[发明专利]确定事件影响因素的方法及终端设备

说明书

本发明适用于数据处理技术领域，提供了确定事件影响因素的方法、终端设备及计算机可读存储介质，包括：获取与事件相关的多个数据样本，所述数据样本包括标签特征值和多个因素特征值，所述标签特征值用于指示事件结果，每个所述因素特征值分别与一个预设的样本因素对应；将所述多个数据样本与预设的学习模型进行拟合，并将拟合完成的所述学习模型输出为因素结构树；从所述因素结构树的结构节点中确定出因素节点，并将与所述因素节点对应的样本因素输出为所述事件的影响因素。本发明通过构建因素结构树，提升了对事件的影响因素确定的准确性和适用性。

技术领域

本发明属于数据处理技术领域，尤其涉及确定事件影响因素的方法、终端设备及计算机可读存储介质。

背景技术

在现实生活中，事件的结果往往与某些影响因素相关，例如某地区的降雨量与该地区的海陆位置、地形、气压带和风带等影响因素有关。统计学是关于认识客观现象总体数量特征和数量关系的科学，在确定事件的影响因素时，需要利用统计学，获取大量的与事件相关的样本，并对样本进行观察和计算，从而得到与事件相关的影响因素。

在现有技术中，往往是提取出与样本与单个因素相关的部分，并根据该部分样本在该因素影响下是否发生改变，来判断该因素是否为事件的影响因素。但是，事件可能与多个影响因素有关，并且多个影响因素之间可能会互相影响，从而改变事件的结果。综上，现有的确定事件影响因素的方法无法适用于存在多个影响因素的场景，并且确定影响因素的准确性低。

发明内容

有鉴于此，本发明实施例提供了确定事件影响因素的方法、终端设备及计算机可读存储介质，以解决现有技术中事件的影响因素确定不准确，且确定方法的适用性低的问题。

本发明实施例的第一方面提供了一种确定事件影响因素的方法，包括：

获取与事件相关的多个数据样本，所述数据样本包括标签特征值和多个因素特征值，所述标签特征值用于指示事件结果，每个所述因素特征值分别与一个预设的样本因素对应；

将所述多个数据样本与预设的学习模型进行拟合，并将拟合完成的所述学习模型输出为因素结构树；

从所述因素结构树的结构节点中确定出因素节点，并将与所述因素节点对应的样本因素输出为所述事件的影响因素。

本发明实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取与事件相关的多个数据样本，所述数据样本包括标签特征值和多个因素特征值，所述标签特征值用于指示事件结果，每个所述因素特征值分别与一个预设的样本因素对应；

将所述多个数据样本与预设的学习模型进行拟合，并将拟合完成的所述学习模型输出为因素结构树；

从所述因素结构树的结构节点中确定出因素节点，并将与所述因素节点对应的样本因素输出为所述事件的影响因素。

本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取与事件相关的多个数据样本，所述数据样本包括标签特征值和多个因素特征值，所述标签特征值用于指示事件结果，每个所述因素特征值分别与一个预设的样本因素对应；

将所述多个数据样本与预设的学习模型进行拟合，并将拟合完成的所述学习模型输出为因素结构树；

从所述因素结构树的结构节点中确定出因素节点，并将与所述因素节点对应的样本因素输出为所述事件的影响因素。

本发明实施例与现有技术相比存在的有益效果是：