[发明专利]经济预测模型的构建方法、装置、介质、电子设备

说明书

本发明涉及电子数字数据处理技术领域，揭示了一种经济预测模型的构建方法、装置、介质及电子设备。该方法包括：搭建经济预测模型框架；初始化所述经济预测模型框架中各个节点的参数；获取用于构建经济预测模型的训练样本集合，所述训练样本中包含若干样本特征值和训练样本对应的预测结果的期望概率分布；基于所述训练样本集合中的训练样本，训练事先已初始化的经济预测模型框架，以得到经济预测模型。通过此方法能够压缩模型的参数规模，且平衡了传统预测模型的泛化性与可解释性，即能提高模型的可解释性，从而可以让模型解释客观经济和商业决策规律。

技术领域

本发明涉及电子数字数据处理技术领域，特别涉及一种经济预测模型的构建方法、装置、介质及电子设备。

背景技术

目前，在高频交易、互联网广告系统的场景中，决策系统需要对实时市场变化做出快速响应，这就要求预测系统能够及时给出关于市场行情的预测信号。

在现有技术中，预测系统给出关于市场行情的预测信号可以由训练后的深度学习模型直接给出，其具体为：通过事先准备的样本数据训练深度学习模型，然后使用另外一份样本数据测试训练后的深度学习模型的拟合程度，并通过拟合结果反向修正深度学习模型，如此循环，直到深度学习模型的预测功能达到最优。

然而，深度学习模型较为复杂，参数规模较大，从而使得进行预测计算时所需要付出的计算时间代价较大，不适用于高频交易、互联网广告系统等场景。此外，通过深度学习模型来给出预测信号的另一个重要缺陷就是深度学习模型的可解释性非常差，由于无法对一个可解释差的模型给出的预测信号有一个好的理解，所以也不能对模型产生绝对的信任。

发明内容

在电子数字数据处理技术领域，为了解决相关技术中存在经济预测模型可解释性差的技术问题，本发明提供了一种经济预测模型的构建方法、装置、介质及电子设备。

根据本申请的一方面，提供了一种经济预测模型的构建方法，所述方法包括：

搭建经济预测模型框架；

初始化所述经济预测模型框架中各个节点的参数；

获取用于构建经济预测模型的训练样本集合，所述训练样本中包含若干样本特征值和训练样本对应的预测结果的期望概率分布；

基于所述训练样本集合中的训练样本，训练事先已初始化的经济预测模型框架，以得到经济预测模型。

根据本申请的另一方面，提供了一种经济预测模型的构建装置，所述装置包括：

搭建模块，被配置为搭建经济预测模型框架；

初始化模块，被配置为初始化所述经济预测模型框架中各个节点的参数；

获取模块，被配置为获取用于构建经济预测模型的训练样本集合；

训练模块，被配置为基于所述训练样本集合中的训练样本，训练事先已初始化的经济预测模型框架。

根据本申请的另一方面，提供了一种计算机可读程序介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行如前所述的方法。

根据本申请的另一方面，提供了一种电子设备，所述电子设备包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如前所述的方法。

由以上本发明的技术方案，与现有技术相比，其显著的有益效果在于：

(1)能压缩参数规模，将大容量模型转变为一种小容量模型，以达到对模型进行快速解析目的，特别是实时性要求较高的场景，如：高频交易、互联网广告系统。