[发明专利]一种数据预测方法、装置、电子设备及存储介质

权利要求书

1.一种数据预测方法，其特征在于，包括：

响应于针对目标对象的目标数据的预测请求，获取所述目标对象的属性信息，以及与所述目标对象和所述目标数据适配的预测模型；

根据所述属性信息，通过所述预测模型获取所述目标数据的预测结果并展示；

获取基于所述预测结果确定的所述目标数据的取值，将所述属性信息和所述目标数据的取值作为区块体数据上链至区块链中，并针对所述区块链的所有端进行数据同步；

其中，所述预测模型通过已知目标数据取值的多个样本对象的属性信息训练得到，所述样本对象与所述目标对象的类型相同，且所述样本对象的属性信息和所述样本对象的目标数据取值从区块链中获取得到。

2.根据权利要求1所述的方法，其特征在于，在所述获取所述目标对象的属性信息，以及与所述目标对象和所述目标数据适配的预测模型的步骤之前，还包括：

向所述区块链请求至少一个区块信息，并基于所述区块信息，获取训练数据，所述区块信息中包括已知目标数据取值的多个样本对象的属性信息；

通过所述训练数据训练客户端预设的机器学习模型，得到与所述目标对象和所述目标数据适配的预测模型。

3.根据权利要求2所述的方法，其特征在于，所述向所述区块链请求至少一个区块信息，并基于所述区块信息，获取训练数据的步骤，包括：

S1，向所述区块链请求一个区块信息，并获取所述区块信息中包含的每个样本对象的目标数据取值和属性信息；

S2，统计所述区块信息中目标数据取值和所述属性信息满足训练数据条件的样本对象，并以满足训练数据条件的每个样本对象的所述目标数据取值和所述属性信息作为一条训练数据；

S3，检测当前获取的训练数据的数量是否满足训练数据的数量条件，响应于不满足所述数量条件，返回步骤S1，以向所述区块链请求下一个区块信息；响应于满足所述数量条件，进入步骤S4；

S4，以当前获取的全部训练数据，作为与所述目标对象和所述目标数据适配的预测模型的训练数据。

4.根据权利要求1所述的方法，其特征在于，所述获取基于所述预测结果确定的所述目标数据的最终结果，将所述属性信息和所述最终结果和作为区块体数据上链至区块链中，并针对所述区块链的所有端进行数据同步的步骤，包括：

响应于在针对所述预测结果的调整过程中，接收到针对当前调整后的预测结果的确认指令，以所述调整后的预测结果作为所述目标对象的目标数据的取值；和/或，响应于接收到针对所述预测结果的确认指令，以所述预测结果作为所述目标对象的目标数据的取值；

将所述目标对象的目标数据的取值和所述目标对象的属性信息作为区块体数据，上链至所述区块链中，并针对所述区块链的所有端进行数据同步。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述目标对象包括推送消息、可交易的商品中的至少一种，在所述目标对象为可交易的商品时，所述目标数据包括商品卖家售价、商品买家出价、商品成交价格中的至少一种，在所述目标对象为推送消息时，所述目标数据包括推送消息的点击概率、推送目标、推送时机、推送次数中的至少一种。

6.一种数据预测装置，其特征在于，包括：

模型适配模块，用于响应于针对目标对象的目标数据的预测请求，获取所述目标对象的属性信息，以及与所述目标对象和所述目标数据适配的预测模型；

数据预测模块，用于根据所述属性信息，通过所述预测模型获取所述目标数据的预测结果并展示；

数据上链模块，用于获取基于所述预测结果确定的所述目标数据的取值，将所述属性信息和所述目标数据的取值作为区块体数据上链至区块链中，并针对所述区块链的所有端进行数据同步；

其中，所述预测模型通过已知目标数据取值的多个样本对象的属性信息训练得到，所述样本对象与所述目标对象的类型相同，且所述样本对象的属性信息和所述样本对象的目标数据取值从区块链中获取得到。