(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 202211417555.7 (22)申请日 2022.11.14 (71)申请人 深圳市乙辰科技股份有限公司 地址 518055 广东省深圳市南 山区桃源街 道学苑大道1001号南山智园C1栋23楼 (72)发明人 王心刚　高华辰　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 王洪江　孙倩倩 (51)Int.Cl. H04L 67/1023(2022.01) H04L 43/04(2022.01) H04L 67/63(2022.01) H04L 67/1014(2022.01) G06F 9/50(2006.01)G06F 11/34(2006.01) G06F 11/30(2006.01) G06N 5/04(2006.01) G06N 20/00(2019.01) G06N 3/08(2006.01) (54)发明名称 一种基于负载均衡的数据分发处理方法、 系 统及云平台 (57)摘要 本发明提供的基于负载均衡的数据分发处 理方法、 系统及云平台， 通过获取数据请求端发 送的数据访问请求， 然后基于指示信息和/或画 像类型， 依据预设的匹配关系将数据访问请求分 配至与指示信息和/或画像类型关联的目标数据 通信服务器， 以使数据请求端与目标数据通信服 务器建立通信连接， 完成数据的访问， 基于此， 将 高并发的数据访问请求依据请求对应的需求类 别分配到对应的数据通信服务器进行数据的访 问， 可以解决数据访问拥堵的问题。 此外， 通过人 工智能网络采用多任务调试方式调试用户画像 分析网络， 不仅保证了网络的信息挖掘能力， 且 增加了网络对新样本的适应性， 提高用户画像分 析网络对用户行为日志的推理能力以及推理结 果精确性。 权利要求书4页 说明书18页 附图4页 CN 115484266 A 2022.12.16 CN 115484266 A 1.一种基于负载均衡的数据分发处理方法， 其特征在于， 应用于负载均衡云平台， 所述 负载均衡云平台与多个数据请求端以及多个数据通信服 务器通信连接， 所述方法包括： 获取所述数据请求端发送的数据访问请求， 所述数据访问请求包括待分配对象对应的 指示信息和/或画像 类型； 基于所述指示信息和/或画像类型， 依据预设的匹配关系将所述数据访 问请求分配至 与所述指示信息和/或画像类型匹配的目标数据通信服务器， 以使所述数据请求端与所述 目标数据通信服 务器建立 通信连接， 完成数据的访问； 其中， 所述指示信息和/或画像类型通过用户画像分析网络对所述待分配对象对应的 用户行为日志进行分析 得到， 所述用户画像分析网络的调试 过程包括： 获取第一调试序列， 所述第一调试序列包括U个用户行为调试日志， 以及所述U个用户 行为调试日志各自对应的第一指示信息标记以及画像 类型标记； 所述U≥1； 通过待调试用户画像分析网络挖掘所述U个用户行为调试 日志各自对应的用户行为描 述向量； 通过所述待调试用户画像分析网络基于所述U个用户行为调试 日志各自对应的用户行 为描述向量对所述U个用户行为调试日志分别进 行指示信息推理， 得到所述U个用户行为调 试日志各自对应的第一推理指示信息， 通过所述待调试用户画像分析网络对所述U个用户 行为调试日志进行画像类型推理， 得到所述U个用户行为调 试日志各自对应的推理画像类 型； 通过所述U个用户行为调试日志各自对应的第 一指示信 息标记、 画像类型标记、 第一推 理指示信息以及推理画像 类型， 确定所述待调试用户画像分析网络的行为推理代价； 通过所述U个用户行为调试日志各自对应的用户行为描述向量， 确定所述待调试用户 画像分析网络的描述向量挖掘代价； 通过所述待调试用户画像分析网络的行为推理代价和所述待调试用户画像分析网络 的描述向量挖掘代价， 对所述待调试用户画像分析网络进行第一优化， 获得目标用户画像 分析网络 。 2.