[发明专利]一种需求预测方法及装置、设备、存储介质

说明书

本申请实施例公开了一种需求预测方法及装置、设备、存储介质，其中，该方法包括：获取待预测的用户集合中每一目标用户特征；采用需求预测模型对所述每一目标用户特征进行预测，得到对应的目标时序行为特征模式，其中，所述需求预测模型用于表征聚类序列集合对应的目标特征集合与所述聚类序列集合对应的时序行为特征模式之间的映射关系，所述聚类序列集合是对历史的时序行为序列集合中的序列进行聚类而得到的；所述时序行为特征模式为所述聚类序列集合在预设时间长度内的时间节点上发生目标行为的概率分布；基于所述每一目标用户特征对应的目标时序行为特征模式，确定对应用户存在行为需求的时间节点。

技术领域

本申请实施例涉及但不限于金融科技(Fintech)的信息技术，尤其涉及一种需求预测方法及装置、设备、存储介质。

背景技术

随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，然而，由于金融行业的安全性、实时性要求，金融科技也对技术提出了更高的要求。金融科技领域下，相关技术对于用户融资需求预测的方法，在新用户的行为特征预测方面存在着局限性：基于单个用户的历史行为特征概率统计仅能够预测单个用户的行为特征，不适用于新用户的行为特征预测。

发明内容

有鉴于此，本申请实施例为解决相关技术中存在的至少一个问题而提供一种需求预测方法及装置、设备、存储介质。

本申请实施例的技术方案是这样实现的：

一方面，本申请实施例提供一种需求预测方法，所述方法包括：

获取待预测的用户集合中每一目标用户特征；

采用需求预测模型对所述每一目标用户特征进行预测，得到对应的目标时序行为特征模式，其中，所述需求预测模型用于表征聚类序列集合对应的目标特征集合与所述聚类序列集合对应的时序行为特征模式之间的映射关系，所述聚类序列集合是对历史的时序行为序列集合中的序列进行聚类而得到的；所述时序行为特征模式为所述聚类序列集合在预设时间长度内的时间节点上发生目标行为的概率分布；

基于所述每一目标用户特征对应的目标时序行为特征模式，确定对应用户存在行为需求的时间节点。

又一方面，本申请实施例提供一种需求预测装置，所述装置包括：

第一获取模块，用于获取待预测的用户集合中每一目标用户特征；

预测模块，用于采用需求预测模型对所述每一目标用户特征进行预测，得到对应的目标时序行为特征模式，其中，所述需求预测模型用于表征聚类序列集合对应的目标特征集合与所述聚类序列集合对应的时序行为特征模式之间的映射关系，所述聚类序列集合是对历史的时序行为序列集合中的序列进行聚类而得到的；所述时序行为特征模式为所述聚类序列集合在预设时间长度内的时间节点上发生目标行为的概率分布；

第一确定模块，用于基于所述每一目标用户特征对应的目标时序行为特征模式，确定对应用户存在行为需求的时间节点。

再一方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法中的步骤。

还一方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的步骤。

在本申请实施例中，一方面，获取待预测的用户集合中每一目标用户特征；采用需求预测模型对所述每一目标用户特征进行预测，得到对应的目标时序行为特征模式；基于所述每一目标用户特征对应的目标时序行为特征模式，确定对应用户存在行为需求的时间节点。这样，在已知目标用户的用户特征的情况下，可以匹配到目标用户对应的目标时序行为特征模式，由于所述时序行为特征模式为所述聚类序列集合在预设时间长度内的时间节点上发生目标行为的概率分布，因此，基于目标时序行为特征模式可以预测目标用户存在行为需求的时间节点。