[发明专利]基于数据训练集模型的智能预判方法

权利要求书

1.一种基于数据训练集模型的智能预判方法，其特征在于：其步骤如下：

1)大数据采集，并进行数据特征提取；

2)根据数据特征搭建数据训练集模型；

3)搭建多维度多样数据预警预判模型；

4)通过数据训练集模型对预警预判模型进行训练；

5)输出预警预判结果供管理者进行决策。

2.根据权利要求1所述的一种基于数据训练集模型的智能预判方法，其特征在于：所述步骤1)具体是指：对接多样数据来源，进行相关数据的特征提取。

3.根据权利要求1所述的一种基于数据训练集模型的智能预判方法，其特征在于：所述步骤2)具体是指：根据数据发生的时间、结果、空间情况，构建时序模型、因果模型以及空间模型。

4.根据权利要求3所述的一种基于数据训练集模型的智能预判方法，其特征在于：构建时序模型、因果模型以及空间模型具体是指：将收集到的数据送入FP-Growth算法，迭代获得事件的频繁项集。

5.根据权利要求4所述的一种基于数据训练集模型的智能预判方法，其特征在于：其中FP-Growth算法中的支持度和置信度分别为：

支持度：

置信度：

6.根据权利要求1所述的一种基于数据训练集模型的智能预判方法，其特征在于：所述步骤3)具体是指：通过多种维度的权重算法以及时空算法，搭建预警预判模型。

7.根据权利要求1所述的一种基于数据训练集模型的智能预判方法，其特征在于：所述步骤4)具体是指：大量数据对接到预警预判模型，辅助预警预判模型进行训练学习。

8.根据权利要求1所述的一种基于数据训练集模型的智能预判方法，其特征在于：所述步骤5)具体是指：根据当前时间维度，给到管理者此时间维度下相关事件的发生情况，供管理者进行决策。

9.根据权利要求1所述的一种基于数据训练集模型的智能预判方法，其特征在于：所述步骤5)中当前时间维度主要是指节气、节日和季度。