[发明专利]一种资金需求预测方法、装置及终端设备在审
申请号: | 201810652309.7 | 申请日: | 2018-06-22 |
公开(公告)号: | CN110634061A | 公开(公告)日: | 2019-12-31 |
发明(设计)人: | 刘镇萍;李谦 | 申请(专利权)人: | 马上消费金融股份有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02 |
代理公司: | 11243 北京银龙知识产权代理有限公司 | 代理人: | 刘伟;陈丽宁 |
地址: | 404100 重庆市渝北区*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 时间段 资金需求 账户资金 需求量 时间信息 申请 预测 历史数据训练 实际结果 信息输入 预测结果 预测模型 预测目标 终端设备 准确科学 准确率 | ||
1.一种资金需求预测方法,其特征在于,包括:
确定目标时间段对应的时间信息;
从历史申请单信息中选取至少一个申请单信息作为所述目标时间段对应的申请单信息;
将所述目标时间段对应的时间信息和所述目标时间段对应的申请单信息输入到根据历史数据训练好的资金需求预测模型中,获得所述目标时间段的账户资金需求量。
2.根据权利要求1所述的方法,其特征在于,所述训练好的资金需求预测模型是利用历史时间区间的时间信息、所述历史时间区间内的已知申请单信息和所述历史时间区间内的已知账户资金需求量训练得到。
3.根据权利要求2所述的方法,其特征在于,所述训练好的资金需求预测模型中的参数是将所述历史时间区间的时间信息和所述历史时间区间内的已知申请单信息作为模型输入,和将所述历史时间区间内的已知账户资金需求量作为模型输出,对构建的基础资金需求预测模型进行训练得到。
4.根据权利要求1所述的方法,其特征在于,所述时间信息包括以下至少一项:
星期属性信息、自然月属性信息和节假日属性信息。
5.根据权利要求1所述的方法,其特征在于,所述申请单信息包括以下至少一项:
申请单量、申请单通过率和申请单逾期率。
6.根据权利要求1所述的方法,其特征在于,所述训练好的资金需求预测模型的类型为如下任意一种:
回归模型、自回归积分滑动平均ARIMA模型、神经网络模型和决策树模型。
7.一种资金需求预测装置,其特征在于,包括:
确定模块,用于确定目标时间段对应的时间信息;
选取模块,用于从历史申请单信息中选取至少一个申请单信息作为所述目标时间段对应的申请单信息;
输入模块,用于将所述目标时间段对应的时间信息和所述目标时间段对应的申请单信息输入到根据历史数据训练好的资金需求预测模型中,获得所述目标时间段的账户资金需求量。
8.根据权利要求7所述的装置,其特征在于,所述训练好的资金需求预测模型是利用历史时间区间的时间信息、所述历史时间区间内的已知申请单信息和所述历史时间区间内的已知账户资金需求量训练得到。
9.根据权利要求8所述的装置,其特征在于,所述训练好的资金需求预测模型中的参数是将所述历史时间区间的时间信息和所述历史时间区间内的已知申请单信息作为模型输入,和将所述历史时间区间内的已知账户资金需求量作为模型输出,对构建的基础资金需求预测模型进行训练得到。
10.根据权利要求7所述的装置,其特征在于,所述时间信息包括以下至少一项:
星期属性信息、自然月属性信息和节假日属性信息。
11.根据权利要求7所述的装置,其特征在于,所述申请单信息包括以下至少一项:
申请单量、申请单通过率和申请单逾期率。
12.根据权利要求7所述的装置,其特征在于,所述训练好的资金需求预测模型的类型为如下任意一种:
回归模型、ARIMA模型、神经网络模型和决策树模型。
13.一种终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的资金需求预测方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的资金需求预测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马上消费金融股份有限公司,未经马上消费金融股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810652309.7/1.html,转载请声明来源钻瓜专利网。