[发明专利]一种消费间隔时间预测方法、装置及可读存储介质

权利要求书

1.一种消费间隔时间预测方法，客户有n次历史消费记录，n次历史消费记录中可包含前m次历史消费记录和后n-m次历史消费记录，其特征在于，所述方法包括：

根据所述客户的前m次历史消费记录，获取至少两种消费预测模型对后n-m次消费的消费间隔时间的预测信息；

根据所述消费间隔时间的预测信息和所述后n-m次历史消费记录，确定与所述客户对应的目标消费预测模型；

利用所述目标消费预测模型生成所述客户第n+1次消费与第n次消费的预测消费间隔时间，并输出；

其中，所述根据所述消费间隔时间的预测信息和所述后n-m次历史消费记录，确定与所述客户对应的目标消费预测模型的步骤，具体包括：

根据所述消费间隔时间的预测信息和所述后n-m次历史消费记录，分别生成与所述至少两种消费预测模型各自对应的评分值；

获取评分值最优的消费预测模型；

所述获取与所述消费预测模型对应的评分值采用如下公式计算：

err_j＝p_j-d_j(j∈[m，n])

其中，n为客户的历史消费次数，m为客户的历史消费次数中的第m次，j为客户的第m+1次至第n次消费中的任意一次，p_j是预测的第j+1次与第j次消费间隔天数，d_j是实际的第j+1次与第j次消费间隔天数，err_j是预测的第j+1次与第j次消费间隔天数与实际的第j+1次与第j次消费间隔天数的误差，sr为对通过各消费预测模型得到的消费间隔时间结果的评分，M_e为clip(|err_j|，0，M_e)函数所取的最大值。

2.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述历史消费记录至少包括消费金额信息、加油量信息和消费时间信息。

3.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述消费预测模型为统计模型、逻辑回归模型和神经网络计算模型的任意组合。

4.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述m与n的比例不低于百分之八十。

5.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述M_e的取值为5。