System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現(xiàn)步驟摘要】
本申請涉及人工智能,特別是涉及一種事務量預測方法、裝置、計算機設備和存儲介質(zhì),可應用于金融領域或其他。
技術介紹
1、隨著金融領域的發(fā)展,各類金融業(yè)務的數(shù)量也隨之增加,為了保證金融業(yè)務下事務處理的穩(wěn)定性,出現(xiàn)了針對金融業(yè)務的事務量預測方法。可以通過歷史時段的事務數(shù)據(jù),對未來時段的事務量進行預測。
2、然而,由于時間特征的變化會直接影響事務量,采用目前的事務量預測方法,僅根據(jù)事務數(shù)據(jù)的數(shù)值進行事務量的預測,會降低事務量預測的準確性。
技術實現(xiàn)思路
1、基于此,有必要針對上述技術問題,提供一種能夠提高事務量預測準確性的事務量預測方法、裝置、計算機設備和存儲介質(zhì)。
2、第一方面,本申請?zhí)峁┝艘环N事務量預測方法。所述方法包括:
3、獲取目標業(yè)務的目標事務數(shù)據(jù);
4、基于目標事務數(shù)據(jù)的生成時間,根據(jù)目標事務數(shù)據(jù),生成目標事務序列;
5、對目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征;
6、基于目標預測模型,根據(jù)目標交易數(shù)據(jù)的生成時間、目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量。
7、在其中一個實施例中,對目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征,包括:
8、采用經(jīng)驗模態(tài)分解法對目標事務序列進行分解,得到多個候選事務屬性特征和目標變化趨勢特征;其中,候選事務屬性特征包括時間特征分量和事務特征分量;根據(jù)目標事務序列和候選事務屬性特征,從候選事務屬性
9、在其中一個實施例中,根據(jù)目標事務序列和候選事務屬性特征,從候選事務屬性特征中選取目標事務屬性特征,包括:
10、根據(jù)各候選事務屬性特征和目標事務序列之間的關聯(lián)情況,確定各候選事務屬性特征對應的相關系數(shù)值;根據(jù)各候選事務屬性特征對應的相關系數(shù)值,從各候選事務屬性特征中選取目標事務屬性特征。
11、在其中一個實施例中,基于目標預測模型,根據(jù)目標交易數(shù)據(jù)的生成時間、目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量,包括:
12、根據(jù)目標事務數(shù)據(jù)的生成時間,從不同時間類別對應的候選預測模型中選取目標預測模型;通過目標預測模型,根據(jù)目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量。
13、在其中一個實施例中,通過目標預測模型,根據(jù)目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量,包括:
14、通過目標預測模型,確定目標事務屬性特征對應的分量預測值和目標變化趨勢特征對應的趨勢預測值;根據(jù)目標事務屬性特征對應的分量預測值和目標變化趨勢特征對應的趨勢預測值,確定目標業(yè)務的預測事務量。
15、在其中一個實施例中,任一時間類別對應的候選預測模型采用以下方式訓練得到:
16、獲取該時間類別下的樣本事務數(shù)據(jù);將樣本事務數(shù)據(jù)對應的樣本事務屬性特征和樣本變化趨勢特征輸入到初始預測模型中,得到樣本事務數(shù)據(jù)的預測結果;其中,初始預測模型包括趨勢變化子模型、周期變化子模型和假期影響子模型;根據(jù)樣本事務數(shù)據(jù)的真實結果和預測結果,確定損失值;采用損失值,對初始預測模型的網(wǎng)絡參數(shù)進行調(diào)整,得到該時間類別下的候選預測模型。
17、第二方面,本申請還提供了一種事務量預測裝置。所述裝置包括:
18、數(shù)據(jù)獲取模塊,用于獲取目標業(yè)務的目標事務數(shù)據(jù);
19、序列生成模塊,用于基于目標事務數(shù)據(jù)的生成時間,根據(jù)目標事務數(shù)據(jù),生成目標事務序列;
20、序列分解模塊,用于對目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征;
21、預測模塊,用于基于目標預測模型,根據(jù)目標交易數(shù)據(jù)的生成時間、目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量。
22、第三方面,本申請還提供了一種計算機設備。所述計算機設備包括存儲器和處理器,所述存儲器存儲有計算機程序,所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟:
23、獲取目標業(yè)務的目標事務數(shù)據(jù);
24、基于目標事務數(shù)據(jù)的生成時間,根據(jù)目標事務數(shù)據(jù),生成目標事務序列;
25、對目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征;
