[发明专利]一种变更时间的预测方法及装置、电子设备、存储介质

权利要求书

1.一种变更时间的预测方法，其特征在于，包括：

获取目标系统中的当前待变更数据；其中，所述当前待变更数据至少包括各个目标特征；各个所述目标特征预先基于各个初始特征的关联性确定；

对各个所述目标特征进行特征规范化处理，得到所述当前待变更数据的特征向量；

分别将各个变更对的特征向量输入预先训练好的预测模型中，得到各个所述变更对的相似度；其中，所述预测模型预先利用历史时间段内的所述目标系统中的的样本变更数据进行训练得到；一个所述变更对的特征向量至少包括所述当前待变更数据的特征向量以及一个历史已变更数据的特征向量；

将预测得到的各个所述变更对的相似度中的最大相似度对应的变更时间确定为所述目标系统的变更时间；

向前端反馈所述目标系统的变更时间。

2.根据权利要求1所述的方法，其特征在于，所述预测模型的训练方法，包括：

获取所述历史时间段内的所述目标系统中的样本变更数据；其中，所述样本变更数据至少包括各个样本目标特征；

对各个所述样本目标特征进行特征规范化处理，得到所述样本变更数据的特征向量；

分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度；其中，一个所述样本变更对的特征向量至少包括两个所述样本变更数据的特征向量；

判断各个所述样本变更对的相似度是否满足预设要求；

若判断出各个所述样本变更对的相似度满足所述预设要求，则将所述预测模型确定为训练好的所述预测模型；

若判断出各个所述样本变更对的相似度未满足预设要求，则调整所述预测模型的参数，并返回执行所述分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度。

3.根据权利要求2所述的方法，其特征在于，所述获取所述历史时间段内的所述目标系统中的样本变更数据，包括：

获取所述历史时间段内的所述目标系统中的原始变更数据；

对所述原始变更数据进行数据集清理；

对清理后的所述原始变更数据进行特征关联性计算，得到各个所述样本目标特征；

基于各个所述样本目标特征，生成所述样本变更数据。

4.根据权利要求2所述的方法，其特征在于，所述对所述原始变更数据进行数据集清理，包括：

判断所述原始变更数据中是否存在第一类数据；其中，所述第一类数据指代未实施变更，或者实施变更失败，又或者变更实施时间未通过变更审核的数据；若判断出所述原始变更数据中不存在所述第一类数据，则执行所述对清理后的所述原始变更数据进行特征关联性计算，得到各个所述样本目标特征；

若判断出所述原始变更数据中存在所述第一类数据，则将所述第一类数据从所述原始变更数据中过滤掉。

5.一种变更时间的预测装置，其特征在于，包括：

第一获取单元，用于获取目标系统中的当前待变更数据；其中，所述当前待变更数据至少包括各个目标特征；各个所述目标特征预先基于各个初始特征的关联性确定；

第一处理单元，用于对各个所述目标特征进行特征规范化处理，得到所述当前待变更数据的特征向量；

第一输入单元，用于分别将各个变更对的特征向量输入预先训练好的预测模型中，得到各个所述变更对的相似度；其中，所述预测模型预先利用历史时间段内的所述目标系统中的的样本变更数据进行训练得到；一个所述变更对的特征向量至少包括所述当前待变更数据的特征向量以及一个历史已变更数据的特征向量；

第一确定单元，用于将预测得到的各个所述变更对的相似度中的最大相似度对应的变更时间确定为所述目标系统的变更时间；

反馈单元，用于向前端反馈所述目标系统的变更时间。