[发明专利]目标对象的目标因子预测方法及相关设备

权利要求书

1.一种目标对象的目标因子预测方法，其特征在于，包括下述步骤：

获取与所述目标对象相关联的历史数据进行特征提取，得到多个用于表征所述目标对象的特征因子，筛选出与所述目标对象的关联度大于预设阈值的特征因子作为所述目标因子；

读取所述目标因子的历史数据，并将其整理成若干时间与数值的映射形式，得到所述目标因子的时间序列数据，其中所述时间序列数据包含非连续时间序列数据；

根据所述时间序列数据生成数据曲线，并基于所述数据曲线拟合得到目标函数，将基于所述目标函数生成的拟合曲线与预设曲线进行比较，若比较结果满足预设条件，则根据所述目标函数对预设时间段内的所述目标因子的数值进行预测，否则调整所述目标函数的参数值，直到所述比较结果满足所述预设条件。

2.根据权利要求1所述的目标对象的目标因子预测方法，其特征在于，所述基于所述数据曲线拟合得到目标函数包括：

基于所述数据曲线拟合得到多个子目标函数，根据所述多个子目标函数生成所述目标函数；其中各所述子目标函数用于分别预测所述目标因子的一个预测子项，以基于各所述预测子项的预测值求得所述目标因子的预测值。

3.根据权利要求2所述的目标对象的目标因子预测方法，其特征在于，所述基于各所述预测子项的预测值求得所述目标因子的预测值包括：

根据各所述子目标函数对所述目标因子预测的影响大小对各所述子目标函数配置权重，再根据各所述子目标函数对对应的所述预测子项进行预测，将各所述预测子项的预测结果基于所述权重进行加权求和得到所述目标因子的预测值。

4.根据权利要求2所述的目标对象的目标因子预测方法，其特征在于，在基于所述数据曲线拟合得到目标函数的过程中，所述方法还包括：

在生成初始目标函数后，将所述时间序列数据代入各所述子目标函数，生成各子目标函数的参数，再基于得到的参数进行条件以得到所述目标函数。

5.根据权利要求2至4任一项所述的目标对象的目标因子预测方法，其特征在于，所述目标函数包含的子目标函数分别为增长目标函数、周期目标函数、假日目标函数和偏差目标函数，其中所述增长目标函数用于预测所述目标因子的非周期性变化项，所述周期目标函数用于预测所述目标因子的周期性变化项，所述假日目标函数用于预测目标因子因未来确定性事件造成的变化项，所述偏差目标函数则用于预测所述目标因子的随机波动项。

6.根据权利要求2至4任一项所述的目标对象的目标因子预测方法，其特征在于，所述根据所述目标函数对预设时间段内的所述目标因子的数值进行预测包括：对预设时间段内的所述目标因子的预测值及其所属的预测区间分别进行预测；其中，在对所述预测区间进行预测时，根据各所述子目标函数对相应的所述预测子项的预测值的上限和下限进行预测，再根据各预测子项的预测值的上限和下限得到所述目标因子的预测值所属的预测区间。

7.根据权利要求1至4任一项所述的目标对象的目标因子预测方法，其特征在于，在所述比较结果满足预设条件之后，所述方法还包括：

确定所述目标因子的预测时间频率，根据所述预测时间频率对所述目标因子进行预测；

在得到多个预测值后，按照所述预测时间频率对各所述预测时间区间的实际值进行统计，将多个预测值与对应的实际值进行比较，若二者的差值超出预设阈值，则对所述目标函数的参数进行调整，根据调整后的所述目标函数对实际未发生的预测时间区间内所述目标因子的预测值进行更新，否则将所述实际值作为新的历史数据更新上述时间序列数据，基于新的时间序列数据更新所述目标函数，基于更新的所述目标函数对于实际未发生的预测时间区间内所述目标因子的预测结果进行更新。