[發(fā)明專利]價值預(yù)測信息反饋方法及裝置

在審

• 申請?zhí)枺?/td>: 202011562395.6
• 申請日: 2020-12-25
• 公開（公告）號: CN112651555A
• 公開（公告）日: 2021-04-13
• 發(fā)明（設(shè)計）人: 曹斌
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q30/02;G06F16/951;G06F16/9537
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng)

1.一種價值預(yù)測信息反饋方法，其特征在于，所述方法應(yīng)用于服務(wù)器，所述方法包括：

從終端接收用于請求對可變數(shù)據(jù)資產(chǎn)進(jìn)行價值預(yù)測的預(yù)測請求；

響應(yīng)于所述預(yù)測請求，獲取當(dāng)前時段內(nèi)的突發(fā)事件，并提取用于描述所述突發(fā)事件的事件數(shù)據(jù)；

獲取用于表示所述可變數(shù)據(jù)資產(chǎn)對應(yīng)的業(yè)務(wù)場景的業(yè)務(wù)數(shù)據(jù)；

根據(jù)所述事件數(shù)據(jù)與所述業(yè)務(wù)數(shù)據(jù)，確定用于表示所述突發(fā)事件對所述可變數(shù)據(jù)資產(chǎn)影響程度的影響參數(shù)；

調(diào)用數(shù)據(jù)資產(chǎn)分析模型，并通過所述數(shù)據(jù)資產(chǎn)分析模型對所述影響參數(shù)進(jìn)行處理，獲得所述可變數(shù)據(jù)資產(chǎn)的價值預(yù)測信息；

向所述終端發(fā)送所述價值預(yù)測信息。

2.如權(quán)利要求1所述的方法，其特征在于，所述獲取當(dāng)前時段內(nèi)的突發(fā)事件，包括：

獲取當(dāng)前時段內(nèi)目標(biāo)網(wǎng)址列表中的網(wǎng)站發(fā)布的N篇目標(biāo)文章，所述N為大于或者等于1的整數(shù)；

針對所述N篇目標(biāo)文章中的每篇目標(biāo)文章，獲取與所述目標(biāo)文章關(guān)聯(lián)的至少一個參數(shù)量，所述至少一個參數(shù)量包括對所述目標(biāo)文章的閱讀量、對所述目標(biāo)文章的轉(zhuǎn)發(fā)量或?qū)λ瞿繕?biāo)文章的評論量中的一種或多種；

根據(jù)與所述目標(biāo)文章關(guān)聯(lián)的至少一個參數(shù)量，計算所述目標(biāo)文章對應(yīng)的熱度；

獲取所述N篇目標(biāo)文章中每篇目標(biāo)文章對應(yīng)的熱度，并將熱度大于第一閾值的M篇目標(biāo)文章作為M篇候選目標(biāo)文章，所述M為大于或者等于1的整數(shù)且所述M小于或者等于所述N；

利用自然語言處理技術(shù)對所述M篇候選目標(biāo)文章中的每篇候選目標(biāo)文章進(jìn)行處理，獲得所述M篇候選目標(biāo)文章中每篇候選目標(biāo)文章對應(yīng)的主題事件；

根據(jù)所述M篇候選目標(biāo)文章中每篇候選目標(biāo)文章對應(yīng)的主題事件，獲得當(dāng)前時段內(nèi)的突發(fā)事件。

3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述M篇候選目標(biāo)文章中每篇候選目標(biāo)文章對應(yīng)的主題事件，獲得當(dāng)前時段內(nèi)的突發(fā)事件，包括：

獲取所述主題事件在所述M篇候選目標(biāo)文章中的出現(xiàn)概率；

若所述出現(xiàn)概率大于第二閾值，則將所述主題事件確定為當(dāng)前時段內(nèi)的突發(fā)事件。

4.如權(quán)利要求1至3任一項所述的方法，其特征在于，所述事件數(shù)據(jù)包括用于表示所述突發(fā)事件的發(fā)生位置的位置信息，和/或用于表示所述突發(fā)事件所屬事件類型的事件類型信息；

所述業(yè)務(wù)數(shù)據(jù)包括用于表示所述可變數(shù)據(jù)資產(chǎn)對應(yīng)的業(yè)務(wù)場景所在地域的地域信息，和/或用于表示所述可變數(shù)據(jù)資產(chǎn)對應(yīng)的業(yè)務(wù)場景所屬行業(yè)類型的行業(yè)類型信息。

5.如權(quán)利要求4所述的方法，其特征在于，若所述事件數(shù)據(jù)包括所述位置信息和所述事件類型信息，所述業(yè)務(wù)數(shù)據(jù)包括所述地域信息和所述行業(yè)類型信息；

所述根據(jù)所述事件數(shù)據(jù)與所述業(yè)務(wù)數(shù)據(jù)，確定用于表示所述突發(fā)事件對所述可變數(shù)據(jù)資產(chǎn)影響程度的影響參數(shù)，包括：

根據(jù)所述位置信息和所述地域信息，確定第一影響參數(shù)，所述第一影響參數(shù)用于表示所述突發(fā)事件的發(fā)生位置與所述可變數(shù)據(jù)資產(chǎn)對應(yīng)的業(yè)務(wù)場景所在地域之間的位置相關(guān)度；

根據(jù)所述事件類型信息和所述行業(yè)類型信息，確定第二影響參數(shù)，所述第二影響參數(shù)用于表示所述突發(fā)事件的事件類型與所述可變數(shù)據(jù)資產(chǎn)對應(yīng)的業(yè)務(wù)場景所屬行業(yè)類型之間的相關(guān)度；

所述調(diào)用數(shù)據(jù)資產(chǎn)分析模型，并通過所述數(shù)據(jù)資產(chǎn)分析模型對所述影響參數(shù)進(jìn)行處理，獲得所述可變數(shù)據(jù)資產(chǎn)的價值預(yù)測信息，包括：

調(diào)用數(shù)據(jù)資產(chǎn)分析模型，并通過所述數(shù)據(jù)資產(chǎn)分析模型對所述第一影響參數(shù)和所述第二影響參數(shù)進(jìn)行處理，獲得所述可變數(shù)據(jù)資產(chǎn)的價值預(yù)測信息。