[發明專利]一種生成預測數據的方法及系統

有效

• 申請號: 202010101858.2
• 申請日: 2020-02-19
• 公開（公告）號: CN111340276B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 于博杰;李斌;王永生
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 韓岳松

本發明實施例提供一種生成預測數據的方法和系統，其中所述方法包括，基于基礎數據得到第一數據；基于預測數據確定相應的算法模型；基于所述預測數據與算法模型，從所述第一數據中確定出第二數據；其中，所述第二數據與所述預測數據的相關度高于第一數據與所述預測數據的相關度；從所述第二數據中確定出特征數據，其中，所述特征數據與所述預測數據的相關度高于第二數據與所述預測數據的相關度；基于所述特征數據對所述算法模型進行訓練，得到能夠生成所述預測數據的預測模型，所述預測模型至少與特征數據的權重參數相關。本發明提供的生成預測數據的方法，能夠有效降低預測數據創建過程中的人工投入，降低特征篩選和預測數據生成的復雜度。

技術領域

本發明屬于數據預測領域，具體涉及一種生成預測數據的方法及系統。

背景技術

用戶畫像系統中，業務需求變得越來越多種多樣，業務也越來越關注通過算法、模型推測出的標簽數據，但是用戶標簽數據的創建需要人工手動創建和分析數據，龐大的業務數據由人工進行特征分析，關聯分析，耗費大量時間篩選出影響算法和標簽數據的特征組，特別對于基于算法類生成標簽數據的情況，雖然算法的數量有限，但是為了生成不同的標簽數據，需要做大量的數據分析、特征挑選和算法參數調優的操作，許多重復工作耗費大量的人力和計算資源。

發明內容

本發明提供了一種生成預測數據的方法及系統。

為了解決上述技術問題，本發明實施例提供了如下的技術方案：

本發明第一方面提供一種生成預測數據的方法，所述方法包括，

基于基礎數據得到第一數據；所述第一數據用于表征用戶的特征；

基于預測數據確定相應的算法模型；

基于所述預測數據與算法模型，從所述第一數據中確定出第二數據；所述第二數據表征用戶的特征，其中，所述第二數據與所述預測數據的相關度高于第一數據與所述預測數據的相關度；

從所述第二數據中確定出特征數據，其中，所述特征數據與所述預測數據的相關度高于第二數據與所述預測數據的相關度；

基于所述特征數據對所述算法模型進行訓練，得到能夠生成所述預測數據的預測模型，所述預測模型至少與特征數據的權重參數相關。

作為優選，所述方法還包括，

基于所述預測模型生成所述預測數據。

作為優選，所述基于基礎數據得到第一數據，包括，從所述基礎數據中篩選出一部分數據作為所述第一數據。

作為優選，所述基于所述特征數據對所述算法模型進行訓練，得到能夠生成所述預測數據的預測模型，包括，

基于所述特征數據生成多組待訓練算法模型；

基于所述特征數據對所述多組待訓練算法模型進行訓練，得到所述預測模型。

作為優選，所述基于所述特征數據生成多組待訓練算法模型，包括，

基于所述特征數據形成多組特征數據的權重參數組合；

基于所述權重參數組合形成多組待訓練算法模型的模型參數組合；

基于所述模型參數組合形成多組待訓練算法模型。

作為優選，所述基于所述特征數據對所述多組待訓練算法模型進行訓練，得到所述預測模型，包括，

基于所述特征數據同時對所述多組待訓練算法模型進行訓練，得到多組訓練后模型；

在所述多組訓練后模型中確定出一個準確率最高的訓練后模型作為所述預測模型。