[發明專利]數據預測方法、裝置、設備及存儲介質

在審

• 申請號: 202010466420.4
• 申請日: 2020-05-28
• 公開（公告）號: CN111626879A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 朱建林;周勇;李傲梅;柴敏;周景
• 申請（專利權）人: 泰康保險集團股份有限公司;泰康人壽保險有限責任公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;臧建明

1.一種數據預測方法，其特征在于，包括：

獲取目標客戶的特征數據，所述目標客戶為待預測缺口保額的客戶；

根據所述目標客戶的特征數據，通過第一目標模型，得到所述目標客戶的多個第一目標收入值，所述第一目標模型是根據多個歷史客戶中的每個歷史客戶的特征數據，對LightGBM模型訓練得到的，所述多個第一目標收入值包括所述目標客戶在多個預設歷史時間段中的每個所述預設歷史時間段對應的目標歷史收入值；

根據所述目標歷史收入值和所述目標客戶的特征數據，通過第二目標模型，得到所述目標客戶當前的預測收入值，所述第二目標模型是以通過所述LightGBM模型得到的每個所述歷史客戶在每個所述歷史時間段對應的多個第一歷史收入值和每個所述歷史客戶的特征數據為訓練樣本，對LSTM模型訓練得到的。

2.根據權利要求1所述的方法，其特征在于，在通過第一目標模型，得到所述目標客戶的多個第一目標收入值之前，所述方法還包括：

獲取每個所述歷史客戶的特征數據，所述歷史客戶的特征數據包括：年齡、職業、民族、性別、學歷、消費指標以及實際收入值；

對所述年齡、職業、民族、性別、學歷、消費指標以及實際收入值進行預處理，得到所述年齡、職業、民族、性別、學歷、消費指標以及實際收入值分別對應的標簽值，所述標簽值用于表示所述特征數據的標識符；

以每個所述歷史客戶對應的所述標簽值為一個第一樣本，形成第一訓練集和第一驗證集，所述第一訓練集和所述第一驗證集合并為全集且所述第一訓練集和所述第一驗證集無交集；

根據所述第一訓練集中的第一樣本，對所述LightGBM模型進行訓練，得到訓練后的LightGBM模型；

根據所述第一驗證集中的第一樣本，對所述訓練后的LightGBM模型進行驗證，得到所述第一驗證集中的第一樣本對應的待校驗收入值；

若所述第一驗證集中的第一樣本包含的所述實際收入值與所述第一驗證集中的第一樣本對應的待校驗收入值之間的誤差在第一預設誤差范圍內，則將所述訓練后的LightGBM模型作為所述第一目標模型。

3.根據權利要求2所述的方法，其特征在于，在得到所述第一目標模型之后，所述方法還包括：

獲取每個所述歷史客戶在多個預設歷史時間段中每個預設歷史時間段對應的歷史職業、每個所述歷史客戶在每個所述預設歷史時間段對應的歷史年齡、每個所述歷史客戶在每個所述預設歷史時間段對應的歷史學歷以及每個所述歷史客戶在每個所述預設歷史時間段對應的歷史消費指標；

將所述歷史職業、所述歷史年齡、所述歷史學歷、所述歷史消費指標、所述性別以及所述民族作為第二樣本，每個所述歷史客戶在每個所述預設歷史時間段對應一個第二樣本；

將每個所述歷史客戶對應的每個所述第二樣本依次輸入到所述第一目標模型中，得到每個所述歷史客戶對應的多個歷史收入值，一個第二樣本對應一個歷史收入值。

4.根據權利要求3所述的方法，其特征在于，在所述通過第二目標模型，得到所述目標客戶當前的預測收入值之前，所述方法還包括：

根據每個所述歷史客戶對應的每個所述第二樣本、每個所述第二樣本對應的所述多個歷史收入值以及每個所述第一樣本，生成第三樣本，一個所述歷史客戶對應一個第三樣本；

根據每個所述第三樣本，形成第二訓練集和第二驗證集，所述第二訓練集和所述第二驗證集合并為全集且所述第二訓練集和所述第二驗證集無交集；

根據所述第二訓練集中的第三樣本，對所述LSTM模型進行訓練，得到訓練后的LSTM模型；

根據所述第二驗證集中的第三樣本，對所述訓練后的LSTM模型進行驗證，得到所述第二驗證集中的第三樣本對應的待校驗當前收入值；

若所述第二驗證集中的第三樣本包含的所述實際收入值與所述第二驗證集中的第三樣本對應的待校驗當前收入值之間的誤差在第二預設誤差范圍內，則將所述訓練后的LSTM模型作為所述第二目標模型。