[發明專利]公積金繳存數據預測方法、裝置及電子設備

在審

• 申請號: 202010597245.2
• 申請日: 2020-06-28
• 公開（公告）號: CN111898800A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 羅粒;劉朔臣;謝康;賴波;劉鑫
• 申請（專利權）人: 中國建設銀行股份有限公司;建信金融科技有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/10
• 代理公司: 北京市蘭臺律師事務所 11354
• 代理人: 張峰

本申請提供了一種公積金繳存數據預測方法、裝置及電子設備，應用于計算機技術領域，其中該方法包括：先通過預訓練的Holt?Winters模型與預訓練的Lasso模型分別確定預測的第一公積金繳存數據與第二公積金繳存數據，然后對第一公積金繳存數據與所述第二公積金繳存數據進行加權處理，得到預測的公積金繳存數據，從而能夠提升預測的公積金繳存數據的準確性。此外，本申請基于Python語言框架實現了Holt?Winters模型對公積金繳存數據的預測，與使用FineBI和Excel插件提供的已經封裝好模型相比，能夠避免如果出現重大預測偏差，無法靈活地進行維護調試的問題。

技術領域

本申請涉及計算機技術領域，具體而言，本申請涉及一種公積金繳存數據預測方法、裝置及電子設備。

背景技術

公積金業務的信息化已成為一種必然的趨勢，公積金相關數據的預測對公積金管理部門至關重要。

目前，市面上已存在的FineBI、Office Excel都具備數據分析插件，可直接將數據導入，運用已有的時間序列模型，如ARIMA等對業務數據進行預測。然而，該相關預測方法存在預測的準確性較差的問題，為此，如何利用公積金的相關滯后期指標數據準確預測未來時間段內公積金的繳存數據成為了一個問題問題。

發明內容

本申請提供了一種公積金繳存數據預測方法、裝置及電子設備，用于提升公積金相關數據預測的準確性。本申請采用的技術方案如下：

第一方面，提供了一種公積金繳存數據預測方法，該方法包括，

接收公積金相關滯后期指標信息；

基于接收到的公積金相關滯后期指標信息通過預訓練的Holt-Winters模型確定第一公積金繳存數據，預訓練的Holt-Winters模型基于Python語言框架實現；

基于接收到的公積金相關滯后期指標信息通過預訓練的Lasso模型確定第二公積金繳存數據；

對第一公積金繳存數據與第二公積金繳存數據進行加權處理，得到預測的公積金繳存數據。

可選地，所述預訓練的Holt-Winters模型基于Python語言框架實現，包括：

基于預編寫Holt-Winter API使得Holt-Winters模型基于Python語言框架實現；

所述預編寫Holt-Winter API包括Holt-Winters算法函數、Fit Method、PredictMethod。

可選地，所述Fit Method包括優化方法和目標函數；所述優化方法使用Scipy.Optimize框架，并約束Holt-Winter模型的參數的取值范圍。

可選地，該方法還包括：

對所述預訓練的Holt-Winters模型的測試集進行去異常值處理，以避免未來函數問題；

所述去異常值處理包括：將各期測試集與原始訓練集拼接，得到拼接后的測試集；

基于拼接后測試集進行去異常值處理。

可選地，所述第一公積金繳存數據與所述第二公積金繳存數據的權重值基于所述預訓練的Holt-Winters模型與預訓練的Lasso模型的預測誤差值確定。

可選地，所述基于接收到的公積金相關滯后期指標信息通過預訓練的Lasso模型確定第二公積金繳存數據，包括：

基于接收到的公積金相關滯后期指標信息的Correlation Score對于接收到的公積金相關滯后期指標信息進行篩選，確定輸入所述預訓練的Lasso模型的指標信息。

第二方面，提供了一種公積金繳存數據預測裝置，該裝置包括，