[发明专利]基于分布曲线的预测方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，提供一种基于分布曲线的预测方法、装置、设备及存储介质，用于提高业务费用数据的预测准确性。基于分布曲线的预测方法包括：计算第二历史业务订单数据中多个订立日期和各订立日期对应的起始日期之间的多个日期差值；通过预置预测模型、第二历史业务订单数据和多个日期差值，计算分布曲线值；通过预置预测模型、第一历史业务订单数据、第二历史业务订单数据和分布曲线值，对预设预测时段的业务费用数据进行预测，得到多个预测数据集；将多个预测数据集进行合并处理，得到业务费用预测数据。此外，本发明还涉及区块链技术，第一历史业务订单数据和第二历史业务订单数据可存储于区块链中。

技术领域

本发明涉及人工智能的智能决策领域，尤其涉及一种基于分布曲线的预测方法、装置、设备及存储介质。

背景技术

随着业务的普及，对业务的各项数据的统计与预测也显得尤为重要，例如：业务数据的预测。目前的业务数据的预测方式，一般都是通过时间序列预测算法和历史业务数据，对预设时间的业务数据进行预测，从而得到预测业务数据。

但是，上述业务数据的预测方式是直接将所有历史日期的历史业务数据融合在一起后进行预测，而节假日和工作日之间存在一定的先后顺序，每个周期月的节假日与工作日的历史业务数据与上一个周期月的节假日与工作日的历史业务数据并不是一一对应相等的关系，且历史业务数据易受到日期的业务订单数量和业务费用数据之间的影响，忽略了业务订单数量和业务费用数据之间的分布规律，导致了预测业务数据的预测结果的偏差率较高，从而导致了业务数据的预测准确性低。

发明内容

本发明提供一种基于分布曲线的预测方法、装置、设备及存储介质，用于提高业务费用数据的预测准确性。

本发明第一方面提供了一种基于分布曲线的预测方法，包括：

获取经过数据预处理的第一预设历史时段的第一历史业务订单数据，以及第二预设历史时段的第二历史业务订单数据，所述第一预设历史时段包含于所述第二预设历史时段，所述第二预设历史时段的结束日期为预设预测时段的起始日期的前一天，所述第一历史业务订单数据包括历史周期工作日日均业务费用数据和历史周期节假日日均业务费用数据，所述第二历史业务订单数据包括历史同期工作日日均业务费用数据和历史同期节假日日均业务费用数据；

获取所述第二历史业务订单数据中的多个订立日期，以及各订立日期对应的起始日期，并计算所述多个订立日期和各订立日期对应的起始日期之间的差值，得到多个日期差值；

通过预置预测模型和所述第二历史业务订单数据，计算所述多个日期差值分别对应的业务费用数据比例值，通过所述预置预测模型中的指数函数和所述多个日期差值，计算所述业务费用数据比例值的周期工作日分布曲线值、周期节假日分布曲线值、同期工作日分布曲线值和同期节假日分布曲线值；

通过所述预置预测模型、所述第一历史业务订单数据、所述第二历史业务订单数据、所述周期工作日分布曲线值、所述周期节假日分布曲线值、所述同期工作日分布曲线值和所述同期节假日分布曲线值，对所述预设预测时段的业务费用数据进行预测，得到所述历史周期工作日日均业务费用数据对应的第一预测数据集、所述历史周期节假日日均业务费用数据对应的第二预测数据集、所述历史同期工作日日均业务费用数据对应的第三预测数据集，以及所述历史同期节假日日均业务费用数据对应的第四预测数据集；

将所述第一预测数据集、所述第二预测数据集、所述第三预测数据集和所述第四预测数据集进行合并处理，得到业务费用预测数据。