[發明專利]一種成交總額的預測方法、介質、裝置和計算設備

在審

• 申請號: 201910085260.6
• 申請日: 2019-01-29
• 公開（公告）號: CN111563760A
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 蔡成飛;姚雷;侯杰;王文豹;叢林;張馨藝;王慧欣
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京漢昊知識產權代理事務所(普通合伙) 11370
• 代理人: 朱海波

1.一種成交總額的預測方法，其特征在于，包括：

根據歷史成交數據生成多維度初始成交總額，其中維度用于指示成交總額對應的時間段；

判斷多維度初始成交總額之間的關系是否符合預設條件；

若是，則以多維度初始成交總額融合得到預測成交總額。

2.如權利要求1所述的方法，其特征在于，所述根據歷史成交數據生成多維度初始成交總額，包括：

從所述歷史成交數據中提取歷史成交總額特征和/或歷史交易特征；

基于所述歷史成交總額特征和/或所述歷史交易特征，通過多個模型生成多維度初始成交總額；

其中，多維度初始成交總額包括日維度初始成交總額、周維度初始成交總額、月維度初始成交總額中的一種或組合。

3.如權利要求2所述的方法，其特征在于，所述基于所述歷史成交總額特征和/或所述歷史交易特征通過多個模型生成多維度初始成交總額的步驟，包括：

基于所述歷史成交總額特征和/或所述歷史交易特征，通過所述多個模型生成屬性不同的日維度成交總額；

基于預設權重將所述屬性不同的日維度成交總額融合為日維度初始成交總額；

其中，屬性用于指示成交當日對應的交易條件。

4.如權利要求3所述的方法，其特征在于，所述多個模型包括長短時記憶網絡LSTM模型、多項式回歸模型、決策樹XGBOOST模型中的一種或組合；

所述基于所述歷史成交總額特征和/或所述歷史交易特征，通過所述多個模型生成屬性不同的日維度成交總額的步驟包括以下之一或組合：

基于所述歷史成交總額特征，通過LSTM模型生成日維度的第一平銷日成交總額；

基于所述歷史成交總額特征和所述歷史交易特征，通過多項式回歸模型生成日維度的第一促銷日成交總額；

基于所述歷史成交總額特征和所述歷史交易特征，通過XGBOOST模型生成日維度的第二平銷日成交總額；

基于所述歷史成交總額特征和所述歷史交易特征，通過XGBOOST模型生成日維度的第二促銷日成交總額。

5.如權利要求2至4任一所述的方法，其特征在于，所述多個模型包括決策樹XGBOOST模型；

通過多個模型生成多維度初始成交總額的步驟，具體包括：

通過XGBOOST模型生成周維度初始成交總額。

6.如權利要求2至5任一所述的方法，其特征在于，所述多個模型包括季節性自回歸集成移動平均SARIMAX模型；

通過多個模型生成多維度初始成交總額的步驟，具體包括：

通過SARIMAX模型生成月維度初始成交總額。

7.如權利要求1所述的方法，其特征在于，所述預設條件為對應同一成交日期的不同維度初始成交總額之間的差值是否滿足預設門限；

所述判斷多維度初始成交總額之間的關系是否符合預設條件，包括：

對于多維度初始成交總額中對應同一成交日期的不同維度初始成交總額，根據維度從大到小的順序依次判斷相鄰不同維度初始成交總額之間的差值是否滿足預設門限，其中維度越小，初始成交總額對應的時間段越短。

8.一種成交總額的預測裝置，其特征在于，包括：

生成單元，用于根據歷史成交數據生成多維度初始成交總額，其中維度用于指示成交總額對應的時間段；

判斷單元，用于判斷多維度初始成交總額之間的關系是否符合預設條件；

融合單元，用于當判定多維度初始成交總額之間的關系是否符合預設條件時，以多維度初始成交總額融合得到預測成交總額。

9.一種計算機可讀存儲介質，存儲有程序代碼，所述程序代碼當被處理器執行時，實現如權利要求1-7之一所述的方法。

10.一種計算設備，包括處理器和存儲有程序代碼的存儲介質，所述程序代碼當被處理器執行時，實現如權利要求1-7之一所述的方法。