[发明专利]预测模型的确定方法、装置、电子设备以及存储介质

权利要求书

1.一种预测模型的确定方法，其特征在于，包括：

获取原始建模数据；其中，所述原始建模数据中包含目标对象的观测特征和基于所述观测特征确定的所述目标对象的观测结果；

在确定所述原始建模数据的置信度满足置信度要求的情况下，在所述观测特征中确定目标观测特征；其中，所述目标观测特征用于指示对所述观测结果的贡献度满足贡献度要求的数据；

基于所述目标观测特征确定目标建模数据，并基于所述目标建模数据创建归因分析模型；其中，所述归因分析模型用于确定在观测结果满足要求的情况下待分配对象的虚拟资源的分配信息。

2.根据权利要求1所述的方法，其特征在于，所述原始建模数据包括所属于第一类目标对象的第一原始建模数据和所属于第二类目标对象的第二原始建模数据；所述确定所述原始建模数据的置信度满足置信度要求，包括：

确定所述原始建模数据中观测特征的第一置信度，以及确定所述原始建模数据中观测结果的第二置信度；其中，所述第一置信度用于指示所述观测特征在所述第一原始建模数据和所述第二原始建模数据中的特征分布差异，所述第二置信度用于指示所述观测结果的可靠性；

在确定所述第一置信度满足第一置信度要求，和/或，所述第二置信度满足第二置信度要求的情况下，确定所述原始建模数据的置信度满足置信度要求。

3.根据权利要求2所述的方法，其特征在于，所述确定所述原始建模数据中观测特征的第一置信度，包括：

确定所述观测特征在所述第一原始建模数据中的第一特征分布数据，以及确定所述观测特征在所述第二原始建模数据中的第二特征分布数据；

基于所述第一特征分布数据和所述第二特征分布数据确定特征分布差异，并基于所述特征分布差异确定所述观测特征的第一置信度。

4.根据权利要求2所述的方法，其特征在于，所述确定所述原始建模数据中观测结果的第二置信度，包括：

确定所述观测结果的显著性水平；其中，所述显著性水平用于指示在所述观测特征下所述观测结果的发生概率；

将所述显著性水平确定为所述观测结果的第二置信度。

5.根据权利要求1所述的方法，其特征在于，所述原始建模数据包括所属于第一类目标对象的第一原始建模数据和所属于第二类目标对象的第二原始建模数据，所述观测特征的特征数量为多个；

所述在所述观测特征中确定目标观测特征，包括：

在所述第一原始建模数据中确定包含每个观测特征的第一建模数据，并在所述第二原始建模数据中确定包含该观测特征的第二建模数据；其中，所述第一建模数据和所述第二建模数据中观测结果相同；

确定所述第一建模数据和所述第二建模数据的数量差异信息；

将所述数量差异信息大于或者等于预设差异阈值的观测特征确定为所述目标观测特征。

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标观测特征确定目标建模数据，包括：

在所述原始建模数据的观测特征中删除其他观测特征，得到所述目标建模数据；其中，所述其他观测特征为所述观测特征中除所述目标观测特征之外的其他观测特征。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取至少一个待分配对象的观测特征；

通过所述观测特征和所述归因分析模型确定每个所述待分配对象在各预设分配信息下的观测结果；

获取目标约束信息；

基于所述目标约束信息和每个所述待分配对象在各预设分配信息下的观测结果，为每个所述待分配对象确定相匹配的虚拟资源的分配信息。

8.根据权利要求1所述的方法，其特征在于，在基于所述目标建模数据创建归因分析模型之后，所述方法还包括：

获取所述归因分析模型的各个模型创建阶段的中间数据；其中，所述中间数据包括以下至少之一：所述原始建模数据的置信度、每个所述观测特征对所述观测结果的贡献度、所述归因分析模型的模型性能参数；

基于所述中间数据对所述归因分析模型进行可靠性分析，得到所述归因分析模型的可靠性分析结果。