[發(fā)明專利]基于連通圖的因子篩選方法、裝置、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110015583.5
• 申請日: 2021-01-07
• 公開（公告）號: CN112330080B
• 公開（公告）日: 2021-04-02
• 發(fā)明（設(shè)計）人: 張莉;劉聃;余雯;喬延柯;吳志成
• 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
• 代理公司: 深圳市賽恩倍吉知識產(chǎn)權(quán)代理有限公司 44334
• 代理人: 遲珊珊;劉麗華

1.一種基于連通圖的因子篩選方法，其特征在于，所述基于連通圖的因子篩選方法包括：

響應(yīng)于因子篩選指令，根據(jù)所述因子篩選指令獲取至少一個因子及預(yù)測目標(biāo)；

計算所述至少一個因子中每兩個因子間的相關(guān)系數(shù)；

獲取預(yù)設(shè)閾值，根據(jù)所述預(yù)設(shè)閾值及每兩個因子間的相關(guān)系數(shù)對所述至少一個因子進行兩兩組合，得到至少一個因子組合，并連接所述至少一個因子組合中的兩個因子，得到至少一個邊；

基于貪婪遍歷算法，根據(jù)所述至少一個邊構(gòu)建至少一個子圖；

整合所述至少一個子圖，得到連通圖；

計算所述連通圖中每個因子相對于所述預(yù)測目標(biāo)的信息價值，并根據(jù)所述信息價值從每個子圖中篩選目標(biāo)因子。

2.如權(quán)利要求1所述的基于連通圖的因子篩選方法，其特征在于，采用下述公式計算所述至少一個因子中每兩個因子間的相關(guān)系數(shù)：

其中，r(X_i,X_j)為因子X_i及因子X_j之間的相關(guān)系數(shù)，Cov(X_i,X_j)為因子X_i及因子X_j的協(xié)方差，Var[X_i]為因子X_i的方差，Var[X_j]為因子X_j的方差，i、j為正整數(shù)。

3.如權(quán)利要求1所述的基于連通圖的因子篩選方法，其特征在于，所述基于貪婪遍歷算法，根據(jù)所述至少一個邊構(gòu)建至少一個子圖包括：

檢測每個邊對應(yīng)的兩個因子中每個因子在所述至少一個邊中的出現(xiàn)次數(shù)；

當(dāng)檢測到有邊對應(yīng)的兩個因子在所述至少一個邊中的出現(xiàn)次數(shù)都為1時，不執(zhí)行遍歷，將檢測到的邊確定為單邊；或者

當(dāng)檢測到有邊對應(yīng)的兩個因子在所述至少一個邊中的出現(xiàn)次數(shù)不都為1時，將檢測到的邊確定為目標(biāo)邊，并根據(jù)所述目標(biāo)邊在所述至少一個邊中進行遍歷，根據(jù)遍歷到的邊對所述目標(biāo)邊進行擴展連接，得到完全圖；

將所述單邊及所述完全圖確定為所述至少一個子圖。

4.如權(quán)利要求1所述的基于連通圖的因子篩選方法，其特征在于，所述計算所述連通圖中每個因子相對于所述預(yù)測目標(biāo)的信息價值，并根據(jù)所述信息價值從每個子圖中篩選目標(biāo)因子包括：

獲取每個因子相對于所述預(yù)測目標(biāo)的響應(yīng)比例、未響應(yīng)比例及證據(jù)權(quán)重；

計算每個因子的響應(yīng)比例與每個因子的未響應(yīng)比例的差作為每個因子對應(yīng)的差值；

計算每個因子對應(yīng)的差值與每個因子的證據(jù)權(quán)重的乘積作為每個因子相對于所述預(yù)測目標(biāo)的信息價值；

從每個子圖的因子中獲取所述信息價值最大的因子作為每個子圖的目標(biāo)因子。

5.如權(quán)利要求1所述的基于連通圖的因子篩選方法，其特征在于，所述方法還包括：

獲取所述目標(biāo)因子中每個目標(biāo)因子的信息價值；

根據(jù)每個目標(biāo)因子的信息價值對所述目標(biāo)因子進行排序；

將排在前預(yù)設(shè)位的目標(biāo)因子確定為可用因子；

根據(jù)所述可用因子獲取待處理數(shù)據(jù)；

將所述待處理數(shù)據(jù)輸入至至少一個購買力預(yù)測模型中進行處理，并根據(jù)所述至少一個購買力預(yù)測模型的輸出確定購買力預(yù)測結(jié)果。

6.如權(quán)利要求5所述的基于連通圖的因子篩選方法，其特征在于，所述將所述待處理數(shù)據(jù)輸入至至少一個購買力預(yù)測模型中進行處理，并根據(jù)所述至少一個購買力預(yù)測模型的輸出確定預(yù)測結(jié)果包括：

對所述待處理數(shù)據(jù)進行拆分，得到第一數(shù)據(jù)集及第二數(shù)據(jù)集；

將所述第一數(shù)據(jù)集輸入至所述至少一個購買力預(yù)測模型中，輸出至少一個子預(yù)測數(shù)據(jù)；

采用長短期記憶算法訓(xùn)練所述至少一個子預(yù)測數(shù)據(jù)，得到目標(biāo)模型；

將所述第二數(shù)據(jù)集輸入至所述目標(biāo)模型，并獲取所述目標(biāo)模型的輸出作為所述購買力預(yù)測結(jié)果。