基于模型融合的来访量预测方法、装置、设备及存储介质.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CN113887805A(43)申请公布日2022.01.04(21)申请号202111162230.4(22)申请日2021.09.30(71)申请人重庆锐云科技有限公司地址401121重庆市渝北区山茶路70号1幢5-2(72)发明人李琦赖艳(74)专利代理机构重庆智慧之源知识产权代理事务所(普通合伙)50234代理人余洪(51)Int.Cl.G06Q10/04(2012.01)G06Q50/16(2012.01)G06K9/62(2006.01)权利要求书2页说明书5页附图2页(54)发明名称基于模型融合的来访量预测方法、装置、设备及存储介质(57)摘要本发明提供一种基于模型融合的来访量预测方法、装置、设备及存储介质，其中，方法提取各楼盘的基本数据，并且连接服务器获取天气数据，对基本数据和天气数据进行预处理后，分别输入时间序列模型和LightGBM回归模型中，得到各自的来访量预测值，最终将两个模型融合，并直接求两个来访量预测值的平均值，得到目标来访量预测值，从而实现对楼盘来访量的预测，并可以适当调整营销模式以及人员安排，进一步提高销售的工作效率以及楼盘的销售业绩。CN113887805ACN113887805A权利要求书1/2页1.一种基于模型融合的来访量预测方法，其特征在于，包括：获取每个楼盘的基本数据，所述基本数据包括来访数据、程序浏览数据和楼盘数据；连接服务器，获取天气数据，所述天气数据包括预测数据和历史数据；对所述基本数据和所述天气数据进行预处理，得到目标基本数据和目标天气数据；将所述目标基本数据和目标天气数据，输入所述时间序列模型中，得到第一来访量预测值；将所述目标基本数据和目标天气数据，输入所述LightGBM回归模型中，得到第二来访量预测值；融合所述时间序列模型和所述LightGBM回归模型，并基于所述第一来访量预测值和所述第二来访量预测值，根据预设算法得到目标来访量预测值。2.如权利要求1所述的方法，其特征在于，所述天气数据分为温度字段、天气字段、风速字段和空气情况字段。3.如权利要求2所述的方法，其特征在于，对所述基本数据和所述天气数据进行预处理，得到目标基本数据和目标天气数据，具体为：对所述来访数据进行缺失值填补；对所述天气数据进行split拆分，数据类型转化和数据标注，得到目标天气数据。4.如权利要求3所述的方法，其特征在于，对所述天气数据进行split拆分，数据类型转化和数据标注，得到目标天气数据步骤，具体为：对所述温度字段进行split拆分，符号删除和数据类型转化，得到整型的目标温度字段；对所述天气字段进行split拆分，并根据天气情况表分别进行天气情况标注，得到目标天气字段；对所述风速字段进行split拆分，并根据风速情况表分别进行风速情况标注，得到目标风速字段；对所述空气情况字段进行split拆分，并根据空气质量表分别进行风速质量标注，得到目标空气情况字段；由所述目标温度字段、所述目标天气字段、所述目标风速字段和所述目标空气情况字段构成目标天气数据。5.如权利要求1所述的方法，其特征在于，所述预设算法具体为：计算所述第一来访量预测值和所述第二来访量预测值的平均值。6.一种基于模型融合的来访量预测装置，其特征在于，包括基本数据获取模块、天气数据获取模块、数据预处理模块、模型预测模块和模型融合模块，其中：所述基本数据获取模块用于，获取每个楼盘的基本数据，所述基本数据包括来访数据、程序浏览数据和楼盘数据；所述天气数据获取模块用于，连接服务器，获取天气数据，所述天气数据包括预测数据和历史数据；所述数据预处理模块用于，对所述基本数据和所述天气数据进行预处理，得到目标基本数据和目标天气数据；所述模型预测模块用于，将所述目标基本数据和目标天气数据，输入所述时间序列模2CN113887805A权利要求书2/2页型中，得到第一来访量预测值；所述模型预测模块还用于，将所述目标基本数据和目标天气数据，输入所述LightGBM回归模型中，得到第二来访量预测值；所述模型融合模块用于，融合所述时间序列模型和所述LightGBM回归模型，并基于所述第一来访量预测值和所述第二来访量预测值，根据预设算法得到目标来访量预测值。7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。3CN113887805A说明书1/5页基于模型融合的来访量预测方法、装置、设备及存储介质技术领域[0001]本发明涉及计算机技术领域，尤其涉及