根据权利要求1所述的方法， 其特征在于， 所述通过所述U个用户行为调试日志各自 对应的第一指示信息标记、 画像类型标记、 第一推理指示信息以及推理画像类型， 确定所述 待调试用户画像分析网络的行为推理代价， 包括： 基于用户行为日志Ui对应的第 一指示信 息标记以及所述第 一推理指示信息， 确定所述 用户行为日志Ui对应的指示信息推理代价； 所述用户行为日志Ui属于所述U个用户行为调 试日志， 其中， i≤U； 通过所述用户行为日志Ui对应的画像类型标记以及所述推理画像类型， 确定所述用户 行为日志Ui对应的画像 类型推理代价； 当所述U个用户行为调试 日志各自对应的画像类型推理代价和指示信 息推理代价都确 定好后， 将所述U个用户行为调试日志各自对应的画像类型推理代价和指示信息推理代价 确定为所述待调试用户画像分析网络的行为推理代价； 其中， 所述用户行为描述向量包括第一类型描述向量和第二类型描述向量； 所述通过 所述U个用户行为调试日志各自对应的用户行为描述向量， 确定所述待调 试用户画像分析 网络的描述向量挖掘代价， 包括：权　利　要　求　书 1/4 页 2 CN 115484266 A 2获取用户行为调试日志Ui的第一类型描述向量与所述用户行为调试日志Ui的第二类 型描述向量之间的第一共性结果； 获取所述用户行为调试日志Ui的第一类型描述向量与用户行为调试日志Uj的第二类 型描述向量之 间的第二共性结果， 并确定所述用户行为调试日志Ui的第二类型描述向量与 所述用户行为调试日志Uj的第一类型描述向量之 间的第三共性结果； 所述用户行为调试日 志Uj为所述U个用户行为调试日志中除所述用户行为调试日志Ui以外的任一用户行为调试 日志， 其中， j≤U且i≠j； 通过所述第一共性结果、 所述第二共性结果和所述第三共性结果， 确定所述待调试用 户画像分析网络关于所述用户行为调试日志Ui的描述向量挖掘代价； 当所述待调试用户画像分析网络对于各个所述U个用户行为调试 日志的描述向量挖掘 代价都确定好后， 将所述待调 试用户画像分析网络对于各个所述U个用户行为调 试日志的 描述向量挖掘代价确定为所述待调试用户画像分析网络的描述向量挖掘代价。 3.根据权利要求1所述的方法， 其特征在于， 所述通过所述待调试用户画像分析网络的 行为推理代价和所述待调试用户画像分析网络的描述向量挖掘代价， 对所述待调试用户画 像分析网络进行第一优化， 获得目标用户画像分析网络， 包括： 通过所述待调试用户画像分析网络的行为推理代价和所述待调试用户画像分析网络 的描述向量挖掘代价， 确定所述待调试用户画像分析网络的用户行为分析代价和； 当所述待调试用户画像分析网络未符合调试截止要求 时， 通过所述用户行为分析代价 和对所述待调试用户画像分析网络进 行第一优化， 直到所述待调试用户画像分析网络符合 所述调试截止要求， 获得优化后的用户画像分析网络； 通过所述优化后的用户画像分析网络确定目标用户画像分析网络； 其中， 所述待调试用户画像分析网络的行为推理代价包括所述U个用户行为调试日志 各自对应的指示信息推理代价和画像类型推理代 价； 所述待调试用户画像分析网络的描述 向量挖掘代价包括所述待调试用户画像分析网络对于各个所述U个用户行为调试日志的描 述向量挖掘代价； 所述通过所述待调试用户画像分析网络的行为推理代价和所述待调试用户画像分析 网络的描述向量挖掘代价， 确定所述待调 试用户画像分析网络的用户行为分析代价和， 包 括： 对用户行为调试日志Ui对应的指示信息推理代价、 画像类型推理代价以及描述向量挖 掘代价进行影响因子分配， 得到所述用户行为调试日志Ui的用户行为分析代价； 所述用户 行为日志Ui属 于所述U个用户行为调试日志， i≤U； 当所述U个用户行为调试日志各自对应 的用户行为分析代价都确定好后， 对所述U个用户行为调试日志各自对应的用户行为分析 代价进行求和操作， 得到所述待调试用户画像分析网络的用户行为分析代价和。 4.根据权利要求3所述的方法， 其特征在于， 所述通过所述优化后的用户画像分析网络 确定目标用户画像分析网络， 包括： 获取第二调试序列， 所述第二调试序列包括R个用户行为调试日志， 以及所述R个用户 行为调试日志各自对应的第二指示信息标记； R≥1； 在所述R个用户行为调试日志中获取O个用户行为调试日志并确定为目标参数调节集 合， 在所述R个用户行为调试日志中获取W个用户行为调试日志并确定为目标泛化测试集 合； 其中， 所述O＜R， 所述 W＜R， 所述目标参数调节集 合与所述目标泛化测试集 合不同；权　利　要　求　书 2/4 页 3 CN 115484266 A 3