[发明专利]订单失效预测方法、装置、介质及电子设备

权利要求书

1.一种订单失效预测方法，其特征在于，包括：

获取订单失效预测模型对测试样本的预测结果；

根据所述预测结果和所述测试样本的实际失效情况，确定所述测试样本中预测为失效样本的占比与预测结果准确率之间的对应关系；

基于所述订单失效预测模型预测各个待预测订单的失效概率；

根据所述对应关系、所述各个待预测订单的失效概率和实际的订单预测需求，对所述各个待预测订单是否失效进行预测。

2.根据权利要求1所述的订单失效预测方法，其特征在于，根据所述对应关系、所述各个待预测订单的失效概率和实际的订单预测需求，对所述各个待预测订单是否失效进行预测，包括：

根据所述对应关系和所述实际的订单预测需求，确定所述待预测订单中需要预测为失效订单的目标占比；

按照失效概率从大到小的顺序，从所述待预测订单中选取所述目标占比的订单作为预测到的失效订单。

3.根据权利要求1所述的订单失效预测方法，其特征在于，根据所述预测结果和所述测试样本的实际失效情况，确定所述测试样本中预测为失效样本的占比与预测结果准确率之间的对应关系，包括：

根据所述预测结果和所述测试样本的实际失效情况，确定所述测试样本中预测为失效样本的占比在取各个值时，对应的预测结果准确率，以得到所述对应关系。

4.根据权利要求3所述的订单失效预测方法，其特征在于，确定所述测试样本中预测为失效样本的占比在取各个值时，对应的预测结果准确率，包括：

在所述测试样本中预测为失效样本的占比取任一值时，根据所述订单失效预测模型对所述测试样本预测的失效概率，确定预测为失效的目标测试样本；

根据所述测试样本的实际失效情况，确定所述测试样本中实际失效的第一样本个数和所述目标测试样本中实际失效的第二样本个数；

计算所述第二样本个数和所述第一样本个数的比值，并将所述比值作为所述任一值对应的预测结果准确率。

5.根据权利要求4所述的订单失效预测方法，其特征在于，在所述测试样本中预测为失效样本的占比取任一值时，根据所述订单失效预测模型对所述测试样本预测的失效概率，确定预测为失效的目标测试样本，包括：

在所述测试样本中预测为失效样本的占比取任一值时，按照预测的失效概率从大到小的顺序，从所述测试样本中选取占比为所述任一值的测试样本作为所述目标测试样本。

6.根据权利要求1所述的订单失效预测方法，其特征在于，还包括：

生成初始化预测模型；

获取用于对所述初始化预测模型进行训练的训练样本；

基于所述训练样本对所述初始化预测模型进行训练，以得到所述订单失效预测模型。

7.根据权利要求6所述的订单失效预测方法，其特征在于，获取用于对所述初始化预测模型进行训练的训练样本，包括：

获取多个历史订单的信息；

根据所述多个历史订单的信息，提取各个历史订单的特征，并确定所述各个历史订单的失效情况；

根据所述各个历史订单的特征和所述各个历史订单的失效情况，生成所述训练样本。

8.根据权利要求6所述的订单失效预测方法，其特征在于，所述初始化预测模型包括决策树模型；

所述订单失效预测方法还包括：

计算所述训练样本包含的各个特征的判别力；

根据所述各个特征的判别力，确定所述各个特征在决策树模型中对应的节点位置。

9.根据权利要求1至8中任一项所述的订单失效预测方法，其特征在于，还包括：

每隔预定时间通过最新的历史订单数据更新所述测试样本，并重新获取所述预测结果和所述对应关系。

10.一种订单失效预测装置，其特征在于，包括：

获取单元，用于获取订单失效预测模型对测试样本的预测结果；

处理单元，用于根据所述预测结果和所述测试样本的实际失效情况，确定所述测试样本中预测为失效样本的占比与预测结果准确率之间的对应关系；

第一预测单元，用于基于所述订单失效预测模型预测各个待预测订单的失效概率；

第二预测单元，用于根据所述对应关系、所述各个待预测订单的失效概率和实际的订单预测需求，对所述各个待预测订单是否失效进行预测。