一种消费间隔时间预测方法、装置及可读存储介质制造方法及图纸

本发明专利技术适用于计算机软件领域，提供了一种消费间隔时间预测方法、装置及可读存储介质，方法包括：根据客户的前m次历史消费记录，获取至少两种消费预测模型对后n‑m次消费的消费间隔时间的预测信息；根据消费间隔时间的预测信息和后n‑m次历史消费记录，确定与客户对应的目标消费预测模型；利用目标消费预测模型生成客户第n+1次消费与第n次消费的预测消费间隔时间，并输出。解决了现有技术中无法精准预测客户的消费时间间隔的问题；且由于最终的消费预测模型是根据该模型的预测结果与实际情况对比后得出的目标消费预测模型，最后获得的消费预测模型是最能反映客户消费习惯的模型，从而得到的消费时间间隔的预测结果更精确。

Consumption interval time prediction method, device and readable storage medium

The invention is applicable to the field of computer software and provides a consumption interval prediction method, a device and a readable storage medium. The method comprises: acquiring the prediction information of the consumption interval of at least two consumption prediction models for the subsequent n_m consumption according to the customer's previous m consumption history records; and acquiring the prediction information of the consumption interval of the latter n_m consumption according to the consumption interval time. The forecast information and the subsequent n_m historical consumption records are used to determine the target consumption forecast model corresponding to the customer; the target consumption forecast model is used to generate the forecast consumption interval between the customer's n + 1 consumption and the customer's n consumption, and output. It solves the problem that the existing technology can not accurately predict the customer's consumption time interval; and since the final consumption prediction model is the target consumption prediction model based on the comparison between the prediction results of the model and the actual situation, the final consumption prediction model is the best model to reflect the customer's consumption habits, thus obtaining The prediction result of consumption time interval is more accurate.

