[发明专利]城市经济预测方法、装置、电子设备及相关产品

权利要求书

1.一种城市经济预测方法，其特征在于，包括：

对预先确定出的多个目标经济指标进行关键词提取，得到与每个所述目标经济指标对应的多个关键词；

基于每个所述目标经济指标对应的多个关键词和所述多个目标经济指标构建异构图；

基于所述异构图，构建与所述多个目标经济指标对应的同构图，其中，所述同构图中的节点为所述多个目标经济指标；

分别获取多个历史时刻下待预测城市在所述多个目标经济指标下的历史数据，以及所述待预测城市在所述多个历史时刻下的历史经济总值；

将所述多个历史时刻下所述待预测城市在所述多个目标经济指标下的历史数据、所述待预测城市在所述多个历史时刻下的历史经济总值，以及所述同构图作为输入数据进行模型训练，得到经济预测模型；

将所述待预测城市在所述多个目标经济指标下的当前数据以及所述同构图，输入到所述经济预测模型，预测所述待预测城市在当前时刻的经济总值。

2.根据权利要求1所述的方法，其特征在于，所述将所述多个历史时刻下所述待预测城市在所述多个目标经济指标下的历史数据、所述待预测城市在所述多个历史时刻下的历史经济总值，以及所述同构图作为输入数据进行模型训练，得到经济预测模型，包括：

分别对第一历史时刻下所述待预测城市在所述多个目标经济指标下的历史数据进行向量化，得到所述待预测城市在所述多个目标经济指标下的多个第一特征向量，其中，所述第一历史时刻为所述多个历史时刻中的任意一个，所述多个目标经济指标与所述多个第一特征向量一一对应；

将所述多个第一特征向量分别作为所述同构图中对应节点的输入数据输入到图神经网络，得到所述第一历史时刻下的预测经济总值；

根据所述第一历史时刻下的预测经济总值以及所述第一历史时刻下的历史经济总值，得到与所述第一历史时刻对应的损失；

根据所述多个历史时刻对应的多个损失，对所述图神经网络进行训练，得到所述经济预测模型。

3.根据权利要求2所述的方法，其特征在于，将所述多个第一特征向量分别作为所述同构图中对应节点的输入数据输入到图神经网络，得到所述第一历史时刻下的预测经济总值之前，所述方法还包括：

确定与所述待预测城市相关的至少一个目标城市，其中，所述至少一个目标城市中的任意一个目标城市与所述待预测城市之间的相似度大于阈值；

获取在所述多个历史时刻下每个所述目标城市在所述多个目标经济指标下的历史数据；

对所述第一历史时刻下每个所述目标城市在所述多个目标经济指标下的历史数据进行向量化，得到每个所述目标城市在所述多个目标经济指标下的多个第二特征向量，其中，所述多个目标经济指标与所述多个第二特征向量一一对应；

对所述至少一个目标城市与所述待预测城市之间的相似度进行归一化，得到所述待预测城市与每个所述目标城市之间的权重；

根据所述待预测城市与每所述个目标城市之间的权重，将所述待预测城市在每个目标经济指标下的第一特征向量和所述至少一个目标城市在每个目标经济指标下的第二特征向量进行融合，得到每个目标经济指标对应的第三特征向量；

所述将所述多个第一特征向量分别作为所述同构图中对应节点的输入数据输入到图神经网络，得到所述第一历史时刻下的预测经济总值，包括：

将所述多个目标经济指标对应的多个第三特征向量分别作为所述同构图中对应节点的输入数据输入到所述图神经网络，得到所述第一历史时刻下的预测经济总值，其中，所述多个目标经济指标与所述多个第三特征向量一一对应。

4.根据权利要求3所述的方法，其特征在于，所述确定与所述待预测城市相关的至少一个目标城市，包括：

获取所述待预测城市在所述多个历史时刻下的多个锡尔指数；

获取多个候选城市中每个候选城市在所述多个历史时刻下的多个锡尔指数；

获取每个历史时刻下所述待预测城市的锡尔指数与每个候选城市的锡尔指数之间的差值的绝对值；

获取所述多个历史时刻下所述待预测城市的锡尔指数与每个候选城市的锡尔指数之间的差值的绝对值的平均值；

将每个候选城市对应的平均值作为每个候选城市与所述待预测城市之间的相似度；

将所述多个候选城市中相似度大于所述阈值的候选城市作为所述至少一个目标城市。