[發明專利]自動化報表生成方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202110650664.2
• 申請日: 2021-06-11
• 公開（公告）號: CN113283222B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 廖伯軒;張天一;鄭天琦;王士鑫;鐘坯平;單允赟;劉美汐
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F40/174
• 分類號: G06F40/174;G06F17/18;G06N20/00
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請實施例屬于人工智能領域，涉及一種自動化報表生成方法，包括獲取目標報告的報告類型，以及存儲的所有報表類型，通過特征工程將報告類型轉換為標簽向量，將報表類型轉換為特征向量；獲取預設的目標預測模型，輸入標簽向量和特征向量至目標預測模型中，經過目標預測模型中的梯度提升決策樹和邏輯回歸模型計算得到每個報表之間的預測銜接概率；按照預測銜接概率對目標報告的報表進行預測排序，得到排序結果，根據排序結果將目標報告中的報告內容與報表進行匹配，得到優選報表。本申請還提供一種自動化報表生成裝置、計算機設備及存儲介質。此外，本申請還涉及區塊鏈技術，排序結果可存儲于區塊鏈中。本申請提高了報表的自動生成效率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種自動化報表生成方法、裝置、計算機設備及存儲介質。

背景技術

當前在日常管理中往往缺乏對于數據指標的監控及應用，無法通過現有的指標報表查看數據的趨勢，即難以識別出數字指標代表的經營趨勢，導致無法有效的針對數據指標做出經營方案的規劃、及目標的追蹤工作。而在通過報表對數據進行追蹤時，往往是通過人工繪制報表，尤其是當需要對大量的數據進行報表的生成時，更需要人工的反復篩選和確定，由此最終導致報表生成效率低下的技術問題。

發明內容

本申請實施例的目的在于提出一種自動化報表生成方法、裝置、計算機設備及存儲介質，以解決報表生成效率低下的技術問題。

為了解決上述技術問題，本申請實施例提供一種自動化報表生成方法，采用了如下所述的技術方案：

獲取目標報告的報告類型，以及存儲的所有報表類型，通過特征工程將所述報告類型轉換為標簽向量，將所述報表類型轉換為特征向量；

獲取預設的目標預測模型，輸入所述標簽向量和所述特征向量至所述目標預測模型中，經過所述目標預測模型中的梯度提升決策樹和邏輯回歸模型計算得到每個報表之間的預測銜接概率；

按照所述預測銜接概率對所述目標報告的報表進行預測排序，得到排序結果，根據所述排序結果將所述目標報告中的報告內容與所述報表進行匹配，得到所述目標報告的優選報表。

進一步的，所述輸入所述標簽向量和所述特征向量至所述目標預測模型中，經過所述目標預測模型中的梯度提升決策樹和邏輯回歸模型計算得到每個報表之間的預測銜接概率的步驟具體包括：

輸入所述標簽向量和所述特征向量至所述目標預測模型中的梯度提升決策樹中，經過所述梯度提升決策樹的葉子節點輸出得到離散特征，并對所述離散特征進行編碼，得到編碼特征；

對所述編碼特征進行加權求和得到求和結果，輸入所述求和結果至所述邏輯回歸模型，計算得到所述預測銜接概率。

進一步的，所述獲取預設的目標預測模型的步驟具體包括：

獲取預設的基礎預測模型、歷史標簽數據、歷史特征數據和歷史交互數據；

根據所述歷史標簽數據、所述歷史特征數據和所述歷史交互數據對所述基礎預測模型進行訓練，得到所述目標預測模型。

進一步的，所述根據所述歷史標簽數據、所述歷史特征數據和所述歷史交互數據對所述基礎預測模型進行訓練，得到所述目標預測模型的步驟具體包括：

選取第一預設個數的所述歷史標簽數據、所述歷史特征數據和所述歷史交互數據作為訓練數據，選取預設第二預設個數的所述歷史標簽數據、所述歷史特征數據和所述歷史交互數據作為驗證數據；

根據所述訓練數據對所述基礎預測模型進行訓練，得到待優化模型，根據所述驗證數據對所述待優化模型進行驗證，在所述待優化模型對所述驗證數據的驗證通過率大于等于預設閾值時，確定所述待優化模型為所述目標預測模型。

進一步的，在所述根據所述驗證數據對所述待優化模型進行驗證的步驟之后，還包括：