[发明专利]项目审批结果的预测方法、装置、设备及存储介质

权利要求书

1.一种项目审批结果的预测方法，其特征在于，所述方法包括：

获取用户画像集，抽取所述用户画像集中各用户画像的画像指标，得到画像指标集；

利用随机森林算法对所述画像指标集进行权重筛选，得到关键画像指标；

根据预设的扩充指标及所述关键画像指标构建模型训练集；

基于所述模型训练集训练预构建的审批模型，得到项目审批模型；

利用所述项目审批模型对待审批项目进行预测，得到项目审批结果。

2.如权利要求1所述的项目审批结果的预测方法，其特征在于，所述利用随机森林算法对所述画像指标集进行权重筛选，得到关键画像指标，包括：

提取历史数据集中的已审批项目及已交付项目作为样本集；

从所述样本集中随机选取子样本集，以及从所述画像指标集中随机选取子指标集；

利用所述子样本集及所述子指标集构建多个决策树；

根据多个所述决策树输出的指标权重选取预设个数的指标作为所述关键画像指标。

3.如权利要求2中所述的项目审批结果的预测方法，其特征在于，所述利用所述子样本集及所述子指标集构建多个决策树，包括：

依次选取所述子指标集中的指标作为根节点，并利用所述指标依次对所述子样本集进行划分，得到所述根节点的多个分支节点，确定所述根节点以及所述根节点的多个分支节点构成决策树；

汇总所有决策树，得到多个所述决策树。

4.如权利要求1至3中任意一项所述的项目审批结果的预测方法，其特征在于，所述基于所述模型训练集训练预构建的审批模型，得到项目审批模型，包括：

利用所述模型训练集中的指标及所述样本集构建多个标准决策树；

对所述标准决策树进行递推训练，得到所述标准决策树的损失值及复杂度；

根据预设的目标函数计算所述标准决策树的损失值及复杂度的目标值；

当所述目标值大于预设的目标阈值时，对所述目标函数进行参数优化，并返回对所述标准决策树进行递推训练的步骤，直至目标函数的目标值小于等于所述目标阈值，停止训练，得到所述项目审批模型。

5.如权利要求1所述的项目审批结果的预测方法，其特征在于，所述抽取所述用户画像集中各用户画像的画像指标，得到画像指标集，包括：

计算所述用户画像集中各用户画像中的指标与预设的标签字段的相似度；

汇总所述用户画像集中所有相似度大于等于预设的相似度阈值的指标作为所述画像指标集。

6.如权利要求5所述的项目审批结果的预测方法，其特征在于，所述计算所述用户画像集中各用户画像中的指标与预设的标签字段的相似度，包括：

对所述标签字段及各用户画像中的指标进行分词处理，得到标签列表及指标列表；

根据所述标签列表及所述指标列表构建编码字典；

利用所述编码字典对所述标签列表及所述指标列表进行向量编码，得到目标标签及指标向量；

利用预设的余弦相似度计算公式计算所述标签向量与所述指标向量的目标相似度，确定所述目标相似度为所述标签字段及用户画像中指标的相似度。

7.如权利要求1至6中任意一项所述的项目审批结果的预测方法，其特征在于，所述基于所述模型训练集训练预构建的审批模型，得到项目审批模型之后，所述方法还包括：

根据预设的时间间隔获取更新样本集，利用所述更新样本集对所述项目审批模型进行迭代更新，得到更新后的项目审批模型。

8.一种项目审批结果的预测装置，其特征在于，所述装置包括：

画像指标抽取模块，用于获取用户画像集，抽取所述用户画像集中各用户画像的画像指标，得到画像指标集；

画像指标筛选模块，用于利用随机森林算法对所述画像指标集进行权重筛选，得到关键画像指标；

模型训练集构建模块，用于根据预设的扩充指标及所述关键画像指标构建模型训练集；

审批模型训练模块，用于基于所述模型训练集训练预构建的审批模型，得到项目审批模型；

项目审批模块，用于利用所述项目审批模型对待审批项目进行预测，得到项目审批结果。