样本点离散化数据；

基于所述离散化数据建立每个类别的样本特征数据与所述样本历史资源交换数据对应关系的子模型包括：基于所述等距离散化数据建立每个类别的样本数据与所述样本历史资源交换数据对应关系的第一子模型；基于所述等样本点离散化数据建立每个类别的样本数据与所述样本历史资源交换数据对应关系的第二子模型；

根据所述子模型计算每个类别的特征数据与所述样本历史资源交换数据的相关性系数包括：分别计算所述第一子模型和所述第二子模型的模型区分能力参数，其中，所述模型区分能力参数用于指示所述模型的准确度；将所述模型区分能力参数大的子模型作为每个类别的样本特征数据与所述样本历史资源交换数据对应关系的所述子模型。

6.根据权利要求2所述的方法，其特征在于，根据所述目标用户的特征数据确定所述目标用户为进行所述资源交换所需提交的待交换的资源的数量为第一数值包括：

读取所述目标用户的特征数据；

将所述目标用户的特征数据导入所述预测模型，得到对应的各个类别的资源交换数据的概率；

计算所述各个类别的资源交换数据的概率与预设的各个类别的资源交换数据的平均值的加权和，基于所述加权和得到所述第一数值。

7.根据权利要求2所述的方法，其特征在于，在根据所述各个类别的样本特征数据和样本各个类别的历史资源交换数据的对应关系建立预测模型之后，所述方法还包括：

每隔预设时间采集新的样本数据；

根据所述新的样本数据对所述预测模型进行更新，得到更新后的预测模型。