[發(fā)明專利]信息分析預(yù)測方法、裝置、計(jì)算機(jī)系統(tǒng)及可讀存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010217721.3
• 申請日: 2020-03-25
• 公開（公告）號(hào): CN111414699A
• 公開（公告）日: 2020-07-14
• 發(fā)明（設(shè)計(jì)）人: 白育龍;易玥杞;洪鈺;羅力力;孫海容;羅水權(quán)
• 申請（專利權(quán)）人: 平安資產(chǎn)管理有限責(zé)任公司
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06F17/18;G06F111/10
• 代理公司: 北京英特普羅知識(shí)產(chǎn)權(quán)代理有限公司 11015
• 代理人: 程超

1.一種基于線性回歸的信息分析預(yù)測方法，其特征在于，包括：

運(yùn)算服務(wù)器接收客戶端發(fā)送的待測信息，并從預(yù)設(shè)的模型數(shù)據(jù)庫中獲取與所述待測信息匹配的預(yù)測模型作為目標(biāo)模型；

預(yù)處理服務(wù)器從所述運(yùn)算服務(wù)器中獲取所述待測信息和目標(biāo)模型，及從所述待測信息中提取與所述目標(biāo)模型中指標(biāo)數(shù)據(jù)匹配的數(shù)據(jù)，并將其設(shè)為線性數(shù)據(jù)；其中，所述指標(biāo)數(shù)據(jù)是目標(biāo)模型中目標(biāo)函數(shù)的自變量所對應(yīng)的數(shù)據(jù)，所述目標(biāo)函數(shù)為線性回歸方程；

所述運(yùn)算服務(wù)器從所述預(yù)處理服務(wù)器中獲取線性數(shù)據(jù)，及通過所述目標(biāo)模型計(jì)算所述線性數(shù)據(jù)獲得預(yù)測信息，并將所述預(yù)測信息發(fā)送所述客戶端。

2.根據(jù)權(quán)利要求1所述的信息分析預(yù)測方法，其特征在于，所述預(yù)測模型通過以下步驟獲得：

第一服務(wù)器從儲(chǔ)存有樣本報(bào)告的樣本數(shù)據(jù)庫中獲取樣本報(bào)告，及從所述樣本報(bào)告中提取評(píng)價(jià)數(shù)據(jù)并計(jì)算所述評(píng)價(jià)數(shù)據(jù)獲得指標(biāo)數(shù)據(jù)，將所述樣本報(bào)告發(fā)送第二服務(wù)器；

所述第二服務(wù)器匯總樣本報(bào)告的目標(biāo)數(shù)據(jù)和指標(biāo)數(shù)據(jù)形成所述樣本報(bào)告的子指標(biāo)集，并將所述樣本報(bào)告發(fā)送第三服務(wù)器；

所述第三服務(wù)器識(shí)別各樣本報(bào)告中子指標(biāo)集的屬性，以匯總屬性一致的子指標(biāo)集形成單一指標(biāo)集，及對單一指標(biāo)集的目標(biāo)數(shù)據(jù)和指標(biāo)數(shù)據(jù)進(jìn)行單變量回歸運(yùn)算以獲得統(tǒng)計(jì)校驗(yàn)值，并將所述單一指標(biāo)集及其統(tǒng)計(jì)校驗(yàn)值發(fā)送第四服務(wù)器；其中，所述屬性是指子指標(biāo)集中指標(biāo)數(shù)據(jù)的數(shù)據(jù)名稱；

所述第四服務(wù)器根據(jù)統(tǒng)計(jì)校驗(yàn)值判斷其單一指標(biāo)集是否具有線性特征，并匯總具有線性特征的單一指標(biāo)集形成校驗(yàn)數(shù)據(jù)集，及對所述校驗(yàn)數(shù)據(jù)集進(jìn)行多變量線性回歸運(yùn)算以獲得多變量參數(shù)，并根據(jù)所述多變量參數(shù)創(chuàng)建預(yù)測模型，將所述預(yù)測模型發(fā)送模型數(shù)據(jù)庫。

3.根據(jù)權(quán)利要求2所述的信息分析預(yù)測方法，其特征在于，從所述樣本報(bào)告中提取評(píng)價(jià)數(shù)據(jù)并計(jì)算所述評(píng)價(jià)數(shù)據(jù)獲得指標(biāo)數(shù)據(jù)的步驟，包括：

