[發明專利]電子裝置、基于研報數據的預測方法和計算機存儲介質

在審

• 申請號: 201810441411.2
• 申請日: 2018-05-10
• 公開（公告）號: CN108647822A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 李正洋;李海疆
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/06;G06N3/04;G06N3/08;G06F17/27
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種電子裝置，所述電子裝置包括存儲器和處理器，其特征在于，所述存儲器上存儲有基于研報數據的預測程序，所述基于研報數據的預測程序被所述處理器執行時實現如下步驟：

獲取步驟：獲取第一預設時間區間內預測對象的多份研報數據；

分析步驟：根據預先確定的分析規則，對獲取的所述多份研報數據進行分析處理，以獲得每份研報的研報預測數據；

預測步驟：將獲得的所有研報預測數據輸入至預先建立的預測模型，并將所述預測模型輸出的結果數據作為所述預測對象的預測值。

2.如權利要求1所述的電子裝置，其特征在于，所述預先確定的分析規則包括：

基于所述研報數據，提取每份研報對應的研報文本數據；

將每份研報對應的研報文本數據進行分詞處理，獲得每份研報對應的分詞數據；

提取每份研報對應的分詞數據中的關鍵詞數據；

對每份研報對應的關鍵詞數據進行解析，輸出每份研報對應的解析結果作為該研報對應的研報預測數據。

3.如權利要求1或2所述的電子裝置，其特征在于，在所述預測步驟之前，所述處理器執行所述基于研報數據的預測程序，還實現以下步驟：

采集第二預設時間區間內多個采樣時間區間對應的所述預測對象所在行業的歷史研報數據，并根據預先確定的分析規則對采集的歷史研報數據進行分析處理，以獲得每份歷史研報對應的歷史研報預測數據；

基于神經網絡構建訓練模型，將每一采樣時間區間對應的歷史研報預測數據作為該采樣時間區間的樣本，同時確定各所述采樣時間區間的樣本對應的真實值，輸入各所述采樣時間區間的樣本及其對應的真實值至所述訓練模型進行訓練；

當所述訓練模型的輸出值與所述真實值之間的誤差收斂且損失函數的值低于預設閾值時，結束模型訓練，并將生成的訓練模型作為所述預測模型。

4.如權利要求3所述的電子裝置，其特征在于，所述預測模型包括一層輸入層、三層隱藏層及一層輸出層，所述三層隱藏層分別為第一隱藏層、第二隱藏層及第三隱藏層；其中：

所述輸入層包括N個節點；

所述第一隱藏層包括n₁個節點，以所述輸入層的連接方式為全連接，所述第一隱藏層的激活函數為Sigmoid函數；

所述第二隱藏層包括n₂個節點，與所述第一隱藏層的連接方式為全連接，所述第二隱藏層的激活函數為Sigmoid函數；

所述第三隱藏層包括N個節點，與所述第二隱藏層的連接方式為全連接，所述第三隱藏層中節點的值經Softmax函數歸一化處理后輸出；

所述輸出層包括1個節點。

5.如權利要求4所述的電子裝置，其特征在于，所述N為第二預設時間區間內對所述預測對象所在行業做出研報的研究團隊的總數量。

6.一種基于研報數據的預測方法，其特征在于，該方法包括步驟：

獲取步驟：獲取第一預設時間區間內預測對象的多份研報數據；

分析步驟：根據預先確定的分析規則，對獲取的所述多份研報數據進行分析處理，以獲得每份研報的研報預測數據；

預測步驟：將獲得的所有研報預測數據輸入至預先建立的預測模型，并將所述預測模型輸出的結果數據作為所述預測對象的預測值。

7.如權利要求6所述的基于研報數據的預測方法，其特征在于，所述預先確定的分析規則包括：

基于所述研報數據，提取每份研報對應的研報文本數據；

將每份研報對應的研報文本數據進行分詞處理，獲得每份研報對應的分詞數據；

提取每份研報對應的分詞數據中的關鍵詞數據；

對每份研報對應的關鍵詞數據進行解析，輸出每份研報對應的解析結果作為該研報對應的研報預測數據。