[发明专利]项目基线数据生成方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201911148193.4 申请日: 2019-11-21
公开(公告)号: CN111191871A 公开(公告)日: 2020-05-22
发明(设计)人: 郭奕明 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06N3/04;G06N3/08
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 于丽君
地址: 518052 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 项目 基线 数据 生成 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种项目基线数据生成方法,所述方法包括:

获取终端发送的项目数据,所述项目数据包括项目类型和需求等级;

对所述项目数据进行解析,得到所述项目数据对应的项目需求指标数据;

根据所述项目需求指标数据和所述需求等级计算所述项目的项目复杂度;

根据所述项目类型调用已训练的基线预测模型,将所述项目需求指标数据和所述项目复杂度输入至所述基线预测模型,输出根据所述项目需求指标和所述项目复杂度得到的预测结果数据;

利用所述预测结果数据生成项目基线数据,将所述项目基线数据发送至所述终端,并根据所述项目基线数据对项目进程进行监控。

2.根据权利要求1所述的方法,其特征在于,所述根据所述项目类型调用已训练的基线预测模型之前,还包括:

获取多个历史项目数据,利用所述历史项目数据生成训练集和验证集;所述历史项目数据包括项目类型和项目记录数据;

根据所述项目类型和所述项目记录数据对训练集数据进行解析,得到预测指标数据和实际指标数据以及偏差值;

对所述预测指标数据和实际指标数据以及偏差值进行特征提取,得到对应的特征向量;

获取预设的神经网络模型,将所述训练集中的预测指标数据和实际指标数据以及偏差值对应的特征向量输入至所述神经网络模型中进行训练;

直到训练结果满足预设条件阈值时,得到训练完成的初始基线预测模型;

利用所述验证集对所述初始基线预测模型进行验证,当验证通过后,得到所需的基线预测模型。

3.根据权利要求1所述的方法,其特征在于,所述输出根据所述项目需求指标和所述项目复杂度得到的预测结果数据包括:

通过所述基线预测模型根据所述项目需求指标数据和所述项目复杂度计算项目需求指标预测值;

根据所述项目复杂度、需求等级以及项目需求指标预测值计算所述项目的项目风险值;

根据所述项目需求指标预测值和所述项目风险值生成对应的预测结果数据。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取所述终端发送的项目调整参数;

根据所述项目调整参数计算项目需求指标预测值和项目风险值;

根据所述项目需求指标预测值和所述项目风险值对项目基线数据进行调整,得到调整后的项目基线数据;

根据调整后的项目基线数据更新所述项目基线数据。

5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:

根据预设频率获取多项历史项目记录数据,所述历史项目记录数据包括项目指标预测值和项目记录信息;

根据所述历史项目记录数据中的项目指标预测值和相应的项目记录数据计算项目基线偏差值;

根据多项历史项目记录数据的项目基线偏差值计算所述基线预测模型的预测偏差度和预测离异指数,根据所述预测偏差度和所述预测离异指数生成模型优化参数;

根据所述模型优化参数对所述基线预测模型进行调参,得到优化后的基线预测模型。

6.一种项目基线数据生成装置,其特征在于,所述装置包括:

数据获取模块,用于获取终端发送的项目数据,所述项目数据包括项目类型和需求等级;

数据解析模块,用于对所述项目数据进行解析,得到所述项目数据对应的项目需求指标数据;根据所述项目需求指标数据和所述需求等级计算所述项目的项目复杂度;

数据预测模块,用于根据所述项目类型调用已训练的基线预测模型,将所述项目需求指标数据和所述项目复杂度输入至所述基线预测模型,输出根据所述项目需求指标和所述项目复杂度得到的预测结果数据;

项目基线数据生成模块,用于利用所述预测结果数据生成项目基线数据,将所述项目基线数据发送至所述终端,并根据所述项目基线数据对项目进程进行监控。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911148193.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top