[发明专利]短期盈利的预测方法、装置、计算机设备和存储介质

说明书

本申请揭示了一种短期盈利的预测方法、装置、计算机设备和存储介质，用于在区块链上获取到与贷款对象相关的数据量小于预设量时使用，其中预测方法，包括：从区块链上获取与贷款对象相关的第一相关数据；将所述第一相关数据输入到K‑means算法中，进行第一次聚类计算；将第一次聚类计算得到的各类聚类进行预设方式的回归预测，得到第一预测结果；根据所述第一预测结果确定贷款对象的短期盈利能力。本申请解决了银行等金融机构在各企业数据链前期布局阶段相关数据较少的情况下，无法准确预测贷款企业的短期盈利能力的问题，便于相对准确地限定贷款对象的贷款额度，以减小银行机构的借贷风险。

技术领域

本申请涉及到互联网技术领域，特别是涉及到一种短期盈利的预测方法、装置、计算机设备和存储介质。

背景技术

区块链是一种去中心化、无需信任的新型数据架构，它由网络中所有的节点共同拥有、管理和监督，不接受单一方面的控制。由于区块链是一种新型的数据架构，所以在区块链布局的前期数据量较少，银行等金融机构很难通过目前的“小数据”完成短期盈利预测，从而存在无法发放合适的贷款额度等问题。

发明内容

本申请的主要目的为提供一种在区块链布局前期企业相关数据量少的情况下，对企业的短期盈利的预测方法、装置、计算机设备和存储介质。

本申请提出一种短期盈利的预测方法，用于在区块链上获取到与贷款对象相关的数据量小于预设量时使用，所述预测方法，包括：

从区块链上获取与贷款对象相关的第一相关数据；

将所述第一相关数据输入到K-means算法中，进行第一次聚类计算；

将第一次聚类计算得到的各类聚类进行预设方式的回归预测，得到第一预测结果；

根据所述第一预测结果确定贷款对象的短期盈利能力。

进一步地，所述将第一次聚类计算得到的各类聚类进行预设方式的回归预测的步骤，包括：

将计算得到的各类聚类输入到预设的SVR预测模型中进行回归预测。

进一步地，所述将所述第一相关数据输入到K-means算法中，进行第一次聚类计算的步骤，包括：

将所述第一相关数据进行特征提取；

将提取的特征数据进行相关性分析，得到与其它特征数据不相关的不相关特征数据；

将所述第一相关数据中与所述不相关特征数据对应的第一相关数据清除后输入到K-means算法中，进行第一次聚类计算。

进一步地，所述将提取的特征数据进行相关性分析，得到与其它特征数据不相关的不相关特征数据的步骤，包括：

将所述特征数据制作成散点图，将所述散点图中的离散点对应的特征数据记为所述不相关特征数据。

进一步地，将提取的特征数据进行相关性分析，得到与其它特征数据不相关的不相关特征数据的步骤，包括：

将所述特征数据进行相关矩阵分析，提取出与其它特征数据不相关的所述不相关特征数据。

进一步地，所述根据所述第一预测结果确定贷款对象的短期盈利能力的步骤之后，包括：

获取非区块链上的与所述贷款对象相关的第二相关数据；

将所述第二相关数据输入到K-means算法中，进行第二次聚类计算；

将第二次聚类计算得到的各类聚类进行预设方式的回归预测，得到第二预测结果；

判断所述第一预测结果与所述第二预测结果的差值是否小于预设的阈值；