[发明专利]数据预测方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种数据预测方法，其特征在于，包括：

获取目标指标在历史周期内的历史真实数据；

基于多个预测算法，分别对所述历史周期内的目标指标进行预测，得到所述多个预测算法各自对应的所述目标指标的历史预测数据；

将所述历史真实数据和所述历史预测数据进行比对，基于比对结果按照预设的算法筛选规则，确定所述多个预测算法对应的目标预测算法；

基于所述目标预测算法，对目标周期内的所述目标指标进行预测，得到目标预测数据。

2.根据权利要求1所述的数据预测方法，其特征在于，所述将所述历史真实数据和所述历史预测数据进行比对，基于比对结果按照预设的算法筛选规则，确定所述多个预测算法对应的目标预测算法，包括：

确定各历史预测数据与所述历史真实数据之间的误差，根据所述误差确定对应的预测算法的准确率系数，将所述准确率系数最高的预测算法，确定为所述目标指标的目标预测算法。

3.根据权利要求1所述的数据预测方法，其特征在于，所述将所述历史真实数据和所述历史预测数据进行比对，基于比对结果按照预设的算法筛选规则，确定所述多个预测算法对应的目标预测算法，还包括：

根据各历史预测数据和所述历史真实数据进行回归运算，基于运算结果确定各历史预测数据对应的预测算法的权重系数；

对于任意一个预测算法的权重系数，若满足预设阈值条件，则将所述预测算法确定为所述目标指标的目标预测算法；

若不存在满足预设阈值条件的权重系数，则根据各预测算法和各预测算法的权重系数，加权得到所述目标指标的目标预测算法。

4.根据权利要求2或3所述的数据预测方法，其特征在于，所述方法还包括：

确定与所述目标指标存在关联关系的至少一个影响指标，以及所述目标指标与各影响指标之间的关联系数；

根据各影响指标和各影响指标分别对应的关联系数，更新所述目标预测算法。

5.根据权利要求1所述的数据预测方法，其特征在于，所述基于所述目标预测算法，对目标周期内的所述目标指标进行预测，得到目标预测数据之后，所述方法还包括：

获取用户确定的所述目标预测数据的静态阈值，以及所述目标预测算法确定的所述目标预测数据的动态阈值；

若确定所述目标预测数据不满足所述静态阈值和/或所述动态阈值，则进行预警处理。

6.一种数据预测装置，其特征在于，包括：

获取模块，用于获取目标指标在历史周期内的历史真实数据；

历史预测模块，用于基于多个预测算法，分别对所述历史周期内的目标指标进行预测，得到所述多个预测算法各自对应的所述目标指标的历史预测数据；

确定模块，用于将所述历史真实数据和所述历史预测数据进行比对，基于比对结果按照预设的算法筛选规则，确定所述多个预测算法对应的目标预测算法；

目标预测模块，用于基于所述目标预测算法，对目标周期内的所述目标指标进行预测，得到目标预测数据。

7.根据权利要求6所述的数据预测装置，其特征在于，所述确定模块包括：

第一确定子模块，用于确定各历史预测数据与所述历史真实数据之间的误差，根据所述误差确定对应的预测算法的准确率系数，将所述准确率系数最高的预测算法，确定为所述目标指标的目标预测算法。

8.根据权利要求6所述的数据预测方法，其特征在于，所述确定模块还包括第二确定子模块；

所述第二确定子模块具体用于：

根据各历史预测数据和所述历史真实数据进行回归运算，基于运算结果确定各历史预测数据对应的预测算法的权重系数；

对于任意一个预测算法的权重系数，若满足预设阈值条件，则将所述预测算法确定为所述目标指标的目标预测算法；

若不存在满足预设阈值条件的权重系数，则根据各预测算法和各预测算法的权重系数，加权得到所述目标指标的目标预测算法。