【技术实现步骤摘要】
一种消费间隔时间预测方法、装置及可读存储介质
本专利技术属于计算机软件领域，尤其涉及一种消费间隔时间预测方法、装置及可读存储介质。
技术介绍
随着经济水平的发展，人均拥有的车辆数量不断增多，为了更方便的使用汽车，大量客户去加油站给汽车进行加油，加油站的客户越来越多。随着客户加油次数的增多，客户的加油间隔时间存在一定的规律，为了更加了解客户，部分油站开始利用数学模型来预测客户的加油间隔时间。但由于不同的客户消费习惯不同，加油规律也不同，利用某个统一的模型来预测客户的加油间隔时间往往与实际情况有较大的误差，从而无法精准预测客户的加油时间间隔。
技术实现思路
本专利技术实施例提供一种消费间隔时间预测方法，旨在解决现有技术中无法精准预测客户加油间隔时间的问题。本专利技术实施例是这样实现的，一种消费间隔时间预测方法，客户有n次历史消费记录，n次历史消费记录中可包含前m次历史消费记录和后n-m次历史消费记录，方法包括：根据客户的前m次历史消费记录，获取至少两种消费预测模型对后n-m次消费的消费间隔时间的预测信息；根据消费间隔时间的预测信息和后n-m次历史消费记录，确定与客户对应的目标消费预测模型；利用目标消费预测模型生成客户第n+1次消费与第n次消费的预测消费间隔时间，并输出。本专利技术实施例还提供一种消费间隔时间预测装置，客户有n次历史消费记录，n次历史消费记录中可包含前m次历史消费记录和后n-m次历史消费记录，装置包括：预测信息获取单元，用于根据客户的前m次历史消费记录，获取至少两种消费预测模型对后n-m次消费的消费间隔时间的预测信息；目标消费预测模型确定单元，用于根据消费间隔时间的预测信息和后n-m次历史消费记录，确定与客户对应的目标消费预测模型；预测消费间隔时间生成单元，用于利用目标消费预测模型生成客户第n+1次消费与第n次消费的预测消费间隔时间，并输出。本专利技术实施例还提供一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述消费间隔时间预测方法的步骤。在本专利技术实施例中，客户的n次历史消费记录是系统预存储数据，可根据客户的前m次消费记录，利用至少两种消费预测模型对客户的后n-m次消费的消费间隔时间进行预测，再与客户的后n-m次历史消费记录进行对比，从而获得目标消费预测模型，再利用目标消费预测模型生成客户第n+1次消费与第n次消费的预测消费间隔时间，解决了现有技术中无法精准预测客户的消费时间间隔的问题；且由于最终的消费预测模型是根据该模型的预测结果与实际情况对比后得出的目标消费预测模型，最后获得的消费预测模型是最能反映客户消费习惯的模型，从而得到的消费时间间隔的预测结果更精确。附图说明图1是本专利技术实施例一提供的消费间隔时间预测方法的流程图；图2是本专利技术实施例二提供的消费间隔时间预测方法的流程图；图3是本专利技术实施例三提供的消费间隔时间预测装置的功能模块图；图4是本专利技术实施例四提供的消费间隔时间预测装置的功能模块图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。在本专利技术实施例中，系统中预存有客户的n次历史消费记录，利用至少两种消费预测模型对后n-m次的消费时间间隔进行预测，进而结合后n-m次历史消费记录从上述至少两种消费预测模型中确定目标消费预测模型，并利用目标消费预测模型生成客户第n+1次消费与第n次消费的预测消费间隔时间。解决了现有技术中无法精准预测消费间隔时间的问题；且由于最终的消费预测模型是根据该模型的预测结果与实际情况对比后得出的目标消费预测模型，最后获得的消费预测模型是最能反映客户消费习惯的模型，从而得到的消费时间间隔的预测结果更精确。实施例一：图1示出了本专利技术实施例一提供的消费间隔时间预测方法的流程，客户有n次历史消费记录，n次历史消费记录中可包含前m次历史消费记录和后n-m次历史消费记录，具体包括如下步骤：步骤S101，根据客户的前m次历史消费记录，获取至少两种消费预测模型对后n-m次消费的消费间隔时间的预测信息。在本专利技术实施例中，客户的历史消费记录用于记录客户来油站消费的相关信息，根据客户来油站消费时产生的消费订单生成。作为本专利技术的一优选实施例，历史消费记录至少包括消费金额信息、加油量信息和消费时间信息。在本专利技术实施例中，消费金额信息可包括付款金额、优惠券抵扣金额或积分抵扣金额等其他和消费金额相关的信息等，进一步的，还可包括客户的平均付款金额等，此处不做限定。加油量信息可包括加油升数、估计加满升数或其他与加油量相关的信息等，此处不做限定。消费时间信息可包括付款日期、付款日期是在一年的第几天、付款日期是在一个月的第几天、付款日期是在一周的第几天、付款时间点或其他与消费时间相关的信息等，进一步的，还可包括消费间隔时间等，此处不做限定。在本专利技术实施例中，对后n-m次消费的消费间隔时间的预测信息包括第m+1次消费与第m次消费的间隔时间、第m+2次消费与第m+1次消费的间隔时间、第m+3次消费与第m+4次消费的间隔时间直至第n次消费与第n-1次消费的间隔时间。其中，消费的间隔时间可以为消费间隔天数，进一步的，还可以为消费间隔小时数。作为本专利技术的另一优选实施例，消费预测模型为统计模型、逻辑回归模型和神经网络计算模型的任意组合。在本专利技术实施例中，逻辑回归模型可包括订单全因素逻辑回归模型等，神经网络计算模型可包括订单全因素ANN(ArtificialNeuralNetwork，人工神经网络)、订单全因素+2历史间隔节点RNN(RecurrentneuralNetwork，循环神经网络)、订单全因素+3历史间隔节点RNN或其他神经网络计算模型等，具体消费预测模型的选择，此处不做限定。在本专利技术实施例中，客户的前m次历史消费记录为系统预先存储数据，可通过至少两种消费预测模型对后n-m次消费的消费间隔时间进行预测，以获取后n-m次消费的消费间隔天数。作为示例，例如可利用订单全因素逻辑回归模型获得客户的预测消费间隔天数，利用订单全因素逻辑回归模型生成客户的预测加油间隔天数的公式为：θTX＝[θ0+θ1*M+θ2*Q+θ3*L+θ4*D+θ5*C+θ6*PT_d+θ7*PT_m+θ8*PT_w+θ9*PT_h]其中，hθ(X)(也即pj)为客户的预测消费间隔时间，M＝mj(j＝1,2,...,n)为客户的消费金额，L＝{l1,l2,....,ln}为客户的加油升数，D＝{d1,d2,....,dn}为客户的优惠券抵扣金额，C＝{c1,c2,....,cn}为积分抵扣金额，PT_d＝{ptd1,ptd2,....,ptdn}为付款时间为一年的第几天，PT_m＝{ptm1,ptm2,....,ptmn}为付款时间为一月的第几天，PT_w＝{ptw1,ptw2,.....,ptwn}为本文档来自技高网...

