[發(fā)明專利]預(yù)售風(fēng)險(xiǎn)評(píng)估方法、系統(tǒng)、計(jì)算機(jī)裝置及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811289813.1
• 申請(qǐng)日: 2018-10-31
• 公開（公告）號(hào): CN109598410A
• 公開（公告）日: 2019-04-09
• 發(fā)明（設(shè)計(jì)）人: 甘文俊
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06
• 代理公司: 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司 44334
• 代理人: 楊毅玲

本發(fā)明提供一種預(yù)售風(fēng)險(xiǎn)評(píng)估方法、系統(tǒng)、計(jì)算機(jī)裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。所述預(yù)售風(fēng)險(xiǎn)評(píng)估方法包括：獲取歷史特征數(shù)據(jù)，所述歷史特征數(shù)據(jù)為商戶已經(jīng)發(fā)起預(yù)售行為且具有預(yù)售結(jié)果的數(shù)據(jù)；將不同的預(yù)售結(jié)果所對(duì)應(yīng)的歷史特征數(shù)據(jù)分別輸入至神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到第一風(fēng)險(xiǎn)評(píng)估模型及第二風(fēng)險(xiǎn)評(píng)估模型；獲取一待進(jìn)行預(yù)售活動(dòng)的特征數(shù)據(jù)，并將所述特征數(shù)據(jù)分別輸入至該第一風(fēng)險(xiǎn)評(píng)估模型及第二風(fēng)險(xiǎn)評(píng)估模型，得到第一評(píng)估值及第二評(píng)估值；及根據(jù)所述第一評(píng)估值及所述第二評(píng)估值計(jì)算得出所述待進(jìn)行預(yù)售活動(dòng)的成功率。本發(fā)明基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到預(yù)售風(fēng)險(xiǎn)評(píng)估模型，根據(jù)模型可計(jì)算得到商戶預(yù)售成功率，避免造成用戶經(jīng)濟(jì)損失。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，尤其涉及一種預(yù)售風(fēng)險(xiǎn)評(píng)估方法、系統(tǒng)、計(jì)算機(jī)裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

預(yù)售是指在產(chǎn)品還沒正式進(jìn)入市場(chǎng)前進(jìn)行的銷售行為，可以通過(guò)預(yù)售來(lái)了解該種產(chǎn)品是否有市場(chǎng)，特別是針對(duì)一些只能通過(guò)批量化生產(chǎn)的產(chǎn)品而言，通過(guò)預(yù)售達(dá)到一定量后才投入生產(chǎn)，有效規(guī)避了生產(chǎn)存在的風(fēng)險(xiǎn)。現(xiàn)在商家在商品售賣前都喜歡做提前預(yù)售的營(yíng)銷活動(dòng)，以吸引顧客。不管是那一種產(chǎn)品的商家，其經(jīng)營(yíng)都存在一定的風(fēng)險(xiǎn)，一旦商家經(jīng)營(yíng)不善，或者商家故意詐騙，很容易造成用戶的經(jīng)濟(jì)損失。

本部分旨在為權(quán)利要求書及具體實(shí)施方式中陳述的本發(fā)明的實(shí)施方式提供背景或上下文。此處的描述不因?yàn)榘ㄔ诒静糠种芯统姓J(rèn)是現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

鑒于上述，本發(fā)明提供一種預(yù)售風(fēng)險(xiǎn)評(píng)估方法、系統(tǒng)、計(jì)算機(jī)裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其可以實(shí)現(xiàn)對(duì)商戶預(yù)售行為進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)。

本申請(qǐng)一實(shí)施方式提供一種預(yù)售風(fēng)險(xiǎn)評(píng)估方法，所述方法包括：

獲取歷史特征數(shù)據(jù)，其中所述歷史特征數(shù)據(jù)為商戶已經(jīng)發(fā)起預(yù)售行為且具有預(yù)售結(jié)果的數(shù)據(jù)，所述預(yù)售結(jié)果包括預(yù)售成功及預(yù)售失敗；

按照不同的預(yù)售結(jié)果對(duì)所述歷史特征數(shù)據(jù)進(jìn)行分類；

將不同的預(yù)售結(jié)果所對(duì)應(yīng)的歷史特征數(shù)據(jù)分別輸入至神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以分別得到對(duì)應(yīng)于預(yù)售成功的第一風(fēng)險(xiǎn)評(píng)估模型及對(duì)應(yīng)于預(yù)售失敗的第二風(fēng)險(xiǎn)評(píng)估模型；

獲取一待進(jìn)行預(yù)售活動(dòng)的特征數(shù)據(jù)，并將所述特征數(shù)據(jù)輸入至所述第一風(fēng)險(xiǎn)評(píng)估模型得到第一評(píng)估值，及將所述特征數(shù)據(jù)輸入至所述第二風(fēng)險(xiǎn)評(píng)估模型得到第二評(píng)估值；及

根據(jù)所述第一評(píng)估值及所述第二評(píng)估值計(jì)算得出所述待進(jìn)行預(yù)售活動(dòng)的成功率。

優(yōu)選地，所述歷史特征數(shù)據(jù)包括多個(gè)商戶維度信息，多個(gè)所述商戶維度信息包括但不限于：商戶注冊(cè)資金信息、股東人數(shù)信息、股東信用記錄信息、門店所在城市信息、門店位置信息、商戶所屬行業(yè)信息、商品優(yōu)惠力度信息、優(yōu)惠時(shí)間信息、商品成本信息、開業(yè)時(shí)間信息、商戶盈利或虧損信息、顧客數(shù)量信息。

優(yōu)選地，所述獲取歷史特征數(shù)據(jù)的步驟之后還包括：

判斷是否存在一個(gè)或者多個(gè)商戶維度信息缺失；及

當(dāng)存在一個(gè)或者多個(gè)商戶維度信息缺失，將缺失的一個(gè)或者多個(gè)商戶維度信息設(shè)置為預(yù)設(shè)特征數(shù)據(jù)。

優(yōu)選地，所述將不同的預(yù)售結(jié)果所對(duì)應(yīng)的歷史特征數(shù)據(jù)分別輸入至神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以分別得到對(duì)應(yīng)于預(yù)售成功的第一風(fēng)險(xiǎn)評(píng)估模型及對(duì)應(yīng)于預(yù)售失敗的第二風(fēng)險(xiǎn)評(píng)估模型的步驟包括：

將預(yù)售結(jié)果為預(yù)售成功的歷史特征數(shù)據(jù)輸入至第一神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述第一風(fēng)險(xiǎn)評(píng)估模型；

將預(yù)售結(jié)果為預(yù)售失敗的歷史特征數(shù)據(jù)輸入至第二神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述第二風(fēng)險(xiǎn)評(píng)估模型；

其中，所述第一神經(jīng)網(wǎng)絡(luò)模型及所述第二神經(jīng)網(wǎng)絡(luò)模型均為BP神經(jīng)網(wǎng)絡(luò)模型，所述BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱藏層及輸出層。