本申請屬于人工智能技術(shù)領(lǐng)域，涉及一種基于人工智能的數(shù)據(jù)分析方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，包括：從多種財務(wù)數(shù)據(jù)源中收集包含時間信息的原始財務(wù)數(shù)據(jù)；對原始財務(wù)數(shù)據(jù)進(jìn)行預(yù)處理得到的財務(wù)數(shù)據(jù)；基于時間序列分析模型對財務(wù)數(shù)據(jù)進(jìn)行分析處理得到第一分析結(jié)果；基于目標(biāo)深度學(xué)習(xí)模型對財務(wù)數(shù)據(jù)進(jìn)行分析處理得到第二分析結(jié)果；基于統(tǒng)計模型對財務(wù)數(shù)據(jù)進(jìn)行分析處理得到第三分析結(jié)果；對第一分析結(jié)果、第二分析結(jié)果以及第三分析結(jié)果進(jìn)行整合處理得到目標(biāo)分析結(jié)果；對目標(biāo)分析結(jié)果進(jìn)行輸出。此外，本申請還涉及區(qū)塊鏈技術(shù)，目標(biāo)分析結(jié)果可存儲于區(qū)塊鏈中。本申請基于多種模型的結(jié)合使用提高了對于財務(wù)數(shù)據(jù)的分析處理的處理效率與處理準(zhǔn)確性。
本申請涉及人工智能開發(fā)與金融科技領(lǐng)域，尤其涉及基于人工智能的數(shù)據(jù)分析方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)。
1、在金融領(lǐng)域和財務(wù)管理中，時間變量是分析財務(wù)狀況、預(yù)測未來趨勢以及制定合理決策的關(guān)鍵因素。時間變量通常表現(xiàn)為時間序列數(shù)據(jù)，即按照時間順序排列的一組數(shù)據(jù)點(diǎn)或觀測值。這些時間序列數(shù)據(jù)在金融領(lǐng)域的應(yīng)用十分廣泛，包括但不限于股票價格、匯率、利率等金融變量的變動規(guī)律研究。
2、目前，金融企業(yè)所應(yīng)用的財務(wù)數(shù)據(jù)的分析方法，通常是采用沃爾評分法和杜邦分析法，這些分析方法主要依賴于單純數(shù)量指標(biāo)進(jìn)行分析，忽視了對時間變量以及問題性質(zhì)方面的深入分析。這些方法在處理財務(wù)數(shù)據(jù)時，往往需要定期人工進(jìn)行，處理效率低，且準(zhǔn)確性較低。特別是在預(yù)測未來趨勢方面，傳統(tǒng)的分析方法的參考度有限，難以準(zhǔn)確捕捉金融變量的時間序列特性，如季節(jié)性、周期性和趨勢性等。
1、本申請實(shí)施例的目的在于提出一種基于人工智能的數(shù)據(jù)分析方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，以解決現(xiàn)有的財務(wù)數(shù)據(jù)的分析方法需要定期人工進(jìn)行，處理效率低，且準(zhǔn)確性較低的技術(shù)問題。
>6、基于預(yù)設(shè)的目標(biāo)深度學(xué)習(xí)模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第二分析結(jié)果；7、基于預(yù)設(shè)的統(tǒng)計模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第三分析結(jié)果；
8、對所述第一分析結(jié)果、所述第二分析結(jié)果以及所述第三分析結(jié)果進(jìn)行整合處理，得到對應(yīng)的目標(biāo)分析結(jié)果；
9、對所述目標(biāo)分析結(jié)果進(jìn)行輸出。
10、進(jìn)一步的，在所述基于預(yù)設(shè)的目標(biāo)深度學(xué)習(xí)模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第二分析結(jié)果的步驟之前，還包括：
11、獲取預(yù)先構(gòu)建的第一財務(wù)樣本數(shù)據(jù)；
12、調(diào)用初始深度學(xué)習(xí)模型，并確定與所述初始深度學(xué)習(xí)模型對應(yīng)的模型結(jié)構(gòu)；
13、獲取預(yù)設(shè)的模型構(gòu)建策略；
14、基于所述模型構(gòu)建策略，使用所述第一財務(wù)樣本數(shù)據(jù)對所述初始深度學(xué)習(xí)模型進(jìn)行訓(xùn)練與評估處理，得到符合預(yù)設(shè)的構(gòu)建需求的指定模型；
15、將指定模型作為所述目標(biāo)深度學(xué)習(xí)模型。
16、進(jìn)一步的，在所述基于預(yù)設(shè)的統(tǒng)計模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第三分析結(jié)果的步驟之前，還包括：
17、獲取預(yù)先構(gòu)建的第二財務(wù)樣本數(shù)據(jù)；
18、獲取預(yù)設(shè)的分析目標(biāo)，并基于所述分析目標(biāo)選取對應(yīng)的指定貝葉斯模型；
19、獲取預(yù)設(shè)的模型訓(xùn)練策略；
20、基于所述模型訓(xùn)練策略，使用所述第二財務(wù)樣本數(shù)據(jù)對所述指定貝葉斯模型進(jìn)行訓(xùn)練處理，得到訓(xùn)練好的目標(biāo)貝葉斯模型；
