[發明專利]預測方法以及裝置

在審

• 申請號: 201910538254.1
• 申請日: 2019-06-20
• 公開（公告）號: CN110390425A
• 公開（公告）日: 2019-10-29
• 發明（設計）人: 吳彥倫;周揚;趙孝松;楊樹波
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N20/00
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 吳肖肖

1.一種預測方法，其特征在于，包括：

對通過交易平臺獲取到的原始數據進行預處理，得到待分析數據；

將所述待分析數據分別輸入到多個時序預測模型中，預測得到所述待分析數據在所述多個時序預測模型中的每個時序預測模型下對應的預測結果；

根據所述預測結果從所述多個時序預測模型中選擇最優的時序預測模型。

2.根據權利要求1所述的方法，其特征在于，所述對通過交易平臺獲取到的原始數據進行預處理，得到待分析數據，包括：

對通過所述交易平臺獲取到的所述原始數據進行數據濾波和/或數據補齊，得到標準化數據；

對所述標準化數據進行特征抽取，得到所述待分析數據。

3.根據權利要求1所述的方法，其特征在于，所述將所述待分析數據分別輸入到多個時序預測模型中，預測得到所述待分析數據在所述多個時序預測模型中的每個時序預測模型下對應的預測結果，包括：

根據時序預測算法獲取所述待分析數據在所述多個時序預測模型中的每個時序預測模型下對應的預測值；

計算所述預測值與真實值的誤差值，并將所述誤差值作為所述預測結果，其中，所述真實值是基于所述原始數據計算得到的。

4.根據權利要求3所述的方法，其特征在于，所述根據所述預測結果從所述多個時序預測模型中選擇最優的時序預測模型，包括：

將所述誤差值與預設的標準閾值進行比較；

如果所述誤差值小于所述標準閾值，則確定所述誤差值對應的時序預測模型為有效的時序預測模型；

從所述有效的時序預測模型中選擇所述誤差值最小的時序預測模型作為所述最優的時序預測模型。

5.根據權利要求4所述的方法，其特征在于，所述根據所述預測結果從所述多個時序預測模型中選擇最優的時序預測模型，還包括：

如果所述誤差值大于或等于所述標準閾值，則確定所述誤差值對應的時序預測模型為無效的時序預測模型；

對所述無效的時序預測模型的模型參數進行自動調優訓練，直到所述無效的時序預測模型對應的所述誤差值小于所述標準閾值。

6.根據權利要求1-5任意一項所述的方法，其特征在于，還包括：

利用所述最優的時序預測模型對通過所述交易平臺獲取到的新數據進行預測，并發送預測結果和/或報警結果。

7.根據權利要求1-5任意一項所述的方法，其特征在于，所述交易平臺包括線上電商平臺和/或線下實體平臺。

8.一種預測裝置，其特征在于，包括：

預處理模塊，被配置為對通過交易平臺獲取到的原始數據進行預處理，得到待分析數據；

預測模塊，被配置為將所述待分析數據分別輸入到多個時序預測模型中，預測得到所述待分析數據在所述多個時序預測模型中的每個時序預測模型下對應的預測結果；

選擇模塊，被配置為根據所述預測結果從所述多個時序預測模型中選擇最優的時序預測模型。

9.根據權利要求8所述的裝置，其特征在于，所述預處理模塊對通過所述交易平臺獲取到的所述原始數據進行數據濾波和/或數據補齊，得到標準化數據，并對所述標準化數據進行特征抽取，得到所述待分析數據。

10.根據權利要求8所述的裝置，其特征在于，所述預測模塊根據時序預測算法獲取所述待分析數據在所述多個時序預測模型中的每個時序預測模型下對應的預測值，計算所述預測值與真實值的誤差值，并將所述誤差值作為所述預測結果，其中，所述真實值是基于所述原始數據計算得到的。

11.根據權利要求10所述的裝置，其特征在于，所述選擇模塊將所述誤差值與預設的標準閾值進行比較，如果所述誤差值小于所述標準閾值，則確定所述誤差值對應的時序預測模型為有效的時序預測模型，并從所述有效的時序預測模型中選擇所述誤差值最小的時序預測模型作為所述最優的時序預測模型。