【技术实现步骤摘要】
物品补给时间预测方法、装置、存储介质及电子设备
本专利技术属于信息预测
，具体涉及一种物品补给时间预测方法、装置、存储介质及电子设备。
技术介绍
随着信息技术尤其是互联网技术的发展，目前一些综合金融信息网站上已经积累了大量的数据资源，其涵盖了各种不同行业的数据，随着生活水平的提高，人们的购物以及出行方式也越来越便利，且人们出行时加油以及购物通常具有一定的规律，以石化行业为例，在随着生活水平提高的同时人均拥有车辆数量的也不断增多，加油站的客户也越来越多，因此，对于石化行业而言，不同的加油站需要存储有大量客户的加油信息，且客户通常有一定的偏好，例如喜欢在同一家加油站进行加油。专利技术人经研究发现，随着客户加油次数的增多，客户的加油间隔时间会存在一定的规律，为了更加了解客户未来的加油时间，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，加油的规律也不同，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，同样的，客户在购物时也存在习...
【技术保护点】
1.一种物品补给时间预测方法，其特征在于，所述方法包括：/n获取多个用户分别对应的特征信息，其中，每个所述特征信息中包括多个特征维度，所述多个特征维度中包括物品补给时间的特征维度；/n对每个所述特征信息分别进行编码，并将编码后的特征信息进行聚类处理得到多个特征群，以使每个特征群中包括的编码后的特征信息相似；/n根据所述多个用户中的目标用户对应的特征信息中包括的物品补给时间，及该目标用户所属特征群包括的各特征信息中的物品补给时间得到所述目标用户的预测物品补给时间。/n
【技术特征摘要】
1.一种物品补给时间预测方法，其特征在于，所述方法包括：
获取多个用户分别对应的特征信息，其中，每个所述特征信息中包括多个特征维度，所述多个特征维度中包括物品补给时间的特征维度；
对每个所述特征信息分别进行编码，并将编码后的特征信息进行聚类处理得到多个特征群，以使每个特征群中包括的编码后的特征信息相似；
根据所述多个用户中的目标用户对应的特征信息中包括的物品补给时间，及该目标用户所属特征群包括的各特征信息中的物品补给时间得到所述目标用户的预测物品补给时间。
2.根据权利要求1所述的物品补给时间预测方法，其特征在于，根据所述多个用户中的目标用户对应的特征信息中包括的物品补给时间，及该目标用户所属特征群包括的各特征信息中的物品补给时间得到所述目标用户的预测物品补给时间，包括：
根据所述多个用户中的目标用户对应的特征信息中包括的物品补给时间得到该目标用户的物品平均补给频率，根据该目标用户所属特征群包括的各特征信息中的物品补给时间得到该特征群的物品平均补给频率；
根据所述目标用户的物品平均补给频率和该目标用户所属的特征群的物品平均补给频率，采用预设计算式进行计算，得到所述目标用户的预测物品补给频率，其中，所述预设计算式包括：其中，为预测物品补给频率，Z为加权系数，F1为目标用户的物品平均补给频率，F2为目标用户所属特征群的物品平均补给频率；
根据所述目标用户的预测物品补给频率和该目标用户的特征信息中包括的与当前时间最近的物品补给时间得到预测物品补给时间。
3.根据权利要求2所述的物品补给时间预测方法，其特征在于，所述加权系数通过以下方式获得：
根据所述目标用户的特征信息中包括的物品补给时间和该目标用户的物品平均补给频率得到该目标用户的物品补给频率标准差；
根据该目标用户所属特征群中各特征信息包括的物品补给时间和该特征群的物品平均补给频率得到该特征群的物品补给频率标准差；
对所述目标用户的物品平均补给频率和物品补给频率标准差，以及该目标用户所属特征群的物品平均补给频率和物品补给频率标准差采用加权系数计算式进行计算，以得到加权系数，其中，所述加权系数计算式包括：F1为目标用户的物品平均补给频率，F2为目标用户所属特征群的物品平均补给频率，σ1为目标用户的物品补给频率标准差，σ2为特征群的物品补给频率标准差。
4.根据权利要求3所述的物品补给时间预测方法，其特征在于，根据所述目标用户的特征信息中包括的物品补给时间和该目标用户的物品平均补给频率得到目标用户的物品补给频率标准差，包括：
计算所述目标用户的特征信息中包括的物品补给时间中任意相邻两个物品补给时间对应的补给频率；
对所述任意相邻两个物品补给时间对应的补给频率和所述目标用户的物品平均补给频率采用标准差计算式进行计算，得到该目标用户的物品补给频率标准差。
5.根据权利要求3所述的物品补给...
【专利技术属性】
技术研发人员：张玮，张小雪，宋凯华，姜楠，储凯，姜霄，陈海龙，索寒生，
申请(专利权)人：石化盈科信息技术有限责任公司，
类型：发明
国别省市：北京;11
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。