[发明专利]营收数据预测方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能领域，尤其是一种营收数据预测方法、装置、计算机设备和存储介质。所述方法包括：接收待预测时间以及待预测企业标识，并获取与所述待预测企业标识对应的第一历史营收数据；将所述第一历史营收数据输入至预测单模型中得到第一单模型预测结果；根据所述第一单模型预测结果以及第一历史营收数据构建目标模型选择特征；将所述目标模型选择特征输入至已训练完成的模型分类器中得到预测营收数据。采用本方法能够提高预测准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种营收数据预测方法、装置、计算机设备和存储介质。

背景技术

在金融行业中，营业收入是指企业在生产经营活动中，因销售产品或提供劳务取得的各项收入，它关系到企业的生存和发展，对企业经营有重要的意义，因此，准确预测企业营收是投资分析的重要内容。

传统地，在对企业营收进行预测的时候，通常是由基金经理和研究员等对众多数据进行跟踪，然后根据所跟踪的数据得到预测值，但是这样的预测结果依赖于基金经理和研究员，导致最后的预测结果不准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高预测准确性的营收数据预测方法、装置、计算机设备和存储介质。

一种营收数据预测方法，所述方法包括：

接收待预测时间以及待预测企业标识，并获取与所述待预测企业标识对应的第一历史营收数据；

将所述第一历史营收数据输入至预测单模型中得到第一单模型预测结果；

根据所述第一单模型预测结果以及第一历史营收数据构建目标模型选择特征；

将所述目标模型选择特征输入至已训练完成的模型分类器中得到预测营收数据。

在其中一个实施例中，所述模型分类器的训练过程包括：

获取第二历史营收数据；

获取训练预测时间，并将所述训练预测时间以及所述第二历史营收数据输入至预测单模型中得到第二单模型预测结果，所述预测单模型是预先训练得到的；

根据所述第二单模型预测结果以及所述第一历史营收数据构建训练模型选择特征；

根据所述第二历史营收数据和所述第二单模型预测结果确定与所述训练预测时间对应的预测单模型；

基于所述训练模型选择特征和确定的预测单模型进行训练得到模型分类器。

在其中一个实施例中，所述获取与所述待预测企业标识对应的第一历史营收数据，包括：

获取与所述待预测企业标识对应的初始营收数据；

对所述初始营收数据进行标准化处理得到第一历史营收数据。

在其中一个实施例中，所述根据所述第一单模型预测结果以及第一历史营收数据构建目标模型选择特征，包括：

根据所述第一单模型预测结果以及第一历史营收数据构建第一模型选择特征；

根据所述第一历史营收数据构建第二模型选择特征。

在其中一个实施例中，所述将所述第一历史营收数据输入至预测单模型中得到第一单模型预测结果，包括：

获取所述待预测时间对应的特征周期；

通过所述预测单模型计算得到与所述特征周期对应的预测值；

所述根据所述第一单模型预测结果以及第一历史营收数据构建第一模型选择特征，包括：

从所述第一历史营收数据提取与所述特征周期对应的真实值；