[发明专利]预测方法、装置、电子设备及存储介质

权利要求书

1.一种预测方法，其特征在于，所述方法包括：

当接收到预测指令时，连接用户的终端设备；

从所述终端设备上，获取导航APP中配置时间段内所产生的数据；

将所述数据拆分为位置数据及时间数据；

将所述位置数据转化为经纬度；

获取以所述经纬度为坐标原点，以预设值为半径的地理位置范围内的所有标记场所；

对所述所有标记场所进行编码；

对所述时间数据进行归一化处理；

整合编码后的所述所有标记场所及归一化处理后的所述时间数据，得到待处理数据；

将所述待处理数据输入到基于分类模型及随机森林模型预先训练的预测模型中，输出预测结果，在将所述待处理数据输入到所述预测模型之前，所述方法还包括：获取样本数据，所述样本数据包括多个用户的终端设备的导航APP数据，基于梯度下降树算法对所述样本数据进行拟合训练，获取每步拟合后对于类别的预测概率与真实概率的差值，当所述差值小于或者等于预设差值时，得到所述分类模型，从所述多个用户中确定满足预设条件的第一用户，及不满足所述预设条件的第二用户，获取所述样本数据中所述第一用户对应的数据作为第一样本，所述第二用户对应的数据作为第二样本，以所述第一样本及所述第二样本为输入，是否满足所述预设条件为输出，以预先配置的参数取值范围训练出所述随机森林模型，整合所述分类模型及所述随机森林模型，得到所述预测模型。

2.如权利要求1所述的预测方法，其特征在于，所述对所述所有标记场所进行编码包括：

获取所述所有标记场所的数量；

以所述数量作为位数，对所述所有标记场所进行One-hot编码。

3.如权利要求1所述的预测方法，其特征在于，在输出所述预测结果后，所述方法还包括：

当所述预测结果为所述用户满足配置条件时，获取所述分类模型输出的所述用户的属性数据；

当所述属性数据显示所述用户属于配置属性时，确定所述所有标记场所中是否包括第一场所；

当包括所述第一场所时，向所述用户的终端设备发送配置数据。

4.如权利要求1所述的预测方法，其特征在于，在输出所述预测结果后，所述方法还包括：

当所述预测结果为所述用户满足配置条件时，从所述终端设备上获取用户的浏览数据；

从所述浏览数据中筛选出对于预设产品的浏览数据；

根据所述对于预设产品的浏览数据，预测所述用户感兴趣的产品。

5.如权利要求4所述的预测方法，其特征在于，在预测所述用户感兴趣的产品后，所述方法还包括：

当所述产品中包括配置产品时，确定所述所有标记场所中是否包括第二场所；

当包括所述第二场所时，根据所述位置数据及所述时间数据计算所述用户出入所述第二场所的频率；

当所述频率大于或者等于预设频率时，标记所述用户。

6.如权利要求5所述的预测方法，其特征在于，在标记所述用户后，所述方法还包括：

当检测到所述用户要购买所述配置产品时，获取所述用户的患病信息；

当所述患病信息显示所述用户健康时，发出提示信息，所述提示信息用于提示所述用户有说谎风险。