申请/专利权人：国网智能科技股份有限公司

申请日：2023-10-20

公开（公告）日：2024-06-21

公开（公告）号：CN117649230B

主分类号：G06Q20/14

分类号：G06Q20/14;G06Q20/24;G06Q30/0207;G06Q10/0639;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明公开了一种电力人工智能模型的计费方法及系统，包括：接收调用的模块化算法模型，获取所述模型的属性数据、用户数据以及模型使用过程中的实时资源使用数据；利用获取的数据，同时考虑费用的折扣比率以及出现任务异常的时间，进行模型调用的计费；获取用户对模型调用过程的评分结果，以及所述模型效果的评估结果；基于两种结果得到最终成效值，基于最终成效值与设定目标值的关系确定费用结算的比例；基于计费金额和费用结算的比例，进行最终的费用结算。本发明解决了无法根据用户类型及具体使用情况进行差异化计费的问题，保证了计费的合理和准确。

主权项：1.一种电力人工智能模型的计费方法，其特征在于，包括：接收调用的模块化算法模型，获取所述模型的属性数据、用户数据以及模型使用过程中的实时资源使用数据，具体实现过程如下：（1）接收上传的模块化算法模型，并基于预置的成本数据及属性数据，计算初始费用；接入算法模块时根据系统预定义人工成本、周期成本或材料成本数据，在模块化算法模型接入初始，针对模块化算法模型预置各个属性值包括所需资源、依赖服务；（2）获取使用所述模块化算法模型的用户数据，包括：用户类型和使用频率；将用户使用模块化算法模型的记录存储至NOSQL，以便进行离线任务分析，分析得出用户是个人用户还是公司用户、使用频率、申请的GPU资源、CPU资源和内存资源、每次服务的使用时长，基于此对用户进行标签定义；基于用户行为对用户进行行为分析，整个行为分析过程包括：（2-1）建立用户画像，包括：用户的行为痕迹和用户的属性信息；（2-2）设定用户的事件，确定用户的关键动作事件；（2-3）建立模型分析，包括：漏斗模型，用于分析登录平台-试用-购买-续订-分享的流失和转化，行为路径模型，用于分析注册用户真实使用的申请-使用--购买-续订-分享-上传关键环节，看出用户的重点环节；（2-4）用户管理，对使用者的指标进行分层次管理，维护管理策略；（2-5）最终生成用户信息的业务标签；（3）实时获取用户使用所述模块化算法模型的数据，包括：GPU资源使用时间、CPU资源使用时间、存储资源使用时间和出现任务异常的时间；（4）基于使用频率数据确定费用的折扣；基于出现任务异常的时间进行相应费用的调控；将用户操作信息包括：启动服务、暂停服务、停止服务分发至实时流计算平台，结合当前资源使用信息实时计算费用信息推送给用户，从用户申请资源后启动服务开始按照每秒钟GPU使用价格和内存使用价格以及CPU使用价格乘以使用时间，得到实时费用；中间产生任务异常对费用进行使用时间等比例调控再计算价格进而得到最终费用信息；其中，异常时间是指从算法服务启用后产生异常的时间到手动结束服务调用或服务回复的这一段时间数值；根据历史数据信息，通过统计任务计算用户在平台的使用痕迹进行使用频率输出，基于使用频率数据确定费用的折扣比率；利用获取的数据，同时考虑费用的折扣比率以及出现任务异常的时间，进行模型调用的计费；获取用户对模型调用过程的评分结果，以及所述模型效果的评估结果；基于两种结果得到最终成效值，基于最终成效值与设定目标值的关系确定费用结算的比例；基于计费金额和费用结算的比例，进行最终的费用结算；对模型效果的评估具体为：获取模型的调用次数、数据处理量、服务响应时间和故障排查效率作为主观评价指标；获取用户反馈评价信息作为客观评价指标；构建指标权重优化模型，运用改进的非支配排序遗传算法对主客观评价指标的权重进行选优，得到各个评价指标的最优权重；对所有指标值进行归一化处理，对各指标值及其最优权重的乘积进行加权平均，得到模型的评价值，作为评估结果。

全文数据：

权利要求：

百度查询： 国网智能科技股份有限公司 一种电力人工智能模型的计费方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD