[發明專利]信息預測方法、裝置、系統、存儲介質及電子設備

在審

• 申請號: 202210155642.3
• 申請日: 2022-02-21
• 公開（公告）號: CN114519307A
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 馬曉雯;莊曉天
• 申請（專利權）人: 北京京東振世信息技術有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/02
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

1.一種信息預測方法，其特征在于，包括：

獲取預測對象的歷史數據，并基于所述預測對象的歷史數據中的時序數據確定所述預測對象的時序類別；

基于預設的時序類別與模型集合的映射關系提取與所述預測對象的時序類別對應的模型集合；其中，所述模型集合包括至少一個預測模型；

根據所述預測對象的歷史數據利用所述模型集合中所述預測模型對所述預測對象進行模型預測，得到所述預測對象的模型預測值。

2.根據權利要求1所述的信息預測方法，其特征在于，所述基于所述預測對象的歷史數據中的時序數據確定所述預測對象的時序類別，包括：

在所述時序數據滿足第一時序條件時，根據所述時序數據的季節性分類結果和間歇性分類結果確定所述時序類別；或者

在所述時序數據滿足第二時序條件時，根據所述時序數據的季節性分類結果和趨勢性分類結果確定所述時序類別。

3.根據權利要求1所述的信息預測方法，其特征在于，所述根據所述預測對象的歷史數據利用所述模型集合中所述預測模型對所述預測對象進行模型預測，得到所述預測對象的模型預測值，包括：

在所述模型集合包括多個所述預測模型時，根據所述預測對象的歷史數據利用各所述預測模型對所述預測對象分別進行模型預測，得到各所述預測模型分別對應的模型預測值；

將所述各所述預測模型分別對應的模型預測值的平均值作為所述預測對象的模型預測值；或者

在所述模型集合包括一個所述預測模型時，根據所述預測對象的歷史數據利用該所述預測模型對所述預測對象進行模型預測，得到所述預測對象的模型預測值。

4.根據權利要求1所述的信息預測方法，其特征在于，所述方法還包括：預設時序類別與模型集合的映射關系，所述預設時序類別與模型集合的映射關系，包括：

基于歷史對象的時序數據確定所述歷史對象的時序類別，并將所述時序類別相同的所述歷史對象劃分至同一類別集合；以及

根據所述歷史對象的歷史數據，利用模型池中各所述預測模型對所述歷史對象分別進行模型預測，得到各模型預測對應的預測值和回測誤差；

基于所述預測值和所述回測誤差從所述模型池中進行模型篩選得到所述類別集合對應的模型集合；

創建所述類別集合對應的時序類別與所述類別集合對應的模型集合之間的映射關系。

5.根據權利要求4所述的信息預測方法，其特征在于，所述根據所述歷史對象的歷史數據，利用模型池中各所述預測模型對所述歷史對象分別進行模型預測，得到各模型預測對應的預測值和回測誤差，包括：

將所述歷史數據劃分成訓練集和驗證集；

根據所述訓練集利用模型池中各所述預測模型對所述歷史對象進行模型預測，得到各模型預測對應的所述預測值；

基于所述預測值和所述驗證集計算各模型預測對應的所述回測誤差。

6.根據權利要求5所述的信息預測方法，其特征在于，所述基于所述預測值和所述驗證集計算各模型預測對應的所述回測誤差，包括：

基于所述預測值和所述驗證集利用一所述預測模型對一所述歷史對象進行模型預測以確定最優預測參數；

根據所述最優預測參數中的回測誤差衡量指標計算該歷史對象對應該預測模型的所述回測誤差；

遍歷所述預測模型和所述歷史對象得到各所述預測模型分別預測所述歷史對象的所述回測誤差。

7.根據權利要求6所述的信息預測方法，其特征在于，所述基于所述預測值和所述驗證集利用一所述預測模型對一所述歷史對象進行模型預測以確定最優預測參數，包括：

配置多組預測參數；其中，一組預測參數包括驗證集大小、回測誤差衡量指標和模型權重計算策略；

基于各組預測參數、所述預測值和所述驗證集利用一所述預測模型對一所述歷史對象進行模型預測，并基于預設的準確率指標計算各組預測參數分別對應的準確率；

將所述準確率最高值對應的一組預測參數配置為所述最優預測參數。