[發明專利]預測方法、裝置、電子設備及存儲介質有效
| 申請號: | 201910900821.3 | 申請日: | 2019-09-23 |
| 公開(公告)號: | CN110930176B | 公開(公告)日: | 2023-06-02 |
| 發明(設計)人: | 王建東;鄧坤;王建明 | 申請(專利權)人: | 平安科技(深圳)有限公司 |
| 主分類號: | G06Q30/0202 | 分類號: | G06Q30/0202;G06Q40/08;G06F16/29;G01C21/20;G01C21/34 |
| 代理公司: | 深圳市賽恩倍吉知識產權代理有限公司 44334 | 代理人: | 劉麗華;孫芬 |
| 地址: | 518000 廣東省深圳市福田區福*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 預測 方法 裝置 電子設備 存儲 介質 | ||
1.一種預測方法,其特征在于,所述方法包括:
當接收到預測指令時,連接用戶的終端設備;
從所述終端設備上,獲取導航APP中配置時間段內所產生的數據;
將所述數據拆分為位置數據及時間數據;
將所述位置數據轉化為經緯度;
獲取以所述經緯度為坐標原點,以預設值為半徑的地理位置范圍內的所有標記場所;
對所述所有標記場所進行編碼;
對所述時間數據進行歸一化處理;
整合編碼后的所述所有標記場所及歸一化處理后的所述時間數據,得到待處理數據;
將所述待處理數據輸入到基于分類模型及隨機森林模型預先訓練的預測模型中,輸出預測結果,在將所述待處理數據輸入到所述預測模型之前,所述方法還包括:獲取樣本數據,所述樣本數據包括多個用戶的終端設備的導航APP數據,基于梯度下降樹算法對所述樣本數據進行擬合訓練,獲取每步擬合后對于類別的預測概率與真實概率的差值,當所述差值小于或者等于預設差值時,得到所述分類模型,從所述多個用戶中確定滿足預設條件的第一用戶,及不滿足所述預設條件的第二用戶,獲取所述樣本數據中所述第一用戶對應的數據作為第一樣本,所述第二用戶對應的數據作為第二樣本,以所述第一樣本及所述第二樣本為輸入,是否滿足所述預設條件為輸出,以預先配置的參數取值范圍訓練出所述隨機森林模型,整合所述分類模型及所述隨機森林模型,得到所述預測模型。
2.如權利要求1所述的預測方法,其特征在于,所述對所述所有標記場所進行編碼包括:
獲取所述所有標記場所的數量;
以所述數量作為位數,對所述所有標記場所進行One-hot編碼。
3.如權利要求1所述的預測方法,其特征在于,在輸出所述預測結果后,所述方法還包括:
當所述預測結果為所述用戶滿足配置條件時,獲取所述分類模型輸出的所述用戶的屬性數據;
當所述屬性數據顯示所述用戶屬于配置屬性時,確定所述所有標記場所中是否包括第一場所;
當包括所述第一場所時,向所述用戶的終端設備發送配置數據。
4.如權利要求1所述的預測方法,其特征在于,在輸出所述預測結果后,所述方法還包括:
當所述預測結果為所述用戶滿足配置條件時,從所述終端設備上獲取用戶的瀏覽數據;
從所述瀏覽數據中篩選出對于預設產品的瀏覽數據;
根據所述對于預設產品的瀏覽數據,預測所述用戶感興趣的產品。
5.如權利要求4所述的預測方法,其特征在于,在預測所述用戶感興趣的產品后,所述方法還包括:
當所述產品中包括配置產品時,確定所述所有標記場所中是否包括第二場所;
當包括所述第二場所時,根據所述位置數據及所述時間數據計算所述用戶出入所述第二場所的頻率;
當所述頻率大于或者等于預設頻率時,標記所述用戶。
6.如權利要求5所述的預測方法,其特征在于,在標記所述用戶后,所述方法還包括:
當檢測到所述用戶要購買所述配置產品時,獲取所述用戶的患病信息;
當所述患病信息顯示所述用戶健康時,發出提示信息,所述提示信息用于提示所述用戶有說謊風險。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于平安科技(深圳)有限公司,未經平安科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910900821.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:頁面播放方法、裝置、電子設備及存儲介質
- 下一篇:易操作式多功能清潔機





