[發明專利]缺失信息預測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201911156335.1
• 申請日: 2019-11-22
• 公開（公告）號: CN111160604A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 董雨婷
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06Q30/00
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 涂年影

本發明公開了缺失信息預測方法、裝置、計算機設備及存儲介質。方法包括：根據所輸入的模型配置信息構建包含輸入節點、特征單元和輸出節點的信息預測模型，根據預置的數據集及預置的參數調整規則對信息預測模型進行訓練，以得到訓練后的信息預測模型，若接收到所輸入的待預測信息，獲取預置的客戶信息表中與待預測信息對應的關聯客戶的類別，根據預置的類別信息量化公式對與每一關聯客戶的類別進行量化以得到類別量化信息，將類別量化信息輸入訓練后的信息預測模型以獲取對應的類別信息。本發明基于預測模型技術，可基于與客戶相關聯的其他客戶的信息，對客戶所缺失的信息進行準確預測，大幅提升了獲取客戶缺失信息的效率。

技術領域

本發明涉及計算機技術領域，尤其涉及一種缺失信息預測方法、裝置、計算機設備及存儲介質。

背景技術

企業在為客戶辦理業務的過程中，經常需客戶提供與其本人相關的個人信息。在用戶個人信息部分缺失時，企業難以及時獲取客戶缺失的個人信息，導致無法進行后續業務辦理流程?？赏ㄟ^與客戶取得聯系以獲取客戶所缺失的個人信息，然而在部分情況下難以與客戶取得聯系，導致無法及時獲取客戶所缺失的個人信息，因此信息獲取的效率較低，且這一獲取方式易對客戶造成打擾。因此，現有的技術方法在獲取客戶缺失信息時存在獲取效率較低的問題。

發明內容

本發明實施例提供了一種缺失信息預測方法、裝置、計算機設備及存儲介質，旨在解決現有技術方法中所存在的無法及時獲取客戶的缺失信息的問題。

第一方面，本發明實施例提供了一種缺失信息預測方法，其包括：

根據所輸入的模型配置信息構建包含輸入節點、特征單元和輸出節點的信息預測模型，其中，所述模型配置信息包括用于配置所述輸入節點的輸入項信息、用于配置所述輸出節點的輸出項信息和用于配置所述特征單元的特征單元配置公式；

根據預置的數據集及預置的參數調整規則對所述信息預測模型進行訓練，以得到訓練后的所述信息預測模型；

若接收到所輸入的待預測信息，獲取預置的客戶信息表中與所述待預測信息對應的關聯客戶的類別；

根據預置的類別信息量化公式對與每一所述關聯客戶的類別進行量化以得到類別量化信息；

將所述類別量化信息輸入訓練后的所述信息預測模型以獲取所述待預測客戶的待預測類別對應的類別信息。

第二方面，本發明實施例提供了一種缺失信息預測裝置，其包括：

信息預測模型構建單元，用于根據所輸入的模型配置信息構建包含輸入節點、特征單元和輸出節點的信息預測模型，其中，所述模型配置信息包括用于配置所述輸入節點的輸入項信息、用于配置所述輸出節點的輸出項信息和用于配置所述特征單元的特征單元配置公式；

信息預測模型訓練單元，用于根據預置的數據集及預置的參數調整規則對所述信息預測模型進行訓練，以得到訓練后的所述信息預測模型；

關聯客戶類別獲取單元，用于若接收到所輸入的包含待預測客戶及預測類別的待預測信息，獲取預置的客戶信息表中與所述待預測信息對應的關聯客戶的類別；

類別量化信息獲取單元，用于根據預置的類別信息量化公式對與每一所述關聯客戶的類別進行量化以得到類別量化信息；

類別信息獲取單元，用于將所述類別量化信息輸入訓練后的所述信息預測模型以獲取所述待預測客戶的待預測類別對應的類別信息。

第三方面，本發明實施例又提供了一種計算機設備，其包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述第一方面所述的缺失信息預測方法。