[发明专利]资源流动预测方法以及装置

权利要求书

1.一种资源流动预测方法，包括：

获取用户的历史资源流动数据；

根据所述历史资源流动数据中的流动时间数据以及流动频率数据，预测所述用户在第一目标周期内各时间段的资源流动概率；

基于所述资源流动概率对所述用户进行聚类处理，获得针对所述用户的用户聚类标签；

按照所述用户聚类标签对所述历史资源流动数据进行分类；

根据分类后的历史资源流动数据进行资源流动预测，获得所述用户在第二目标周期内各时间段的资源流动值。

2.根据权利要求1所述的资源流动预测方法，所述根据所述历史资源流动数据中的流动时间数据以及流动频率数据，预测所述用户在第一目标周期内各时间段的资源流动概率，包括：

在所述历史资源流动数据中抽取所述流动时间数据以及所述流动频率数据作为特征数据；

将所述特征数据输入概率预测模型进行资源流动概率预测，获得所述概率预测模型输出的所述用户在第一目标周期内各时间段的所述资源流动概率。

3.根据权利要求2所述的资源流动预测方法，所述基于所述资源流动概率对所述用户进行聚类处理，获得针对所述用户的用户聚类标签，包括：

根据所述资源流动概率生成流动向量；

将所述流动向量输入用户聚类模型对所述用户进行聚类，获得所述用户聚类模型输出的针对所述用户的用户聚类标签。

4.根据权利要求3所述的资源流动预测方法，所述将所述流动向量输入用户聚类模型对所述用户进行聚类，获得所述用户聚类模型输出的针对所述用户的用户聚类标签子步骤执行之后，还包括：

在所述聚类处理获得的各种聚类用户中筛选出资源流动概率为空的聚类用户作为目标聚类用户；

将所述目标聚类用户中在资源数据库存在历史流动时间数据或历史流动值数据的用户作为低活跃用户进行聚类，生成低活跃用户标签，根据所述低活跃用户标签更新所述用户聚类标签；

将所述目标聚类用户中不存在所述历史流动时间数据或所述历史流动值数据的用户作为新用户进行聚类，生成新用户标签，根据所述新用户标签更新所述用户聚类标签。

5.根据权利要求1所述的资源流动预测方法，所述根据分类后的历史资源流动数据进行资源流动预测，获得所述用户在第二目标周期内各时间段的资源流动值，包括：

将分类后的历史资源流动数据输入资源测模型进行资源流动预测，获得所述资源流动预测模型输出的所述用户在第二目标周期内各时间段的资源流动值。

6.根据权利要求1所述的资源流动预测方法，所述根据分类后的历史资源流动数据进行资源流动预测，获得所述用户在第二目标周期内各时间段的资源流动值，包括：

分别将分类后的各类历史资源流动数据输入资源测模型进行资源流动预测，获得所述资源测模型输出的所述各个用户聚类标签对应的聚类用户在所述第二目标周期内各时间段的分类资源流动值；

将各种聚类用户的对应的分类资源流动值按照所述第二目标周期内各时间段进行汇总，获得所述用户在所述第二目标周期内各时间段的所述资源流动值。

7.根据权利要求1所述的资源流动预测方法，所述根据分类后的历史资源流动数据进行资源流动预测，获得所述用户在第二目标周期内各时间段的资源流动值步骤执行之后，还包括：

根据所述用户在第二目标周期内各时间段的实际资源流动值对所述资源流动值进行预测评估，获得所述预测评估的评估结果。

8.根据权利要求2所述的资源流动预测方法，所述概率预测模型，通过如下方式进行训练：

获取所述用户的历史流动时间数据以及历史流动频率数据；

根据所述历史流动时间数据以及所述历史流动频率数据建立训练集；

采用梯度提升回归树算法建立初始概率预测模型；

根据所述训练集中的训练样本对所述初始概率预测模型进行训练，训练完成后获得所述概率预测模型。