[发明专利]一种资产价值预测模型构建方法、资产价值预测方法

说明书

本申请公开了一种资产价值预测模型构建方法、资产价值预测方法，先利用训练数据及其对应的实际资产价值、验证数据及其对应的实际资产价值、和预设神经网络模型，构建资产价值预测模型，以使构建好的资产价值预测模型具有较好的资产价值预测性能；然后，在获取到目标对象(例如，配电网)的价值影响特征之后，直接将该目标对象的价值影响特征输入到构建好的资产价值预测模型，以使该资产价值预测模型能够依据该目标对象的价值影响特征准确地预测出该目标对象的预测资产价值，如此有利于提高资产价值的预测准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种资产价值预测模型构建方法、资产价值预测方法。

背景技术

在对目标对象(例如，配电网)进行资产证券化时，可以先对该目标对象的基础资产进行资产价值预测。然而，因现有的资产价值预测过程的准确性较低，使得如何准确地预测出基础资产的资产价值成为一项亟待解决的技术问题。

发明内容

为了解决现有技术中存在的以上技术问题，本申请提供一种资产价值预测模型构建方法、资产价值预测方法，能够准确地预测出基础资产的资产价值，如此能够有效地提高资产价值的预测准确性。

为了实现上述目的，本申请实施例提供的技术方案如下：

本申请实施例提供一种一种资产价值预测模型构建方法，所述方法包括：

获取训练数据、所述训练数据对应的实际资产价值、所述验证数据和所述验证数据对应的实际资产价值；

将所述训练数据和所述验证数据输入预设神经网络模型，得到所述预设神经网络模型输出的所述训练数据对应的第一预测资产价值和所述验证数据对应的预测资产价值；

根据所述训练数据对应的第一预测资产价值、所述训练数据对应的实际资产价值、所述验证数据对应的预测资产价值和所述验证数据对应的实际资产价值，确定当前模型更新次数对应的模型性能评估特征；

利用所述训练数据对应的第一预测资产价值和所述训练数据对应的实际资产价值，更新所述预设神经网络模型，并继续执行所述将所述训练数据和所述验证数据输入预设神经网络模型，得到所述预设神经网络模型输出的所述训练数据对应的第一预测资产价值和所述验证数据对应的预测资产价值及其后续步骤，直至在确定达到预设停止条件后，根据所述模型性能评估特征，构建资产价值预测模型。

在一种可能的实施方式下，所述根据所述模型性能评估特征，构建资产价值预测模型，包括：

根据所述模型性能评估特征，确定模型过拟合起始表征点对应的模型更新次数；其中，所述模型过拟合起始表征点用于表征所述预设神经网络模型的训练过程开始出现过拟合现象；

根据所述模型过拟合起始表征点对应的模型更新次数，确定目标模型更新次数；

根据所述目标模型更新次数，构建资产价值预测模型。

在一种可能的实施方式下，若所述模型性能评估特征包括所述训练数据对应的预测性能表征值和所述验证数据对应的预测性能表征值，则所述模型过拟合起始表征点的确定过程，包括：

根据所述训练数据对应的预测性能表征值，生成所述训练数据对应的预测性能变化曲线；其中，所述训练数据对应的预测性能变化曲线用于描述所述训练数据对应的预测性能表征值随着所述预设神经网络模型的模型更新次数的变化趋势；

根据所述验证数据对应的预测性能表征值，生成所述验证数据对应的预测性能变化曲线；其中，所述验证数据对应的预测性能变化曲线用于描述所述验证数据对应的预测性能表征值随着所述预设神经网络模型的模型更新次数的变化趋势；

根据所述训练数据对应的预测性能变化曲线和所述验证数据对应的预测性能变化曲线，确定满足预设过拟合起始条件的模型过拟合起始表征点。