21、將所述目標(biāo)貝葉斯模型作為所述統(tǒng)計模型。
22、進(jìn)一步的，所述對所述原始財務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的財務(wù)數(shù)據(jù)的步驟，具體包括：
23、獲取預(yù)設(shè)的數(shù)據(jù)清洗策略與格式轉(zhuǎn)換策略；
24、基于所述數(shù)據(jù)清洗策略對所述原始財務(wù)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗處理，得到對應(yīng)的第一數(shù)據(jù)；
25、基于所述格式轉(zhuǎn)換策略對所述第一數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換處理，得到對應(yīng)的第二數(shù)據(jù)；
26、將所述第二數(shù)據(jù)作為所述財務(wù)數(shù)據(jù)。
27、進(jìn)一步的，所述對所述目標(biāo)分析結(jié)果進(jìn)行輸出的步驟，具體包括：
28、獲取預(yù)設(shè)的目標(biāo)展示形式；
29、調(diào)用預(yù)設(shè)的目標(biāo)界面；
30、基于所述目標(biāo)展示形式，將所述目標(biāo)分析結(jié)果展示至所述目標(biāo)界面內(nèi)。
31、進(jìn)一步的，在所述對所述目標(biāo)分析結(jié)果進(jìn)行輸出的步驟之后，還包括：
32、獲取預(yù)設(shè)的動態(tài)調(diào)整策略；
33、調(diào)用預(yù)設(shè)的財務(wù)模型；
34、基于所述動態(tài)調(diào)整策略與所述目標(biāo)分析結(jié)果構(gòu)建與所述財務(wù)模型對應(yīng)的模型更新規(guī)則；
35、基于所述模型更新規(guī)則對所述財務(wù)模型進(jìn)行更新處理。
36、進(jìn)一步的，在所述對所述目標(biāo)分析結(jié)果進(jìn)行輸出的步驟之后，還包括：
37、獲取預(yù)設(shè)的財務(wù)比率的計算方法；
38、獲取預(yù)設(shè)的計算調(diào)整策略；
39、基于所述目標(biāo)分析結(jié)果，使用所述計算調(diào)整策略對所述財務(wù)比率的計算方法進(jìn)行對應(yīng)的調(diào)整處理。
40、為了解決上述技術(shù)問題，本申請實(shí)施例還提供一種基于人工智能的數(shù)據(jù)分析裝置，采用了如下所述的技術(shù)方案：
41、收集模塊，用于從多種財務(wù)數(shù)據(jù)源中收集包含時間信息的原始財務(wù)數(shù)據(jù)；
42、預(yù)處理模塊，用于對所述原始財務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的財務(wù)數(shù)據(jù)；
43、第一分析模塊，用于基于預(yù)設(shè)的時間序列分析模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第一分析結(jié)果；
44、第二分析模塊，用于基于預(yù)設(shè)的目標(biāo)深度學(xué)習(xí)模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第二分析結(jié)果；
45、第三分析模塊，用于基于預(yù)設(shè)的統(tǒng)計模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第三分析結(jié)果；
46、整合模塊，用于對所述第一分析結(jié)果、所述第二分析結(jié)果以及所述第三分析結(jié)果進(jìn)行整合處理，得到對應(yīng)的目標(biāo)分析結(jié)果；
47、輸出模塊，用于對所述目標(biāo)分析結(jié)果進(jìn)行輸出。
48、為了解決上述技術(shù)問題，本申請實(shí)施例還提供一種計算機(jī)設(shè)備，采用了如下所述的技術(shù)方案：
49、從多種財務(wù)數(shù)據(jù)源中收集包含時間信息的原始財務(wù)數(shù)據(jù)；
50、對所述原始財務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的財務(wù)數(shù)據(jù)；
51、基于預(yù)設(shè)的時間序列分析模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第一分析結(jié)果；
52、基于預(yù)設(shè)的目標(biāo)深度學(xué)習(xí)模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第二分析結(jié)果；
53、基于預(yù)設(shè)的統(tǒng)計模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第三分析結(jié)果；
54、對所述第一分析結(jié)果、所述第二分析結(jié)果以及所述第三分析結(jié)果進(jìn)行整合處理，得到對應(yīng)的目標(biāo)分析結(jié)果；
55、對所述目標(biāo)分析結(jié)果進(jìn)行輸出。
