[发明专利]业务信息预测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种事件影响下业务信息预测方法、装置、计算机设备和存储介质。所述方法包括：获取业务信息预测请求；查找所述业务信息预测请求对应的事件数据；提取所述事件数据对应的事件大小类型数据以及事件特征数据；将所述事件大小类型数据以及所述事件特征数据输入预设信息预测模型，获取业务信息预测结果，所述预设信息预测模型基于历史业务信息和历史事件数据，采用因子系数调节构建。本申请可以有效提高事件影响下业务信息预测的准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种业务信息预测方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术与互联网技术的发展，出现了大数据技术。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。通过对商品流通过程的相关业务信息大数据进行预测，确定商品的市场需求，可以有效提高商品流通过程的服务满足率的同时减少浪费率。

目前针对商品流通过程的相关业务信息数据进行预测的方法主要包括了机器学习，机器学习可以更加灵活地对这些商品流通数据进行特征工程处理，从而根据商品流通过程的业务信息数据的特征确定商品的市场需求，进而指导商品的生产流程。

然而机器学习的方法在遇到商品流通过程中的事件时，预测的准确率难以保证。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高预测准确率的事件影响下业务信息预测方法、装置、计算机设备和存储介质。

一种事件影响下业务信息预测方法，所述方法包括：

获取业务信息预测请求；

查找所述业务信息预测请求对应的事件数据；

提取所述事件数据对应的事件大小类型数据以及事件特征数据；

将所述事件大小类型数据以及所述事件特征数据输入预设信息预测模型，获取业务信息预测结果，所述预设信息预测模型基于历史业务信息和历史事件数据，采用因子系数调节构建。

在其中一个实施例中，所述将所述事件大小类型数据以及所述事件特征数据输入预设信息预测模型，获取业务信息预测结果之前，还包括：

获取历史业务信息以及历史事件数据；

根据所述历史业务信息以及历史事件数据，获取模型训练数据；

通过所述模型训练数据对初始信息预测模型进行训练，获得预测过渡模型；

根据所述历史业务信息以及所述历史事件数据，为所述预测过渡模型添加输出结果因子系数调节函数，获取预设信息预测模型。

在其中一个实施例中，所述根据所述历史业务信息以及历史事件数据，获取模型训练数据以及模型测试数据包括：

提取所述历史事件数据对应的事件大小类型数据和事件特征数据；根据所述事件大小类型数据添加事件类型标签至所述历史业务信息，并根据所述事件特征数据添加事件特征标签至所述历史事件数据，生成模型训练数据。

在其中一个实施例中，提取所述历史事件数据对应的事件特征数据包括：

提取所述历史事件数据中各事件对应的物品关联信息以及各事件对应的业务处理点类别；

根据提取的物品关联信息，获取所述历史事件数据对应的分箱特征和排序特征，并根据所述各事件对应的业务处理点类别，获取历史事件数据对应的交叉特征；

其中，所述排序特征基于提取的物品关联信息对应的排名特征获取。