第一服務(wù)器的預(yù)處理模塊對所述評(píng)價(jià)數(shù)據(jù)進(jìn)行預(yù)處理，以消除所述評(píng)價(jià)數(shù)據(jù)中的無效數(shù)據(jù)；

第一服務(wù)器的提取模塊具有評(píng)價(jià)因子，所述提取模塊根據(jù)所述評(píng)價(jià)因子提取各樣本報(bào)告中的評(píng)價(jià)數(shù)據(jù)；

第一服務(wù)器的指標(biāo)模塊具有指標(biāo)規(guī)則，所述指標(biāo)模塊根據(jù)指標(biāo)規(guī)則的因子從各樣本報(bào)告的評(píng)價(jià)數(shù)據(jù)中獲取因子數(shù)據(jù)，按照所述指標(biāo)規(guī)則的公式分別計(jì)算各所述因子數(shù)據(jù)獲得指標(biāo)數(shù)據(jù)；其中，所述指標(biāo)規(guī)則具有對評(píng)價(jià)數(shù)據(jù)進(jìn)行計(jì)算以獲得某一指標(biāo)屬性的公式，以及計(jì)算該公式所需因子；

第一服務(wù)器的關(guān)聯(lián)模塊將所述指標(biāo)規(guī)則的指標(biāo)屬性與所述指標(biāo)數(shù)據(jù)關(guān)聯(lián)，將各所述指標(biāo)數(shù)據(jù)分別載入與其對應(yīng)的樣本報(bào)告，使各所述樣本報(bào)告分別獲得指標(biāo)數(shù)據(jù)。

4.根據(jù)權(quán)利要求2所述的信息分析預(yù)測方法，其特征在于，第二服務(wù)器匯總樣本報(bào)告的目標(biāo)數(shù)據(jù)和指標(biāo)數(shù)據(jù)形成所述樣本報(bào)告的子指標(biāo)集的步驟，包括：

第二服務(wù)器的目標(biāo)模塊具有目標(biāo)因子，所述目標(biāo)模塊根據(jù)目標(biāo)因子提取各樣本報(bào)告中的目標(biāo)數(shù)據(jù)，及將所述樣本報(bào)告中的目標(biāo)數(shù)據(jù)分別與該樣本報(bào)告中的指標(biāo)數(shù)據(jù)一一對應(yīng)；

第二服務(wù)器的子指標(biāo)模塊匯總相互對應(yīng)的目標(biāo)數(shù)據(jù)和指標(biāo)數(shù)據(jù)形成子指標(biāo)集，提取所述子指標(biāo)集中指標(biāo)數(shù)據(jù)的指標(biāo)屬性，并將該指標(biāo)屬性設(shè)為所述子指標(biāo)集的屬性。

5.根據(jù)權(quán)利要求2所述的信息分析預(yù)測方法，其特征在于，對單一指標(biāo)集的目標(biāo)數(shù)據(jù)和指標(biāo)數(shù)據(jù)進(jìn)行單變量回歸運(yùn)算以獲得統(tǒng)計(jì)校驗(yàn)值的步驟，包括：

第三服務(wù)器的界限模塊提取單一指標(biāo)集的指標(biāo)數(shù)據(jù)，根據(jù)所述指標(biāo)數(shù)據(jù)的分布界定指標(biāo)上限和指標(biāo)下限；

所述第三服務(wù)器的超標(biāo)模塊將所述單一指標(biāo)集中高于指標(biāo)上限的指標(biāo)數(shù)據(jù)修改為所述指標(biāo)上限，及將低于指標(biāo)下限的指標(biāo)數(shù)據(jù)修改為指標(biāo)下限；

所述第三服務(wù)器的標(biāo)準(zhǔn)化模塊對所述單一指標(biāo)集的指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使所述指標(biāo)數(shù)據(jù)符合正態(tài)分布；

信息分析預(yù)測所述第三服務(wù)器的單一變量模塊具有單一變量回歸模型，所述單一變量模塊將單一指標(biāo)集的目標(biāo)數(shù)據(jù)作為單一變量回歸模型因變量，將單一指標(biāo)集中各指標(biāo)數(shù)據(jù)作為單一變量回歸模型的自變量，通過所述單一變量回歸模型計(jì)算所述因變量和自變量以獲得目標(biāo)單一變量回歸模型；

所述第三服務(wù)器的計(jì)算模塊觸發(fā)所述目標(biāo)單一變量回歸模型計(jì)算，以對所述目標(biāo)數(shù)據(jù)和指標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算以獲得統(tǒng)計(jì)校驗(yàn)值。