56、為了解決上述技術(shù)問題，本申請實(shí)施例還提供一種計算機(jī)可讀存儲介質(zhì)，采用了如下所述的技術(shù)方案：
57、從多種財務(wù)數(shù)據(jù)源中收集包含時間信息的原始財務(wù)數(shù)據(jù)；
58、對所述原始財務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的財務(wù)數(shù)據(jù)；
59、基于預(yù)設(shè)的時間序列分析模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第一分析結(jié)果；
60、基于預(yù)設(shè)的目標(biāo)深度學(xué)習(xí)模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第二分析結(jié)果；
61、基于預(yù)設(shè)的統(tǒng)計模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于人工智能的數(shù)據(jù)分析方法，其特征在于，包括下述步驟：
2.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，在所述基于預(yù)設(shè)的目標(biāo)深度學(xué)習(xí)模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第二分析結(jié)果的步驟之前，還包括：
3.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，在所述基于預(yù)設(shè)的統(tǒng)計模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第三分析結(jié)果的步驟之前，還包括：
4.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，所述對所述原始財務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的財務(wù)數(shù)據(jù)的步驟，具體包括：
5.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，所述對所述目標(biāo)分析結(jié)果進(jìn)行輸出的步驟，具體包括：
6.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，在所述對所述目標(biāo)分析結(jié)果進(jìn)行輸出的步驟之后，還包括：
7.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，在所述對所述目標(biāo)分析結(jié)果進(jìn)行輸出的步驟之后，還包括：
8.一種基于人工智能的數(shù)據(jù)分析裝置，其特征在于，包括：
9.一種計算機(jī)設(shè)備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機(jī)可讀指令，所述處理器執(zhí)行所述計算機(jī)可讀指令時實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的基于人工智能的數(shù)據(jù)分析方法的步驟。
10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)可讀指令，所述計算機(jī)可讀指令被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的基于人工智能的數(shù)據(jù)分析方法的步驟。
...
【技術(shù)特征摘要】
1.一種基于人工智能的數(shù)據(jù)分析方法，其特征在于，包括下述步驟：
2.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，在所述基于預(yù)設(shè)的目標(biāo)深度學(xué)習(xí)模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第二分析結(jié)果的步驟之前，還包括：
3.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，在所述基于預(yù)設(shè)的統(tǒng)計模型對所述財務(wù)數(shù)據(jù)進(jìn)行分析處理，得到對應(yīng)的第三分析結(jié)果的步驟之前，還包括：
4.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，所述對所述原始財務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的財務(wù)數(shù)據(jù)的步驟，具體包括：
5.根據(jù)權(quán)利要求1所述的基于人工智能的數(shù)據(jù)分析方法，其特征在于，所述對所述目標(biāo)分析結(jié)果進(jìn)行輸出的步驟，具體包括：
6.根據(jù)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李慎剛，
申請(專利權(quán))人：中國平安財產(chǎn)保險股份有限公司，
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。