[发明专利]目标对象的目标因子预测方法及相关设备

说明书

本申请属于大数据技术领域，涉及目标对象的目标因子预测方法及相关设备，所述方法包括:获取目标对象的历史数据进行特征提取，得到多个特征因子以根据其筛选出目标因子；将目标因子的历史数据整理成时间与数值的映射形式得到时间序列数据，其中时间序列数据包含非连续时间序列数据；根据时间序列数据生成数据曲线拟合得到目标函数；基于目标函数生成拟合曲线并与预设曲线进行比较，若满足预设条件，则根据目标函数对预设时间段内的目标因子进行预测，否则调整目标函数的参数值，直到比较结果满足预设条件。本申请还涉及区块链技术，历史数据中的私密信息可存储于区块链中。本申请预测客观性强，准确性高，数据预测不受数据类型限制，更加灵活。

技术领域

本申请涉及大数据技术领域，尤其涉及目标对象的目标因子预测方法、装置、计算机设备及存储介质。

背景技术

随着数据的增长，存在一些场景需要依据历史数据对未来一段时间内一些指标的数据进行预测，现有的数据预测主要有两类，第一类是基于经验预测，由数据产生方基于经验对未来指标做出预测，缺点是指标对于超出经验外的影响因子不敏感，主观性过强，且难以针对不同的数据产生方给出符合不同情况的预测；第二类是基于历史指标数据进行建模预测，如ARIMA模型(差分整合移动平均自回归模型)，对于趋势性强的场景预测性较好，缺点是历史指标数据随着时间变化可能波动较大，预测准确性不高，且采用ARIMA模型预测要求历史数据为连续时间序列数据，局限性较大。

发明内容

本申请实施例的目的在于提出一种目标对象的目标因子预测方法、装置、计算机设备及存储介质，以解决现有技术中在进行数据预测中存在预测准确性不高、局限性较大的问题。

为了解决上述技术问题，本申请实施例提供一种目标对象的目标因子预测方法，采用了如下所述的技术方案：

一种目标对象的目标因子预测方法，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。

为了解决上述技术问题，本申请实施例还提供一种目标对象的目标因子预测装置，采用了如下所述的技术方案：

一种目标对象的目标因子预测装置，包括：

目标因子获取模块，用于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；

数据处理模块，用于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；

数据预测模块，用于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。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：