[發(fā)明專(zhuān)利]事件預(yù)測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910736035.4
• 申請(qǐng)日: 2019-08-09
• 公開(kāi)（公告）號(hào): CN110458355A
• 公開(kāi)（公告）日: 2019-11-15
• 發(fā)明（設(shè)計(jì)）人: 李夫路;梁爽
• 申請(qǐng)（專(zhuān)利權(quán)）人: 泰康保險(xiǎn)集團(tuán)股份有限公司
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 72003 隆天知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 鄭特強(qiáng);章侃銥<國(guó)際申請(qǐng)>=<國(guó)際公布>

本發(fā)明公開(kāi)一種事件預(yù)測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。該事件預(yù)測(cè)方法包括：獲取在第一預(yù)定時(shí)間內(nèi)發(fā)生的事件的數(shù)據(jù)；根據(jù)在所述第一預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)，確定訓(xùn)練集；基于所述訓(xùn)練集，對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得事件預(yù)測(cè)模型；以及根據(jù)所述事件預(yù)測(cè)模型，對(duì)待預(yù)測(cè)日期內(nèi)待發(fā)生的所述事件進(jìn)行預(yù)測(cè)。

技術(shù)領(lǐng)域

本發(fā)明涉及智能養(yǎng)老服務(wù)技術(shù)領(lǐng)域，具體而言，涉及一種事件預(yù)測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大。例如，可以應(yīng)用人工智能技術(shù)，進(jìn)行智能的事件預(yù)測(cè)。

在所述背景技術(shù)部分公開(kāi)的上述信息僅用于加強(qiáng)對(duì)本發(fā)明的背景的理解，因此它可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種事件預(yù)測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

本發(fā)明的其他特性和優(yōu)點(diǎn)將通過(guò)下面的詳細(xì)描述變得顯然，或部分地通過(guò)本發(fā)明的實(shí)踐而習(xí)得。

根據(jù)本發(fā)明的一方面，提供一種住院事件方法，包括：獲取在第一預(yù)定時(shí)間內(nèi)發(fā)生的事件的數(shù)據(jù)；根據(jù)在所述第一預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)，確定訓(xùn)練集；基于所述訓(xùn)練集，對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得事件預(yù)測(cè)模型；以及根據(jù)所述事件預(yù)測(cè)模型，對(duì)待預(yù)測(cè)日期內(nèi)待發(fā)生的所述事件進(jìn)行預(yù)測(cè)。

根據(jù)本發(fā)明的一實(shí)施方式，所述方法還包括：獲取在第二預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)；根據(jù)在所述第二預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)，確定所述事件預(yù)測(cè)模型的驗(yàn)證集；基于所述驗(yàn)證集，通過(guò)損失函數(shù)對(duì)所述事件預(yù)測(cè)模型中的模型參數(shù)進(jìn)行迭代處理；每次迭代更新后，計(jì)算當(dāng)前事件預(yù)測(cè)模型在所述驗(yàn)證集上的損失函數(shù)的值；根據(jù)所述損失函數(shù)的值繪制損失函數(shù)曲線；以及當(dāng)所述損失函數(shù)曲線收斂時(shí)，根據(jù)當(dāng)前事件預(yù)測(cè)模型的模型參數(shù)優(yōu)化所述事件預(yù)測(cè)模型的模型參數(shù)，以?xún)?yōu)化所述事件預(yù)測(cè)模型。

根據(jù)本發(fā)明的一實(shí)施方式，所述事件包括：養(yǎng)老事件；根據(jù)在所述第一預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)，確定事件預(yù)測(cè)模型的訓(xùn)練集包括：根據(jù)在所述第一預(yù)定時(shí)間內(nèi)發(fā)生的所述養(yǎng)老事件的數(shù)據(jù)，分別確定出在所述第一預(yù)定時(shí)間內(nèi)每預(yù)設(shè)間隔發(fā)生的養(yǎng)老事件的第一次數(shù)；以及將所述第一次數(shù)作為所述訓(xùn)練集。

根據(jù)本發(fā)明的一實(shí)施方式，基于所述訓(xùn)練集，對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行訓(xùn)練包括：根據(jù)所述第一次數(shù)構(gòu)建基于時(shí)間的矩陣；以及將所述矩陣作為所述訓(xùn)練集，對(duì)所述長(zhǎng)短記憶網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

根據(jù)本發(fā)明的一實(shí)施方式，根據(jù)在所述第二預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)，確定所述事件預(yù)測(cè)模型的驗(yàn)證集包括：根據(jù)在所述第二預(yù)定時(shí)間內(nèi)發(fā)生的所述養(yǎng)老事件的數(shù)據(jù)，分別確定出所述第二預(yù)定時(shí)間內(nèi)每所述預(yù)設(shè)間隔發(fā)生的養(yǎng)老事件的第二次數(shù)；以及將所述第二次數(shù)作為驗(yàn)證集。

根據(jù)本發(fā)明的一實(shí)施方式，所述養(yǎng)老事件包括：房間清理事件、疾病突發(fā)事件、跌倒事件及自助購(gòu)物事件中的全部或部分。

根據(jù)本發(fā)明的一實(shí)施方式，所述事件包括：住院事件；根據(jù)在所述第一預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)，確定事件預(yù)測(cè)模型的訓(xùn)練集包括：將在所述第一預(yù)定時(shí)間內(nèi)每預(yù)設(shè)間隔發(fā)生的所述住院事件的數(shù)據(jù)作為所述訓(xùn)練集。

根據(jù)本發(fā)明的一實(shí)施方式，基于所述訓(xùn)練集，對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行訓(xùn)練包括：根據(jù)所述住院事件的數(shù)據(jù)構(gòu)建基于時(shí)間的矩陣；以及將所述矩陣作為所述訓(xùn)練集，對(duì)所述長(zhǎng)短記憶網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

根據(jù)本發(fā)明的一實(shí)施方式，根據(jù)在所述第二預(yù)定時(shí)間內(nèi)發(fā)生的所述事件的數(shù)據(jù)，確定所述事件預(yù)測(cè)模型的驗(yàn)證集包括：將在所述第二預(yù)定時(shí)間內(nèi)每所述預(yù)設(shè)間隔發(fā)生的住院事件的數(shù)據(jù)作為所述驗(yàn)證集。