26、基于目標預測模型,根據(jù)目標交易數(shù)據(jù)的生成時間、目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量。
27、第四方面,本申請還提供了一種計算機可讀存儲介質(zhì)。所述計算機可讀存儲介質(zhì),其上存儲有計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟:
28、獲取目標業(yè)務的目標事務數(shù)據(jù);
29、基于目標事務數(shù)據(jù)的生成時間,根據(jù)目標事務數(shù)據(jù),生成目標事務序列;
30、對目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征;
31、基于目標預測模型,根據(jù)目標交易數(shù)據(jù)的生成時間、目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量。
32、第五方面,本申請還提供了一種計算機程序產(chǎn)品。所述計算機程序產(chǎn)品,包括計算機程序,該計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟:
33、獲取目標業(yè)務的目標事務數(shù)據(jù);
34、基于目標事務數(shù)據(jù)的生成時間,根據(jù)目標事務數(shù)據(jù),生成目標事務序列;
35、對目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征;
36、基于目標預測模型,根據(jù)目標交易數(shù)據(jù)的生成時間、目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量。
37、上述事務量預測方法、裝置、計算機設備和存儲介質(zhì),通過獲取目標業(yè)務的目標事務數(shù)據(jù),生成目標事務序列,并對目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征;隨后,基于目標預測模型,根據(jù)目標交易數(shù)據(jù)的生成時間、目標事務屬性特征和目標變化趨勢特征,確定目標業(yè)務的預測事務量。相比于相關技術中,僅根據(jù)事務數(shù)據(jù)的數(shù)值進行事務量的預測而言,采用上述方法,通過將目標事務序列分解為目標變化趨勢特征,以及包含時間特征和交易特征的目標事務屬性特征,能夠結合目標事務數(shù)據(jù)的時間特征對事務量進行預測,進而保證了事務量預測的準確性。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種事務量預測方法,其特征在于,所述方法包括:
2.根據(jù)權利要求1所述的方法,其特征在于,所述對所述目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征,包括:
3.根據(jù)權利要求2所述的方法,其特征在于,所述根據(jù)所述目標事務序列和候選事務屬性特征,從所述候選事務屬性特征中選取所述目標事務屬性特征,包括:
4.根據(jù)權利要求1-3任一項所述的方法,其特征在于,所述基于目標預測模型,根據(jù)所述目標交易數(shù)據(jù)的生成時間、所述目標事務屬性特征和所述目標變化趨勢特征,確定所述目標業(yè)務的預測事務量,包括:
5.根據(jù)權利要求4所述的方法,其特征在于,所述通過所述目標預測模型,根據(jù)所述目標事務屬性特征和所述目標變化趨勢特征,確定所述目標業(yè)務的預測事務量,包括:
6.根據(jù)權利要求4所述的方法,其特征在于,任一時間類別對應的候選預測模型采用以下方式訓練得到:
7.一種事務量預測裝置,其特征在于,所述裝置包括:
8.一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征在于,所述處理器執(zhí)行所述計算
9.一種計算機可讀存儲介質(zhì),其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。
10.一種計算機程序產(chǎn)品,包括計算機程序,其特征在于,該計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種事務量預測方法,其特征在于,所述方法包括:
2.根據(jù)權利要求1所述的方法,其特征在于,所述對所述目標事務序列進行分解,得到目標事務屬性特征和目標變化趨勢特征,包括:
3.根據(jù)權利要求2所述的方法,其特征在于,所述根據(jù)所述目標事務序列和候選事務屬性特征,從所述候選事務屬性特征中選取所述目標事務屬性特征,包括:
4.根據(jù)權利要求1-3任一項所述的方法,其特征在于,所述基于目標預測模型,根據(jù)所述目標交易數(shù)據(jù)的生成時間、所述目標事務屬性特征和所述目標變化趨勢特征,確定所述目標業(yè)務的預測事務量,包括:
5.根據(jù)權利要求4所述的方法,其特征在于,所述通過所述目標預測模型,根據(jù)所述目標事務屬性特征和所述目標變化趨勢特...
【專利技術屬性】
技術研發(fā)人員:王曉宇,
申請(專利權)人:中國銀行股份有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。