[发明专利]预测消费时间的方法以及装置

说明书

本申请提供了一种预测消费时间的方法以及装置，涉及数据处理技术领域，该方法包括：将目标用户的历史消费时间输入第一预测模型，得到第一预测值；将所述历史消费时间输入第二预测模型，得到第二预测值；将所述第一预测值和所述第二预测值输入到基于非线性模型训练得到的第三预测模型，得到第三预测值，所述第三预测值为所述第一预测值和所述第二预测值对应的概率；根据所述第一预测值和所述第二预测值以及对应的所述概率预测所述目标用户进行下一次消费的时间。由此，通过将两种预测模型的预测结果进行非线性组合，能够较准确地预测客户的消费时间。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种预测消费时间的方法以及装置。

背景技术

随着互联网金融的发展，人们越来越频繁的通过网上银行、手机银行等进行消费。如果银行能够针对客户的消费趋势进行预测，就能够更好地了解客户，为客户推荐相关产品。

现有的应用比较广泛、成熟的时序预测算法例如包括循环神经网络RNN、长短期记忆循环神经网络LSTM、线性回归、ARMA模型、xgboost、傅里叶变换等。但并没有针对客户的消费时间进行预测的完整的解决方案。

本部分旨在为权利要求书中陈述的本申请实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本申请实施例提供一种预测消费时间的方法，通过将两种预测模型的预测结果进行非线性组合，能够较准确地预测客户的消费时间。该方法包括：将目标用户的历史消费时间输入第一预测模型，得到第一预测值，所述第一预测值与所述目标用户进行下一次消费的时间有关；将所述历史消费时间输入第二预测模型，得到第二预测值，所述第二预测值与所述目标用户进行下一次消费的时间有关；将所述第一预测值和所述第二预测值输入到基于非线性模型训练得到的第三预测模型，得到第三预测值，所述第三预测值为所述第一预测值和所述第二预测值对应的概率；根据所述第一预测值和所述第二预测值以及对应的所述概率预测所述目标用户进行下一次消费的时间。

本申请实施例提供一种预测消费时间的装置，通过将两种预测模型的预测结果进行非线性组合，能够较准确地预测客户的消费时间。该装置包括：第一计算单元，其将目标用户的历史消费时间输入第一预测模型，得到第一预测值，所述第一预测值与所述目标用户进行下一次消费的时间有关；第二计算单元，其将所述历史消费时间输入第二预测模型，得到第二预测值，所述第二预测值与所述目标用户进行下一次消费的时间有关；第三计算单元，其将所述第一预测值和所述第二预测值输入到基于非线性模型训练得到的第三预测模型，得到第三预测值，所述第三预测值为所述第一预测值和所述第二预测值对应的概率；预测单元，其根据所述第一预测值和所述第二预测值以及对应的所述概率预测所述目标用户进行下一次消费的时间。

本申请实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法。

本申请实施例还提供一种程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述方法。

本申请实施例中，通过将两种预测模型的预测结果进行非线性组合，能够较准确地预测客户的消费时间。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本申请实施例1的预测消费时间的方法的一个示意图。

图2是本申请实施例1的门控循环单元模型的一个示意图。