[发明专利]一种基于互联网的提现预测方法及装置

权利要求书

1.一种基于互联网的提现预测方法，其特征在于，包括：

获取预设时间段内的平台经验数据作为建模数据；

对平台待赎回额与平台提现额的线性关系进行训练，得到所述线性关系的线性系数及常数；

根据所述线性关系对平台提现额进行预测。

2.根据权利要求1所述的一种基于互联网的提现预测方法，其特征在于，所述获取预设时间段内的平台经验数据作为建模数据包括：

获取提现预测日期，将所述提现预测日期之前的时间段作为预设时间段；

获取预设时间段内每天的平台待赎回额和平台提现额作为建模数据。

3.根据权利要求2所述的一种基于互联网的提现预测方法，其特征在于，所述对平台待赎回额与平台提现额的线性关系进行训练，得到所述线性关系的线性系数及常数包括：

根据线性回归算法对所述线性关系进行训练，假设估计方程为：

其中，为平台提现额，x为平台待赎回额，ú₁为线性系数，ú₀为常数；

构造离差平方和：

其中，x_i为平台经验数据中的第i个平台待赎回额，y_i为平台经验数据中的第i个平台提现额，1≤i≤n，n为平台经验数据的个数；

使所述离差平方和Q最小化，得到线性系数和常数的计算公式：

其中，为n个平台待赎回额的平均值，为n个平台提现额的平均值。

4.根据权利要求3所述的一种基于互联网的提现预测方法，其特征在于，所述对平台待赎回额与平台提现额的线性关系进行训练，得到所述线性关系的线性系数及常数之后还包括：

获取所述线性关系的判定系数，并根据所述判定系数判断所述线性关系的拟合效果；具体为：

计算平台经验数据的总平方和：

SST=Σ(yi-y‾)2]]>

计算回归平方和：

所述判定系数R²＝SSR/SST。

5.根据权利要求4所述的一种基于互联网的提现预测方法，其特征在于，所述对平台待赎回额与平台提现额的线性关系进行训练，得到所述线性关系的线性系数及常数之后还包括：

对所述线性关系的显著性进行检验。

6.一种基于互联网的提现预测装置，其特征在于，包括：

建模数据获取模块，用于获取预设时间段内的平台经验数据作为建模数据；

训练模块，用于对平台待赎回额与平台提现额的线性关系进行训练，得到所述线性关系的线性系数及常数；

预测模块，用于根据所述线性关系对平台提现额进行预测。

7.根据权利要求6所述的一种基于互联网的提现预测装置，其特征在于，所述建模数据获取模块包括：

时间获取单元，用于获取提现预测日期，将所述提现预测日期之前的时间段作为预设时间段；

数据获取单元，用于获取预设时间段内每天的平台待赎回额和平台提现额作为建模数据。

8.根据权利要求7所述的一种基于互联网的提现预测装置，其特征在于，所述训练模块包括：

根据线性回归算法对所述线性关系进行训练，假设估计方程为：

其中，为平台提现额，x为平台待赎回额，ú₁为线性系数，ú₀为常数；

构造离差平方和：

其中，x_i为平台经验数据中的第i个平台待赎回额，y_i为平台经验数据中的第i个平台提现额，1≤i≤n，n为平台经验数据的个数；

使所述离差平方和Q最小化，得到线性系数和常数的计算公式：

其中，为n个平台待赎回额的平均值，为n个平台提现额的平均值。