[发明专利]经营状态分析方法及装置

说明书

本发明公开了一种经营状态分析方法及装置，涉及人工智能技术领域，所述方法包括：获取经营状态特征数据并进行第一预处理，得到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；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并输入分析文本生成模型，得到经营状态分析结果；通过训练过的预测模型根据经营特征数据对未来的经营情况进行预测，从而实现高效准确的对未来经营目标进行规划，并且将未来经营目标规划信息与当前经营状态信息输入预先训练好的文本生成模型用于生成报告，提高了工作分析报告的制作效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种经营状态分析方法及装置。

背景技术

在银行网点的经营中需要在各个阶段对工作作出归纳性总结，例如对每个月、每个季度和每年网点的工作进行归纳总结，总结内容包括网点的现阶段成果和未来规划目标,并且以报告的形式作出。

现有技术中对上述内容进行归纳总结主要是通过人工对网点经营数据进行分析并制作报告文件，报告文件内容的准确性主要依赖于分析人员的业务经验，因此上述工作内容并不是所有业务人员都可以胜任的，经验不足的业务人员作出的报告准确率低，并且制作报告文件也占用了业务人员较多的工作时长，导致整体总结工作的效率较低。

发明内容

本发明实施例提供一种经营状态分析方法，所述方法包括：

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

进一步的，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。

进一步的，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。

进一步的，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。

本发明实施例还提供一种经营状态分析装置，所述装置包括：