[发明专利]基于大数据的效果预测方法、装置、介质及电子设备在审
| 申请号： | 201811246907.0 | 申请日： | 2018-10-24 |
| 公开（公告）号： | CN109658124A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 陈伟源 | 申请（专利权）人： | 中国平安人寿保险股份有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02 |
| 代理公司： | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人： | 刘抗美 |
| 地址： | 518000 广东省深圳市福田区益田路503*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于大数据的效果预测方法、装置、介质及电子设备，属于大数据技术领域的预测估值技术。该方法包括：按照时间序列获取历史数据对应的多个时间段，并从历史数据的多个影响参数中确定各时间段对应的关键影响参数；将各时间段对应的历史数据与所述各时间段对应的关键影响参数的参数值作为训练集，训练机器学习模型；确定待预测目标时间段的关键影响参数，并将所述关键影响参数的多个参数值输入训练后的所述机器学习模型；根据所述机器学习模型的输出结果，确定所述待预测目标时间段的预测数据，以得到预测效果。本发明实施例的技术方案可以提高数据预测精度。 | ||
| 搜索关键词： | 时间段 关键影响 历史数据 大数据 机器学习模型 电子设备 效果预测 预测目标 时间序列 输出结果 数据预测 数值输入 训练机器 影响参数 预测数据 训练集 预测 学习 | ||
【主权项】：
1.一种基于大数据的效果预测方法，其特征在于，包括：按照时间序列获取历史数据对应的多个时间段，并从历史数据的多个影响参数中确定各时间段对应的关键影响参数；将各时间段对应的历史数据与所述各时间段对应的关键影响参数的参数值作为训练集，训练机器学习模型；确定待预测目标时间段的关键影响参数，并将所述关键影响参数的多个参数值输入训练后的所述机器学习模型；根据所述机器学习模型的输出结果，确定所述待预测目标时间段的预测数据，以得到预测效果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国平安人寿保险股份有限公司，未经中国平安人寿保险股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811246907.0/，转载请声明来源钻瓜专利网。
