[发明专利]数据预测曲线的生成方法、装置、计算机设备及存储介质

说明书

本申请适用于人工智能技术领域，提供一种数据预测曲线的生成方法、装置、计算机设备及存储介质，其中方法包括：基于目标人员及目标产品，从所述目标产品中选取与所述目标人员存在对应关系的待预测产品；基于所述目标人员及所述待预测产品，划分得到包含不同目标人员及与不同的所述目标人员存在所述对应关系的所述待预测产品的组合单元；基于所述组合单元，分别生成每一所述目标人员在与不同的所述待预测产品组合下的周期性数据曲线；将不同的所述周期性数据曲线进行叠加，得到目标数据预测曲线图。该方案能够确保数据预测准确度的同时，使预测策略具备可解释性和说服力。

技术领域

本申请属于人工智能技术领域，尤其涉及一种数据预测曲线的生成方法、装置、计算机设备及存储介质。

背景技术

数字化运营管理是现代商业运营的重要组成部分，对于几乎所有运营业务而言，观测运营数据以及基于观测数据做出预测的方法显得越来越重要。目前伴随着传统数据挖掘技术的精进，以及深度学习领域的发展，基于时序预测的方案越来越多，比如线性回归模型、深度学习中的串行化模型等等。

这些模型通常被应用于数据关系复杂、数据规模海量的数据预测场景中。该些模型具备强大的智能化处理手段，但是通常实现的是黑盒式数据预测处理，模型应用过程复杂，预测策略缺乏可解释性和说服力。

发明内容

本申请实施例提供了一种数据预测曲线的生成方法、装置、计算机设备及存储介质，以解决现有技术中数据预测模型为黑盒式数据预测处理，模型应用过程复杂，预测策略缺乏可解释性和说服力的问题。

本申请实施例的第一方面提供了一种数据预测曲线的生成方法，包括：

基于目标人员及目标产品，从所述目标产品中选取与所述目标人员存在对应关系的待预测产品；

基于所述目标人员及所述待预测产品，将每一所述目标人员及与所述目标人员存在所述对应关系的每一所述待预测产品进行组合，得到组合单元；

基于所述组合单元，分别生成每一所述目标人员在与不同的所述待预测产品组合下的周期性数据曲线，所述周期性数据曲线用于指示所述目标人员作用于所述待预测产品的成果数据走向；

将不同的所述周期性数据曲线进行叠加，得到目标数据预测曲线图。

可选地，所述基于所述组合单元，分别生成每一所述目标人员在与不同的所述待预测产品组合下的周期性数据曲线，包括：

基于所述组合单元，获取同一所述组合单元中包括的所述目标人员作用于所述待预测产品产生成果的时间周期、所述目标人员作用于所述待预测产品产生的成果数值及所述目标人员当前作用于所述目标产品所处的阶段值；

基于所述时间周期得到正弦曲线的波形周期，基于所述收益值得到所述正弦曲线的振幅幅值，基于所述阶段值得到所述正弦曲线的初相值；

基于所述波形周期、所述振幅幅值及所述初相值，生成所述正弦曲线作为所述周期性数据曲线。

可选地，所述获取同一所述组合单元中包括的所述目标人员作用于所述待预测产品产生成果的时间周期、所述目标人员作用于所述待预测产品产生的成果数值及所述目标人员当前作用于所述目标产品所处的阶段值，包括：

基于所述组合单元，确定同一所述组合单元中包括的所述目标人员的工号及包括的所述待预测产品的产品编号；

基于所述工号，从历史数据库中查找与所述工号匹配的第一历史成果数据，所述历史数据库中记录有不同人员作用于不同产品下对应的历史成果数据；

基于所述产品编号，从所述第一历史成果数据中选取与所述产品编号匹配的第二历史成果数据；