一种基于多模型融合的交易额预测方法、装置及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114119113A(43)申请公布日2022.03.01(21)申请号202210107840.2(22)申请日2022.01.28(71)申请人杭州海康威视数字技术股份有限公司地址310051浙江省杭州市滨江区阡陌路555号(72)发明人姜伟浩洪嘉俊(74)专利代理机构北京中博世达专利商标代理有限公司11274代理人申健(51)Int.Cl.G06Q30/02(2012.01)G06Q40/02(2012.01)G06F16/901(2019.01)G06F16/903(2019.01)权利要求书3页说明书18页附图7页(54)发明名称一种基于多模型融合的交易额预测方法、装置及存储介质(57)摘要本申请公开一种基于多模型融合的交易额预测方法、装置及存储介质，涉及信息技术与计算机技术领域，用于提高交易额预测的准确性。该方法包括：获取目标设备关系网络图；其中，目标设备关系网络图用于表征多个目标设备之间的相似性，目标设备关系网络图中的节点包括多个目标设备的标识，相似度大于阈值的两个目标设备之间存在连边，连边的权重为连边的两个目标设备之间的相似度，多个目标设备包括第一目标设备；根据目标设备关系网络图，采用图挖掘法，确定第一目标设备的关系属性特征；确定第一目标设备的统计特征；至少根据第一目标设备的关系属性特征和第一目标设备的统计特征，确定第一目标设备的目标预测交易额。CN114119113ACN114119113A权利要求书1/3页1.一种基于多模型融合的交易额预测方法，其特征在于，所述方法包括：获取目标设备关系网络图；其中，所述目标设备关系网络图用于表征多个目标设备之间的相似性，所述目标设备关系网络图中的节点包括所述多个目标设备的标识，相似度大于阈值的两个目标设备之间存在连边，所述连边的权重为所述连边的所述两个目标设备之间的相似度，所述多个目标设备包括第一目标设备；根据所述目标设备关系网络图，采用图挖掘法，确定所述第一目标设备的关系属性特征；所述第一目标设备的关系属性特征用于指示所述第一目标设备与所述多个目标设备中的其他目标设备之间的关系；所述第一目标设备的关系属性特征包括以下一项或多项：所述第一目标设备的邻居目标设备的分布特征、所述第一目标设备的Motif结构特征、所述第一目标设备的节点聚合特征、所述第一目标设备的社区特征或所述第一目标设备的无监督异常特征；确定所述第一目标设备的统计特征；所述第一目标设备的统计特征用于指示所述第一目标设备的历史交易额的变动情况；至少根据所述第一目标设备的关系属性特征和所述第一目标设备的统计特征，以及预测模型集合，确定所述第一目标设备的目标预测交易额；所述预测模型集合包括多个预测模型。2.根据权利要求1所述的方法，其特征在于，所述目标设备为自动柜员机ATM。3.根据权利要求1所述的方法，其特征在于，所述多个目标设备之间的相似性基于以下信息中的至少一项确定：所述多个目标设备的安装位置信息，所述多个目标设备的设备信息。4.根据权利要求1所述的方法，其特征在于，所述确定所述第一目标设备的统计特征，包括：根据所述第一目标设备的历史交易额，确定所述第一目标设备的统计特征；或者，根据所述第一目标设备的历史交易额的平滑序列，确定所述第一目标设备的统计特征；所述第一目标设备的历史交易额的平滑序列，为不存在缺失值，且波动幅度较为平缓的第一目标设备的历史交易额序列。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定所述第一目标设备的环境属性特征；所述第一目标设备的环境属性特征用于反映所述第一目标设备所在地区的环境对所述第一目标设备的历史交易额的影响；其中，所述第一目标设备的环境属性特征包括：所述第一目标设备所在地区的天气特征、所述第一目标设备所在地区的人流量特征和所述第一目标设备所在地区的温度特征中的至少一种；所述至少根据所述第一目标设备的关系属性特征和所述第一目标设备的统计特征，以及预测模型集合，确定所述第一目标设备的目标预测交易额，包括：根据所述第一目标设备的关系属性特征、所述第一目标设备的统计特征和所述第一目标设备的环境属性特征，以及预测模型集合，确定所述第一目标设备的目标预测交易额。6.根据权利要求1所述的方法，其特征在于，所述预测模型集合包括：第一预测模型，所述第一预测模型为一个或多个机器学习模型；所述至少根据所述第一目标设备的关系属性特征和所述第一目标设备的统计特征，以及预测模型集合，确定所述第一目标设备的目标预测交易额，包括：2CN114119113A权利要求书2/3页将所述第一目标设备的关系属性特征和所述第一目标设备的统计特征，输入所述第一预测模型，得到所述第一目标设备的第一预测交易额，所述第一预测交易额用于确定