[發(fā)明專利]預測方法、裝置、電子設備及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810853151.X
• 申請日: 2018-07-27
• 公開（公告）號: CN109345048B
• 公開（公告）日: 2023-02-10
• 發(fā)明（設計）人: 黃濤
• 申請（專利權）人: 創(chuàng)新先進技術有限公司
• 主分類號: G06Q10/0637
• 分類號: G06Q10/0637;G06N3/08
• 代理公司: 北京永新同創(chuàng)知識產(chǎn)權代理有限公司 11376
• 代理人: 林錦輝

本公開實施例公開了一種預測方法、裝置、電子設備及計算機可讀存儲介質(zhì)。該方法包括：獲取與預定國家相關的跨境游數(shù)據(jù)；其中，所述跨境游數(shù)據(jù)至少包括用戶對所述預定國家跨境游的關注數(shù)據(jù)以及與所述預定國家產(chǎn)生的跨境游相關的歷史外匯交易數(shù)據(jù)；根據(jù)所述跨境游數(shù)據(jù)以及預先訓練好的預測模型預測出在未來預定時間段內(nèi)與所述預定國家產(chǎn)生的跨境游相關的外匯交易數(shù)據(jù)。本公開的上述方式采用的跨境游數(shù)據(jù)不但包括歷史外匯交易數(shù)據(jù)，還包括人們對該預定國家跨境游的關注數(shù)據(jù)，因此預測出的跨境游相關的外匯交易數(shù)據(jù)更加客觀準確，能夠體現(xiàn)出一些突發(fā)情況，為相關部門做出應對措施提供了數(shù)據(jù)支持。

技術領域

本公開涉及計算機技術領域，具體涉及一種預測方法、裝置、電子設備及計算機可讀存儲介質(zhì)。

背景技術

當今經(jīng)濟日益開放條件下，無論是企業(yè)、銀行、政府以及個人都不得不面對外匯交易這個客觀存在，都會主動或被動地受到匯率變動的影響，當持有硬貨幣時，匯率的上漲會帶來收益；當持有軟貨幣時，匯率的下跌會帶來損失。

在外匯交易中，準確預測未來外匯交易量，能夠幫助外匯運營團隊精準決策，從而避免由于市場波動帶來的損失。而目前外匯交易量預測方式基于簡單的統(tǒng)計學，靈活性、適用性較差；另外，預測基于的數(shù)據(jù)源較為單一，僅是公司自持的歷史交易數(shù)據(jù)，使得預測不夠準確。

發(fā)明內(nèi)容

本公開實施例提供一種預測方法、裝置、電子設備及計算機可讀存儲介質(zhì)。

第一方面，本公開實施例中提供了一種預測方法，包括：

獲取與預定國家相關的跨境游數(shù)據(jù)；其中，所述跨境游數(shù)據(jù)至少包括用戶對所述預定國家跨境游的關注數(shù)據(jù)以及與所述預定國家產(chǎn)生的跨境游相關的歷史外匯交易數(shù)據(jù)；

根據(jù)所述跨境游數(shù)據(jù)以及預先訓練好的預測模型預測出在未來預定時間段內(nèi)與所述預定國家產(chǎn)生的跨境游相關的外匯交易數(shù)據(jù)。

進一步地，所述預測方法還包括：

獲取多個訓練樣本；其中，所述訓練樣本包括跨境游數(shù)據(jù)以及所述跨境游數(shù)據(jù)對應的真實外匯交易數(shù)據(jù)；

利用所述多個訓練樣本對機器自學習模型進行訓練，獲得所述預測模型。

進一步地，所述機器自學習模型至少包括深度神經(jīng)網(wǎng)絡。

進一步地，所述跨境游數(shù)據(jù)還包括用戶數(shù)據(jù)。

進一步地，根據(jù)所述跨境游數(shù)據(jù)以及預先訓練好的預測模型預測出在未來預定時間段內(nèi)與所述預定國家產(chǎn)生的跨境游相關的外匯交易數(shù)據(jù)，包括：

根據(jù)用戶對所述預定國家的跨境游關注數(shù)據(jù)以及預先訓練好的第一預測模型預測在所述未來預定時間段內(nèi)去所述預定國家旅游的人數(shù)，并根據(jù)所述人數(shù)以及在所述預定國家中的人均旅游消費確定在所述未來預定時間段內(nèi)跨境游相關的第一外匯交易量；

根據(jù)與所述預定國家產(chǎn)生的跨境游相關的歷史外匯交易數(shù)據(jù)以及預先訓練好的第二預測模型預測在所述未來預定時間段內(nèi)與所述預定國家產(chǎn)生的跨境游相關的第二外匯交易量；

根據(jù)所述用戶數(shù)據(jù)以及預先訓練好的第三預測模型預測用戶在所述未來預定時間段內(nèi)與所述預定國家產(chǎn)生的跨境游相關的第三外匯交易量；

根據(jù)所述第一外匯交易量、第二外匯交易量和第三外匯交易量以及預先訓練好的第四預測模型預測在所述未來預定時間段內(nèi)與所述預定國家產(chǎn)生的跨境游相關的外匯交易量。

進一步地，所述預測方法還包括：

獲取多個第一訓練樣本；其中，所述第一訓練樣本至少包括第一預定歷史時間段內(nèi)收集的用戶對所述預定國家的跨境游關注數(shù)據(jù)、以及所述第一預定歷史時間段之后去所述預定國家旅游的真實人數(shù)；

利用所述多個第一訓練樣本對預先建立的第一機器自學習模型進行訓練，獲得所述第一預測模型。