[发明专利]转化率预测方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种转化率预测方法、装置、设备及存储介质，该方法包括：获取历史项目挖掘数据集，对历史项目挖掘数据集进行数据预处理和类别划分得到样本数据后，根据数据类别对样本数据进行训练得到数据类别对应的转化率预测模型；获取待预测数据集，并根据数据类别输入对应的转化率预测模型中，得到对应的转化率；计算所有待预测数据的转化率的平均值，并将平均值作为待预测数据集的转化率预测结果；确定所有转化率中的最大转化率，并根据最大转化率对应的待预测数据和转化率预测结果生成预测报告。本方法基于决策树模型训练得到的转化率预测模型进行转化率预测，预测效果精确，综合考虑同一时间不同类型数据对转化率的影响。

技术领域

本发明涉及人工智能领域，尤其涉及一种转化率预测方法、装置、设备及存储介质。

背景技术

针对目前医疗领域的信息化系统建设已在全面开展，目前各个实体机构包括政府，医院，药店等相关系统的建设进度各不相同。各个系统研发的科技公司也在该领域持续竞争，如何更高效发现项目机会以及成功转换项目机会为项目合同成为各科技企业需要解决的问题。

当前对项目的挖掘主要依靠前端销售人员反复多次进行线下来挖掘，特别依赖销售人员的个人经验和软技能，但影响项目挖掘的因素又特别多，在这个过程中将项目机会转换成为项目合同的概率比较低，这就导致企业在项目挖掘上会支付大量成本，导致经营成本的上升。

发明内容

本发明的主要目的在于解决现有的项目挖掘影响因素多，导致项目挖掘中对项目的转化率的预测准确率低的技术问题。

本发明第一方面提供了一种转化率预测方法，包括：获取历史项目挖掘数据集，并对所述历史项目挖掘数据集进行分类处理，得到至少一类所述历史项目挖掘数据集中的历史项目挖掘数据对应的数据类别；对所述历史项目挖掘数据集中的历史项目挖掘数据进行数据预处理，将数据预处理后剩余的所有历史项目挖掘数据作为样本数据集；根据所述数据类别将对所述样本数据集进行类别划分，得到至少一组样本数据组，并将所述样本数据组随机均分为训练数据和测试数据；提取所述训练数据的至少一个数据特征，并对所述数据特征进行编码处理，得到特征向量；根据所述特征向量基于决策树模型结构训练得到模型参数训练结果，并用所述测试数据对所述模型参数训练结果进行测试，得到符合预设测试条件的模型参数测试结果，并将所述模型参数测试结果作为所述数据类别对应的转化率预测模型；获取待预测数据集和所述待预测数据集中的待预测数据对应的数据类别，并根据所述待预测数据对应的数据类别选择对应的转化率预测模型，将所述待预测数据输入对应的所述转化率预测模型中，得到对应的转化率；计算所有待预测数据的转化率的平均值，并将所述平均值作为所述待预测数据集的转化率预测结果；确定所有转化率中的最大转化率，并根据所述最大转化率对应的待预测数据和所述转化率预测结果生成预测报告。

可选的，在本发明第一方面的第一种实现方式中，所述对所述历史项目挖掘数据集中的历史项目挖掘数据进行数据预处理，将数据预处理后剩余的所有历史项目挖掘数据作为样本数据集包括：对所述历史项目挖掘数据进行分词处理，得到预测分词；对所有所述预测分词进行词权重计算，得到所述预测分词对应的第一词权重；根据预设的第二词权重和所述第一词权重，计算所述预测分词的标注分值；将所述标注分值最高的预测分词作为所述历史项目挖掘数据的标注分词；根据所述标注分词和预设的数据清洗规则，将所述历史项目挖掘数据进行数据清洗，将数据信息后剩余的历史项目挖掘数据作为样本数据集。

可选的，在本发明第一方面的第二种实现方式中，所述对所有所述预测分词进行词权重计算，得到所述预测分词对应的第一词权重包括：计算所述预测分词在所述历史项目挖掘数据集中的词频率；获取预设的所述预测分词的逆文档频率指数；将所述词频率乘以所述逆文档频率指数，得到所述预测分词的第一词权重。