数据预测方法、装置、设备及可读存储介质.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CN113919563A(43)申请公布日2022.01.11(21)申请号202111168811.9(22)申请日2021.09.30(71)申请人上海络昕信息科技有限公司地址201799上海市青浦区赵巷镇沪青平公路2855弄1-72号B座12层B区1218室(72)发明人陈纪培张雪蓓(74)专利代理机构深圳市恒程创新知识产权代理有限公司44542代理人刘冰(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书9页附图2页(54)发明名称数据预测方法、装置、设备及可读存储介质(57)摘要本申请公开了一种数据预测方法、装置、设备及可读存储介质，该方法包括步骤：获取基础因素相关信息，其中，所述基础因素能够对数据预测的结果产生影响；获取数据预测模型；根据所述基础因素相关信息和所述数据预测模型，确定所述基础因素相关信息对应的目标数据结果，根据所述目标数据结果分配对应的目标资源；通过上述方式，基于数据预测模型对基础因素相关信息进行数据预测，得到目标数据结果，提高数据预测准确率的稳定性；根据得到的目标数据结果对活动中的资源合理分配，得到目标资源，提高资源分配效率。CN113919563ACN113919563A权利要求书1/2页1.一种数据预测方法，其特征在于，所述数据预测方法包括以下步骤：获取基础因素相关信息，其中，所述基础因素能够对数据预测的结果产生影响；获取数据预测模型；根据所述基础因素相关信息和所述数据预测模型，确定所述基础因素相关信息对应的目标数据结果，根据所述目标数据结果分配对应的目标资源。2.如权利要求1所述的数据预测方法，其特征在于，所述获取数据预测模型的步骤之前，所述方法包括：建立基础预测模型；获取原始的基础因素相关信息，确定原始信息数据集；根据所述原始信息数据集对所述基础预测模型进行模型训练优化，得到所述数据预测模型。3.如权利要求2所述的数据预测方法，其特征在于，所述根据所述原始信息数据集对所述基础预测模型进行模型训练优化，得到所述数据预测模型的步骤，包括：将所述原始信息数据集输入至所述初始预测模型中，得到训练结果；将所述训练结果与原始结果进行比对，得到比对结果；基于所述比对结果对所述初始预测模型进行参数调整，并确定是否满足预设训练完成条件，若不满足时，返回将所述原始信息数据集输入至所述初始预测模型中，得到训练结果的步骤，直至满足预设训练完成条件，得到数据预测模型。4.如权利要求2所述的数据预测方法，其特征在于，所述根据所述基础因素相关信息和所述数据预测模型，确定所述基础因素相关信息对应的目标数据结果，根据所述目标数据结果分配对应的目标资源的步骤之后，包括：根据所述基础因素相关信息和所述目标数据结果，更新所述原始信息数据集。5.如权利要求1所述的数据预测方法，其特征在于，所述根据所述基础因素相关信息和所述数据预测模型，确定所述基础因素相关信息对应的目标数据结果，根据所述目标数据结果分配对应的目标资源的步骤，包括：对所述基础因素相关信息进行数据处理，得到基础因素数据；将所述基础因素数据输入所述数据预测模型中，通过所述数据预测模型对所述基础因素数据进行数据处理，得到目标数据结果；根据所述目标数据结果分配对应的目标资源。6.如权利要求5所述的数据预测方法，其特征在于，所述根据所述基础因素相关信息和所述数据预测模型，确定所述基础因素相关信息对应的目标数据结果，根据所述目标数据结果分配对应的目标资源的步骤之后，包括：获取实际数据结果；比对所述实际数据结果和目标数据结果，得到结果差值；若所述结果差值大于所述预设差值时，则对所述数据预测模型进行参数优化。7.如权利要求1‑6任一项所述的数据预测方法，适用于招募活动中，其特征在于，所述目标数据结果是目标人员数据，所述基础因素是影响预测的人员数据的因素，其中，所述基础因素包括活动曝光量量级、活动曝光持续时长、活动附赠价值、活动转化价值、初始人员数据。2CN113919563A权利要求书2/2页8.一种数据预测装置，其特征在于，所述装置包括：第一获取模块，获取基础因素相关信息，其中，所述基础因素能够对数据预测的结果产生影响；第二获取模块，获取数据预测模型；数据预测模块，根据所述基础因素相关信息和所述数据预测模型，确定所述基础因素相关信息对应的目标数据结果，根据所述目标数据结果分配对应的目标资源。9.一种数据预测设备，其特征在于，所述数据预测设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的数据预测程序，所述数据预测程序被所述处理器执行时实现如权利要求1至7中任一项所述的