[發明專利]業務預測方法以及裝置

在審

• 申請號: 202010055569.3
• 申請日: 2020-01-17
• 公開（公告）號: CN111222631A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 鄭新萍
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 吳肖肖

1.一種業務預測方法，包括：

獲取歷史業務數據，并對所述歷史業務數據進行標準化處理獲得業務數據；

基于所述業務數據以及與所述業務數據相關聯的關聯數據構建時間注意力張量；

將所述時間注意力張量輸入至神經網絡對目標時間對應的業務數據進行預測，獲得所述神經網絡輸出的所述目標時間對應的業務預測數據；

其中，所述神經網絡設有編碼層、解碼層和全連接層，所述時間注意力張量由所述編碼層進行編碼處理獲得業務特征，并經所述解碼層對所述業務特征進行解碼處理確定關聯特征，所述關聯特征由所述全連接層進行全連接處理獲得所述目標時間對應的業務預測數據。

2.根據權利要求1所述的業務預測方法，所述基于所述業務數據以及與所述業務數據相關聯的關聯數據構建時間注意力張量，包括：

基于所述業務數據構建時間維度的第一業務注意力張量；

確定與所述業務數據相關聯的所述關聯數據，并基于所述關聯數據構建所述時間維度的第二業務注意力張量；

將所述第一業務注意力張量以及所述第二業務注意力張量拼接為所述時間注意力張量。

3.根據權利要求1所述的業務預測方法，所述獲取歷史業務數據，并對所述歷史業務數據進行標準化處理獲得業務數據，包括：

獲取所述歷史業務數據，所述歷史業務數據由業務數據特征和業務數據特征值組成；

選擇所述歷史業務數據中缺少所述業務數據特征的子歷史業務數據組成第一業務數據，以及選擇所述歷史業務數據中缺少所述業務數據特征值的子歷史業務數據組成第二業務數據；

基于所述第一業務數據以及所述第二業務數據對所述歷史業務數據進行標準化處理獲得所述業務數據。

4.根據權利要求3所述的業務預測方法，所述基于所述第一業務數據以及所述第二業務數據對所述歷史業務數據進行比標準化處理獲得所述業務數據，包括：

確定所述第二業務數據中包含的子歷史業務數據對應的時間區間，并選擇與所述時間區間具有關聯關系的預測時間區間對應的預測業務數據對所述第二業務數據中包含的子歷史業務數據進行特征值填充處理；

根據對所述第二業務數據中包含的子歷史業務數據的特征值填充處理結果生成第三業務數據；

基于所述第三業務數據對所述歷史業務數據中組成所述第二業務數據的子歷史業務數據進行更新，以及在所述歷史業務數據中刪除組成所述第一業務數據的子歷史業務數據，確定所述業務數據。

5.根據權利要求1所述的業務預測方法，對所述目標時間對應的業務數據進行預測的過程，包括：

將所述時間注意力張量輸入至所述神經網絡；

基于所述神經網絡中設有的所述編碼層對所述時間注意力張量進行編碼處理，獲得由子業務特征組成的所述業務特征；

根據所述神經網絡中設有的所述解碼層對所述業務特征中包含的子業務特征進行解碼處理獲得所述子業務特征之間的第一關聯特征，以及基于所述時間注意力張量中的時間特征確定與所述目標時間之間的第二關聯特征；

通過所述解碼層中配置的前饋神經網絡將所述第一關聯特征和所述第二關聯特征組合的所述關聯特征映射到正態分布確定初始業務預測數據；

基于所述神經網絡中設有的所述全連接層將所述初始業務預測數據全連接處理為所述業務預測數據。

6.根據權利要求1所述的業務預測方法，所述將所述時間注意力張量輸入至神經網絡對目標時間對應的業務數據進行預測，獲得所述神經網絡輸出的所述目標時間對應的業務預測數據步驟執行之后，還包括：

根據所述業務預測數據確定所述目標時間對應的清算分布；

在資源庫中提取與所述清算分布對應的準備資源值，所述準備資源值對應的準備資源用于在所述目標時間進行調用。