[发明专利]经营状态分析方法及装置

权利要求书

1.一种经营状态分析方法，其特征在于，包括：

获取经营状态特征数据；

对所述经营状态特征数据进行第一预处理，得到所述经营状态特征数据对应的第一经营状态特征向量；

基于所述第一经营状态特征向量和经营状态预测模型，得到经营状态预测结果；其中，所述经营状态预测模型是基于历史经营状态特征数据和历史经营状态特征数据对应的标签训练得到的；

对所述经营状态预测结果和所述经营状态特征数据进行第二预处理，得到所述经营状态预测结果对应的经营状态预测结果特征向量和所述经营状态特征数据对应的第二经营状态特征向量；

基于所述第二经营状态特征向量、所述经营状态预测结果特征向量和分析文本生成模型，得到经营状态分析结果；其中，所述分析文本生成模型是基于历史经营状态数据集和对应的分析文本样本训练得到的。

2.如权利要求1所述的方法，其特征在于，基于历史经营状态特征数据和历史经营状态特征数据对应的标签训练得到经营状态预测模型包括以下步骤：

获取所述历史经营状态特征数据和所述历史经营状态特征数据对应的标签；

对所述历史经营状态特征数据进行预处理，得到所述历史经营状态特征数据对应的历史经营状态特征向量；

基于所述历史经营状态特征向量和所述历史经营状态特征数据对应的标签对第一原始模型进行训练，得到所述经营状态预测模型。

3.如权利要求2所述的方法，其特征在于，基于历史经营状态数据集和对应的分析文本样本训练得到所述分析文本生成模型包括以下步骤：

获取所述历史经营状态数据集和对应的分析文本样本；

基于所述历史经营状态数据集和对应的分析文本样本对第二原始模型进行训练，得到所述分析文本生成模型。

4.如权利要求3所述的方法，其特征在于，基于所述历史经营状态数据集和对应的分析文本样本对第二原始模型进行训练，得到所述分析文本生成模型，包括以下步骤：

基于所述历史经营状态数据集和对应的分析文本样本分别对循环神经网络和编码解码器两种所述第二原始模型进行训练，得到第一初始模型和第二初始模型；

使用加权算法将所述第一初始模型和所述第二初始模型进行模型融合，得到所述分析文本生成模型。

5.一种经营状态分析装置，其特征在于，包括：

第一获取模块，用于获取经营状态特征数据；

第一预处理模块，用于对所述经营状态特征数据进行预处理，得到所述经营状态特征数据对应的经营状态特征向量；

预测模块，用于基于所述经营状态特征向量和经营状态预测模型，得到经营状态预测结果；其中，所述经营状态预测模型是基于历史经营状态特征数据和历史经营状态特征数据对应的标签训练得到的；

第二预处理模块，用于对所述经营状态预测结果进行预处理，得到所述经营状态预测结果对应的经营状态预测结果特征向量；

文本生成模块，用于基于所述经营状态特征向量、所述经营状态预测结果特征向量和分析文本生成模型，得到经营状态分析结果；其中，所述分析文本生成模型是基于历史经营状态数据集和对应的分析文本样本训练得到的。

6.如权利要求5所述的装置，其特征在于，还包括：

第一样本获取模块，用于获取所述历史经营状态特征数据和所述历史经营状态特征数据对应的标签；

第三预处理模块，用于对所述历史经营状态特征数据进行预处理，得到所述历史经营状态特征数据对应的历史经营状态特征向量；

第一训练模块，用于基于所述历史经营状态特征向量和所述历史经营状态特征数据对应的标签对第一原始模型进行训练，得到所述经营状态预测模型。

7.如权利要求6所述的装置，其特征在于，还包括：

第二样本获取模块，用于获取所述历史经营状态数据集和对应的分析文本样本；

第二训练模块，用于基于所述历史经营状态数据集和对应的分析文本样本对第二原始模型进行训练，得到所述分析文本生成模型。