[发明专利]自动化报表生成方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能领域，涉及一种自动化报表生成方法，包括获取目标报告的报告类型，以及存储的所有报表类型，通过特征工程将报告类型转换为标签向量，将报表类型转换为特征向量；获取预设的目标预测模型，输入标签向量和特征向量至目标预测模型中，经过目标预测模型中的梯度提升决策树和逻辑回归模型计算得到每个报表之间的预测衔接概率；按照预测衔接概率对目标报告的报表进行预测排序，得到排序结果，根据排序结果将目标报告中的报告内容与报表进行匹配，得到优选报表。本申请还提供一种自动化报表生成装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，排序结果可存储于区块链中。本申请提高了报表的自动生成效率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种自动化报表生成方法、装置、计算机设备及存储介质。

背景技术

当前在日常管理中往往缺乏对于数据指标的监控及应用，无法通过现有的指标报表查看数据的趋势，即难以识别出数字指标代表的经营趋势，导致无法有效的针对数据指标做出经营方案的规划、及目标的追踪工作。而在通过报表对数据进行追踪时，往往是通过人工绘制报表，尤其是当需要对大量的数据进行报表的生成时，更需要人工的反复筛选和确定，由此最终导致报表生成效率低下的技术问题。

发明内容

本申请实施例的目的在于提出一种自动化报表生成方法、装置、计算机设备及存储介质，以解决报表生成效率低下的技术问题。

为了解决上述技术问题，本申请实施例提供一种自动化报表生成方法，采用了如下所述的技术方案：

获取目标报告的报告类型，以及存储的所有报表类型，通过特征工程将所述报告类型转换为标签向量，将所述报表类型转换为特征向量；

获取预设的目标预测模型，输入所述标签向量和所述特征向量至所述目标预测模型中，经过所述目标预测模型中的梯度提升决策树和逻辑回归模型计算得到每个报表之间的预测衔接概率；

按照所述预测衔接概率对所述目标报告的报表进行预测排序，得到排序结果，根据所述排序结果将所述目标报告中的报告内容与所述报表进行匹配，得到所述目标报告的优选报表。

进一步的，所述输入所述标签向量和所述特征向量至所述目标预测模型中，经过所述目标预测模型中的梯度提升决策树和逻辑回归模型计算得到每个报表之间的预测衔接概率的步骤具体包括：

输入所述标签向量和所述特征向量至所述目标预测模型中的梯度提升决策树中，经过所述梯度提升决策树的叶子节点输出得到离散特征，并对所述离散特征进行编码，得到编码特征；

对所述编码特征进行加权求和得到求和结果，输入所述求和结果至所述逻辑回归模型，计算得到所述预测衔接概率。

进一步的，所述获取预设的目标预测模型的步骤具体包括：

获取预设的基础预测模型、历史标签数据、历史特征数据和历史交互数据；

根据所述历史标签数据、所述历史特征数据和所述历史交互数据对所述基础预测模型进行训练，得到所述目标预测模型。

进一步的，所述根据所述历史标签数据、所述历史特征数据和所述历史交互数据对所述基础预测模型进行训练，得到所述目标预测模型的步骤具体包括：

选取第一预设个数的所述历史标签数据、所述历史特征数据和所述历史交互数据作为训练数据，选取预设第二预设个数的所述历史标签数据、所述历史特征数据和所述历史交互数据作为验证数据；

根据所述训练数据对所述基础预测模型进行训练，得到待优化模型，根据所述验证数据对所述待优化模型进行验证，在所述待优化模型对所述验证数据的验证通过率大于等于预设阈值时，确定所述待优化模型为所述目标预测模型。

进一步的，在所述根据所述验证数据对所述待优化模型进行验证的步骤之后，还包括：