[发明专利]需求确定方法、系统、电子设备及存储介质有效
申请号: | 201911425328.7 | 申请日: | 2019-12-31 |
公开(公告)号: | CN111177657B | 公开(公告)日: | 2023-09-08 |
发明(设计)人: | 杨秋源;周超;许平;牛世雄;徐明泉 | 申请(专利权)人: | 北京顺丰同城科技有限公司 |
主分类号: | G06Q30/0202 | 分类号: | G06Q30/0202;G06Q30/0203;G06F18/2411;G06F18/2135;G06F18/214;G06F18/25;G06F18/27;G06N20/10;G06N20/20;G06Q10/0631;G06Q10/087 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 唐菲 |
地址: | 100000 北京市海淀区*** | 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: | 需求 确定 方法 系统 电子设备 存储 介质 | ||
1.一种需求确定方法,其特征在于,所述方法包括:
基于用户配置的任务信息触发分析任务;
获取与所述任务信息匹配的相关数据;
在执行所述分析任务时,基于所述相关数据进行分析以获得需求分析结果;
在所述分析任务中基于所述相关数据进行分析获得需求分析结果之后,所述方法还包括:
基于所述需求分析结果选择预测模型集;
通过所述预测模型获得需求预测结果;
所述基于所述需求分析结果选择预测模型集,包括:
基于所述需求分析结果确定候选模型集;
对所述候选模型集中的各个候选模型进行特征提取、模型训练、模型评估,获得所述各个候选模型的评估结果;
将所述候选模型集中所述评估结果满足第一预设条件的候选模型进行模型融合,获得融合模型;
将所述融合模型和所述满足第一预设条件的每个候选模型作为候选预测模型集中的预测模型;
对所述候选预测模型集中的各个预测模型进行特征提取、模型再训练、模型再评估,获得所述各个预测模型的再评估结果;
选取所述各个预测模型中所述再评估结果满足第二预设条件的预测模型进行模型融合,获得所述候选预测模型集。
2.根据权利要求1所述的方法,其特征在于,所述在执行所述分析任务时,基于所述相关数据进行分析获得需求分析结果,包括:
将所述相关数据进行预处理得到预处理数据;
将所述预处理数据进行特征分析得到特征分析数据;
对所述特征分析数据进行数据分析得到数据分析结果。
3.根据权利要求2所述的方法,其特征在于,所述将所述相关数据进行预处理得到预处理数据,包括:
将所述相关数据进行缺值处理得到完整数据;
将所述完整数据进行离散化处理得到所述预处理数据。
4.根据权利要求2所述的方法,其特征在于,所述将所述预处理数据进行特征分析得到特征分析数据,包括:
对所述预处理数据进行特征选择得到特征选择数据;
将所述特征选择数据进行特征提取得到特征提取数据;
对所述特征提取数据进行特征组合得到所述特征分析数据。
5.根据权利要求2所述的方法,其特征在于,所述对所述特征分析数据进行数据分析得到所述数据分析结果,包括:
对所述特征分析数据进行趋势模式分析、数据分布分析、特征重要性分析、关联关系分析、生命周期分析中的一种或多种,获得所述数据分析结果。
6.一种需求确定系统,其特征在于,所述系统包括数据与并行控制子系统、算法策略引擎子系统;
所述数据与并行控制子系统用于基于用户配置的任务信息触发分析任务,以及获取与所述任务信息匹配的相关数据;
所述算法策略引擎子系统用于在执行所述分析任务时,基于所述相关数据进行分析以获得需求分析结果;
所述算法策略引擎子系统还用于基于所述需求分析结果选用预测模型集;通过所述预测模型获得需求预测结果;
所述算法策略引擎子系统具体用于基于所述需求分析结果确定候选模型集;对所述候选模型集中的各个候选模型进行特征提取、模型训练、模型评估,获得所述各个候选模型的评估结果;将所述候选模型集中所述评估结果满足第一预设条件的候选模型进行模型融合,获得融合模型;将所述融合模型和所述满足第一预设条件的每个候选模型作为候选预测模型集中的预测模型;对所述候选预测模型集中的各个预测模型进行特征提取、模型再训练、模型再评估,获得所述各个预测模型的再评估结果;选取所述各个预测模型中所述再评估结果满足第二预设条件的预测模型进行模型融合,获得所述候选预测模型集。
7.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器中存储有程序指令,所述处理器运行所述程序指令时,执行权利要求1-5中任一项所述方法中的步骤。
8.一种存储介质,其特征在于,所述存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器运行时,执行权利要求1-5任一项所述方法中的步骤。
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顺丰同城科技有限公司,未经北京顺丰同城科技有限公司许可,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/201911425328.7/1.html,转载请声明来源钻瓜专利网。