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 ...
【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
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。