[發明專利]營收數據預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201811554501.9
• 申請日: 2018-12-19
• 公開（公告）號: CN109767263A
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 張春玲;項舒暢;羅傲雪;汪偉;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/06
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

1.一種營收數據預測方法，所述方法包括：

接收待預測時間以及待預測企業標識，并獲取與所述待預測企業標識對應的第一歷史營收數據；

將所述第一歷史營收數據輸入至多個預測單模型中得到多個第一單模型預測結果；

根據所述第一單模型預測結果以及第一歷史營收數據構建目標模型選擇特征；

獲取多個所述第一單模型預測結果的差異值，并將所述差異值與與預設值進行比較；

當所述差異值大于預設值時，則將所述目標模型選擇特征輸入至已訓練完成的模型分類器得到最優預測單模型；

將所述最優預測單模型對應的第一單模型預測結果作為預測營收數據。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當所述差異值不大于預設值時，則將所述目標模型選擇特征輸入至模型分類器中得到各個所述預測單模型對應的權重；

根據所述第一單模型預測結果以及對應的各個所述預測單模型對應的所述權重計算得到預測營收數據。

3.根據權利要求1所述的方法，其特征在于，所述模型選擇器的生成方式包括：

獲取第二歷史營收數據；

獲取訓練預測時間，并將所述訓練預測時間以及所述第二歷史營收數據輸入至預測單模型中得到第二單模型預測結果，所述預測單模型是預先訓練得到的；

根據所述第二單模型預測結果以及所述第二歷史營收數據構建訓練模型選擇特征；

基于所述訓練模型選擇特征和第二歷史營收數據進行訓練得到模型分類器。

4.根據權利要求1至3任意一項所述的方法，其特征在于，所述根據所述第一單模型預測結果以及第一歷史營收數據構建目標模型選擇特征，包括：

根據所述第一單模型預測結果以及第一歷史營收數據構建第一模型選擇特征；

根據所述第一歷史營收數據構建第二模型選擇特征。

5.根據權利要求4所述的方法，其特征在于，所述將所述第一歷史營收數據輸入至預測單模型中得到第一單模型預測結果，包括：

獲取所述待預測時間對應的特征周期；

通過所述預測單模型計算得到與所述特征周期對應的預測值；

所述根據所述第一單模型預測結果以及第一歷史營收數據構建第一模型選擇特征，包括：

從所述第一歷史營收數據提取與所述特征周期對應的真實值；

根據所述預測值和所述真實值計算得到第一模型選擇特征。

6.根據權利要求4所述的方法，其特征在于，所述根據所述第一歷史營收數據構建第二模型選擇特征，包括：

獲取預設周期長度和區間，根據所述預設周期長度對所述第一歷史營收數據進行分段；

獲取每一區間中對應的分段的第一歷史營收數據，并對所獲取的第一歷史營收數據進行排序，并標記排序后的第一歷史營收數據的順序值；

計算每一區間對應的分段的第一歷史營收數據的順序值的偏差值；

計算所述偏差值的平均值得到周期性強弱指標作為第二模型選擇特征。

7.根據權利要求4所述的方法，其特征在于，所述根據所述第一歷史營收數據構建第二模型選擇特征，包括：

獲取預設周期長度，根據所述預設周期長度對所述第一歷史營收數據進行分段；

根據每一分段的第一歷史營收數據與上一分段的第一歷史營收數據計算得到增減幅度；

根據所述增減幅度得到每一分段的第一歷史營收數據的增減幅度標記值；

計算所述增減幅度標記值的平均值得到趨勢性強弱指標作為第二模型選擇特征。