【技术实现步骤摘要】
交易量的预测方法及装置
本说明书一个或多个实施例涉及计算机
,尤其涉及一种交易量的预测方法及装置。
技术介绍
为了提供更好的应对业务需求,交易平台通常需要在某一天开始之前,对当天的总交易量进行预测。传统技术中,通常是通过时间序列模型对当天之前的历史交易数据进行学习,来预测当天的总交易量。因此,需要提供一种更准确的交易量的预测方法。
技术实现思路
本说明书一个或多个实施例描述了一种交易量的预测方法及装置,可以提高预测的交易量的准确性。第一方面,提供了一种交易量的预测方法,包括:获取当天过去时刻的第一交易数据以及与当天的交易相关的第一舆情数据;对所述第一交易数据、所述第一舆情数据以及预设的影响数据进行预处理,得到预处理后的数据;所述预设的影响数据是指预先估计的会对交易量产生影响的数据;将所述预处理后的数据输入预测模型,以预测当天的总交易量;所述预测模型是根据经典时序预测算法或者机器学习算法、当天之前的第二交易数据、第二舆情数据以及所述预设的影响数据获得的;所述预测模型用于根据历史数据来预测未来发展变化趋势。第二方面,提供了一种交易量的预测装置,包括:获取单元,用于获取当天过去时刻的第一交易数据以及与当天的交易相关的第一舆情数据;预处理单元,用于对所述获取单元获取的所述第一交易数据、所述第一舆情数据以及预设的影响数据进行预处理,得到预处理后的数据;所述预设的影响数据是指预先估计的会对交易量产生影响的数据;预测单元,用于将所述预处理单元预处理后的数据输入预测模型,以预测当天的总交易量;所述预测模型是根据经典时序预测算法或者机器学习算法、当天之前的第二交易数据、第 ...
【技术保护点】
1.一种交易量的预测方法,其特征在于,包括:获取当天过去时刻的第一交易数据以及与当天的交易相关的第一舆情数据;对所述第一交易数据、所述第一舆情数据以及预设的影响数据进行预处理,得到预处理后的数据;所述预设的影响数据是指预先估计的会对交易量产生影响的数据;将所述预处理后的数据输入预测模型,以预测当天的总交易量;所述预测模型是根据经典时序预测算法或者机器学习算法、当天之前的第二交易数据、第二舆情数据以及所述预设的影响数据获得的;所述预测模型用于根据历史数据来预测未来发展变化趋势。
【技术特征摘要】
1.一种交易量的预测方法,其特征在于,包括:获取当天过去时刻的第一交易数据以及与当天的交易相关的第一舆情数据;对所述第一交易数据、所述第一舆情数据以及预设的影响数据进行预处理,得到预处理后的数据;所述预设的影响数据是指预先估计的会对交易量产生影响的数据;将所述预处理后的数据输入预测模型,以预测当天的总交易量;所述预测模型是根据经典时序预测算法或者机器学习算法、当天之前的第二交易数据、第二舆情数据以及所述预设的影响数据获得的;所述预测模型用于根据历史数据来预测未来发展变化趋势。2.根据权利要求1所述的方法,其特征在于,还包括:周期性根据所述第二交易数据,获取所述第一交易数据的历史同期交易数据;将所述第一交易数据与历史同期交易数据进行比较;当所述第一交易数据与历史同期交易数据的差异较大时,发出相应的商户活动报警信息。3.根据权利要求1所述的方法,其特征在于,在得到当天的总交易量之后,还包括:对当天的总交易量进行异常检测;当检测到当天的总交易量存在异常时,对当天的总交易量进行调节。4.根据权利要求3所述的方法,其特征在于,所述对当天的总交易量进行异常检测,包括:根据所述第二交易数据,统计当天的总交易量的历史同期交易量;将历史同期交易量与当天的总交易量进行比较;当历史同期交易量与当天的总交易量的相差倍数大于阈值且没有相应的商户活动报警信息时,确定当天的总交易量存在异常;所述对当天的总交易量进行调节,包括:根据所述相差倍数,确定相应的调节系数;根据所述调节系数,调节当天的总交易量。5.根据权利要求1所述的方法,其特征在于,在所述得到当天的总交易量之后,还包括:根据所述第一交易数据,确定当前交易趋势;根据所述当前交易趋势,调节当天的总交易量;和/或,根据所述第二交易数据,确定历史交易趋势;根据所述历史交易趋势,调节当天的总交易量;和/或,获取外部交易策略;根据所述外部交易策略,调节当天的总交易量。6.根据权利要求1-5任一项所述的方法,其特征在于,所述预测模型包括多个子模型,所述子模型与所述第一舆情数据相对应;所述将所述预处理后的数据输入预测模型,以预测当天的总交易量,包括:根据预处理后的第一舆情数据,选择对应的子模型;将所述预处理后的数据输入选择的子模型,得到当天的总交易量;或者,将所述预处理后的数据分别输入到所述多个子模型中,得到多个预测交易量;将所述多个预测交易量进行融合,得到当天的总交易量。7.一种交易量的预测装置,其特征在于,包括:获取单元,用于获取当天过去时刻的第一交易数据以及与当天的交易相关的第一舆情数...
【专利技术属性】
技术研发人员:黄馨誉,吴蔚川,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。