【技术保护点】
1.一种消费间隔时间预测方法，客户有n次历史消费记录，n次历史消费记录中可包含前m次历史消费记录和后n‑m次历史消费记录，其特征在于，所述方法包括：根据所述客户的前m次历史消费记录，获取至少两种消费预测模型对后n‑m次消费的消费间隔时间的预测信息；根据所述消费间隔时间的预测信息和所述后n‑m次历史消费记录，确定与所述客户对应的目标消费预测模型；利用所述目标消费预测模型生成所述客户第n+1次消费与第n次消费的预测消费间隔时间，并输出。

【技术特征摘要】
1.一种消费间隔时间预测方法，客户有n次历史消费记录，n次历史消费记录中可包含前m次历史消费记录和后n-m次历史消费记录，其特征在于，所述方法包括：根据所述客户的前m次历史消费记录，获取至少两种消费预测模型对后n-m次消费的消费间隔时间的预测信息；根据所述消费间隔时间的预测信息和所述后n-m次历史消费记录，确定与所述客户对应的目标消费预测模型；利用所述目标消费预测模型生成所述客户第n+1次消费与第n次消费的预测消费间隔时间，并输出。2.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述历史消费记录至少包括消费金额信息、加油量信息和消费时间信息。3.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述根据所述消费间隔时间的预测信息和所述后n-m次历史消费记录，确定与所述客户对应的目标消费预测模型的步骤，具体包括：根据所述消费间隔时间的预测信息和所述客户的后n-m次历史消费记录，分别生成与所述至少两种消费预测模型各自对应的评分值；获取评分值最优的消费预测模型。4.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述消费预测模型为统计模型、逻辑回归模型和神经网络计算模型的任意组合。5.如权利要求1所述的消费间隔时间预测方法，其特征在于，所述m与n的比例不低于百分之八十。6.如权利要求3所述的消费间隔时间预测方法，其特征在于，所述获取与所述消费预测模型对应的评分值采用如下公式计算：errj＝pj-dj(j∈[m，n])其中，n为客户的历史消费次数，m为客户的历史消费次数中的第m次，j为客户的第m+1次至第n次消费中的任意一次，pj是预测的第j+1次与第j次消费间隔天数，dj是实际的第j+1次与第j次消费间隔天数，errj是预测的第j+1次与第j次消费间隔天数与实际的第j+1次与第j次消费间隔天数的误差，sr为对通过各消费预测模型得到的消费间隔时间结果的评分，Me为clip(|errj|，0，Me)函数所取的最大值。7.如权利要求5所述的消费间隔时间预测方法，其特征在于，所述Me的取值为5。8.一种消费间隔时间预测装置，客户有n次历史消费记录，n次历史消费记录中可包含前m次历史消费记录和后...

【专利技术属性】
技术研发人员：唐傲，韩雪晨，杨绪勇，
申请(专利权)人：深圳市喂车科技有限公司，
类型：发明
国别省市：广东,44