[发明专利]预售风险评估方法、系统、计算机装置及可读存储介质

说明书

本发明提供一种预售风险评估方法、系统、计算机装置及计算机可读存储介质。所述预售风险评估方法包括：获取历史特征数据，所述历史特征数据为商户已经发起预售行为且具有预售结果的数据；将不同的预售结果所对应的历史特征数据分别输入至神经网络模型进行训练得到第一风险评估模型及第二风险评估模型；获取一待进行预售活动的特征数据，并将所述特征数据分别输入至该第一风险评估模型及第二风险评估模型，得到第一评估值及第二评估值；及根据所述第一评估值及所述第二评估值计算得出所述待进行预售活动的成功率。本发明基于神经网络训练得到预售风险评估模型，根据模型可计算得到商户预售成功率，避免造成用户经济损失。

技术领域

本发明涉及数据处理领域，尤其涉及一种预售风险评估方法、系统、计算机装置及计算机可读存储介质。

背景技术

预售是指在产品还没正式进入市场前进行的销售行为，可以通过预售来了解该种产品是否有市场，特别是针对一些只能通过批量化生产的产品而言，通过预售达到一定量后才投入生产，有效规避了生产存在的风险。现在商家在商品售卖前都喜欢做提前预售的营销活动，以吸引顾客。不管是那一种产品的商家，其经营都存在一定的风险，一旦商家经营不善，或者商家故意诈骗，很容易造成用户的经济损失。

本部分旨在为权利要求书及具体实施方式中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

鉴于上述，本发明提供一种预售风险评估方法、系统、计算机装置及计算机可读存储介质，其可以实现对商户预售行为进行风险预测。

本申请一实施方式提供一种预售风险评估方法，所述方法包括：

获取历史特征数据，其中所述历史特征数据为商户已经发起预售行为且具有预售结果的数据，所述预售结果包括预售成功及预售失败；

按照不同的预售结果对所述历史特征数据进行分类；

将不同的预售结果所对应的历史特征数据分别输入至神经网络模型进行训练，以分别得到对应于预售成功的第一风险评估模型及对应于预售失败的第二风险评估模型；

获取一待进行预售活动的特征数据，并将所述特征数据输入至所述第一风险评估模型得到第一评估值，及将所述特征数据输入至所述第二风险评估模型得到第二评估值；及

根据所述第一评估值及所述第二评估值计算得出所述待进行预售活动的成功率。

优选地，所述历史特征数据包括多个商户维度信息，多个所述商户维度信息包括但不限于：商户注册资金信息、股东人数信息、股东信用记录信息、门店所在城市信息、门店位置信息、商户所属行业信息、商品优惠力度信息、优惠时间信息、商品成本信息、开业时间信息、商户盈利或亏损信息、顾客数量信息。

优选地，所述获取历史特征数据的步骤之后还包括：

判断是否存在一个或者多个商户维度信息缺失；及

当存在一个或者多个商户维度信息缺失，将缺失的一个或者多个商户维度信息设置为预设特征数据。

优选地，所述将不同的预售结果所对应的历史特征数据分别输入至神经网络模型进行训练，以分别得到对应于预售成功的第一风险评估模型及对应于预售失败的第二风险评估模型的步骤包括：

将预售结果为预售成功的历史特征数据输入至第一神经网络模型进行训练，得到所述第一风险评估模型；

将预售结果为预售失败的历史特征数据输入至第二神经网络模型进行训练，得到所述第二风险评估模型；

其中，所述第一神经网络模型及所述第二神经网络模型均为BP神经网络模型，所述BP神经网络模型包括输入层、隐藏层及输出层。