[发明专利]一种履约时效预测方法和装置在审

专利信息
申请号: 201910994721.1 申请日: 2019-10-18
公开(公告)号: CN112686418A 公开(公告)日: 2021-04-20
发明(设计)人: 孟雨生 申请(专利权)人: 北京京东振世信息技术有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/08
代理公司: 中原信达知识产权代理有限责任公司 11219 代理人: 李阳;郭晗
地址: 100086 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 履约 时效 预测 方法 装置
【权利要求书】:

1.一种履约时效预测方法,其特征在于,包括:

获取实时履约数据,所述实时履约数据包括实时结束履约流程的业务数据和所述业务数据在所述履约流程各时间节点的实际履约时效;

从所述业务数据中提取所述各时间节点对应的特征条件集;

利用各时间节点对应的所述特征条件集和所述实际履约时效,构造所述各时间节点对应的决策树模型;

根据所述各时间节点对应的决策树模型预测新生成业务数据的履约时效。

2.根据权利要求1所述的方法,其特征在于,通过分布式集群构造所述各时间节点对应的决策树模型。

3.根据权利要求1所述的方法,其特征在于,利用各时间节点对应的所述特征条件集和所述实际履约时效,构造所述各时间节点对应的决策树模型的步骤,包括:

在当前存在各时间节点对应的已有决策树模型的情况下,利用各时间节点对应的所述特征条件集和所述实际履约时效,更新各已有决策树模型,以得到所述各时间节点对应的决策树模型,其中,

所述更新包括:计算各特征条件集中每一特征条件的信息增益或信息增益比,以及对所述各已有决策树模型进行剪裁。

4.根据权利要求1所述的方法,其特征在于,根据所述各时间节点对应的决策树模型预测新生成业务数据的履约时效的步骤之后,包括:

将预测得到的所述新生成业务数据的履约时效,与由所述各时间节点对应的配置信息确定出的履约时效进行比对,以得到差异数据;

在所述差异数据大于或等于预设阈值时输出报警消息。

5.根据权利要求1所述的方法,其特征在于,根据所述各时间节点对应的决策树模型预测新生成业务数据的履约时效的步骤之前,包括:

在无法获取到所述获取实时履约数据的情况下,获取已存履约数据,所述已存履约数据包括:由所述各时间节点对应的配置信息确定出的履约时效和对应的已存业务数据;

利用所述已存履约数据构造所述各时间节点对应的决策树模型。

6.一种履约时效预测装置,其特征在于,包括:

履约数据获取模块,用于获取实时履约数据,所述实时履约数据包括实时结束履约流程的业务数据和所述业务数据在所述履约流程各时间节点的实际履约时效;

特征条件提取模块,用于从所述业务数据中提取所述各时间节点对应的特征条件集;

模型构造模块,用于利用各时间节点对应的所述特征条件集和所述实际履约时效,构造所述各时间节点对应的决策树模型;

履约时效预测模块,用于根据所述各时间节点对应的决策树模型预测新生成业务数据的履约时效。

7.根据权利要求6所述的装置,其特征在于,所述模型构造模块还用于:

通过分布式集群构造所述各时间节点对应的决策树模型。

8.根据权利要求6所述的装置,其特征在于,所述模型构造模块还用于:

在当前存在各时间节点对应的已有决策树模型的情况下,利用各时间节点对应的所述特征条件集和所述实际履约时效,更新各已有决策树模型,以得到所述各时间节点对应的决策树模型,其中,

所述更新包括:计算各特征条件集中每一特征条件的信息增益或信息增益比,以及对所述各已有决策树模型进行剪裁。

9.根据权利要求6所述的装置,其特征在于,还包括报警消息输出模块,用于:

将预测得到的所述新生成业务数据的履约时效,与由所述各时间节点对应的配置信息确定出的履约时效进行比对,以得到差异数据;

在所述差异数据大于或等于预设阈值时输出报警消息。

10.根据权利要求6所述的装置,其特征在于,所述履约数据获取模块还用于:

在无法获取到所述获取实时履约数据的情况下,获取已存履约数据,所述已存履约数据包括:由所述各时间节点对应的配置信息确定出的履约时效和对应的已存业务数据;

所述模型构造模块还用于:

利用所述已存履约数据构造所述各时间节点对应的决策树模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东振世信息技术有限公司,未经北京京东振世信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910994721.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top