基于多数据源的目标对象预测方法及其相关设备技术

本申请属于人工智能领域，涉及基于多数据源的目标对象预测方法及其相关设备，该方法包括:确定待预测的目标因子；从多个数据源获取与目标因子相关的历史数据并分别输入预设的预测模型，输出目标因子的多个预测值，并根据预测值得到目标因子的第一整体预测值；将与目标因子相关的历史数据合并后输入预设的预测模型中，输出目标因子的第二整体预测值；若第一整体预测值的偏差值超出第二整体预测值的偏差值，根据二者对目标因子的多个预测值进行修正，得到目标预测值。本申请还涉及区块链技术，所述多数据源的历史数据存储于区块链中。本申请方案可以对目标对象实现有效的预测，且预测稳定性高。

【技术实现步骤摘要】
基于多数据源的目标对象预测方法及其相关设备
本申请涉及人工智能
，尤其涉及基于多数据源的目标对象预测方法、装置、计算机设备及存储介质。
技术介绍
在大数据背景下，往往存在基于历史数据对指定的目标对象进行预测的情形，现有基于历史数据进行预测时一般通过单一的数据源进行局部的预测，此类预测受限于数据源的数据范围，并不能真正实现客观且有效的预测，导致预测准确性较低，且预测效果不稳定。如何实现对目标对象的准确且稳定的预测成为亟待解决的问题。
技术实现思路
本申请实施例的目的在于提出一种基于多数据源的目标对象预测方法、装置、计算机设备及存储介质，以解决现有技术中对目标对象进行预测时准确性较低，且预测效果不稳定的问题。为了解决上述技术问题，本申请实施例提供一种基于多数据源的目标对象预测方法，采用了如下所述的技术申请实施例：一种基于多数据源的目标对象预测方法，包括下述步骤：接收目标对象预测指令，根据所述目标对象预测指令确定待预测的目标因子；根据所述目标对象预测指令从多个数据源获取与所述目标因子相关的历史数据，将从所述多个数据源获取的历史数据分别输入至预设的预测模型中，输出所述目标因子的多个预测值，并根据各所述预测值计算得到所述目标因子的第一整体预测值；将所述多个数据源中与所述目标因子相关的历史数据进行合并，将合并数据输入至所述预设的预测模型中，输出所述目标因子的第二整体预测值；判断所述第一整体预测值的偏差值是否超出所述第二整体预测值的偏差值，若是则根据所述第一整体预测值和所述第二整体预测值对所述目标因子的多个预测值进行修正，得到所述目标因子的目标预测值，并根据所述目标预测值输出所述目标对象的预测结果。为了解决上述技术问题，本申请实施例还提供一种基于多数据源的目标对象预测装置，采用了如下所述的技术申请实施例：一种基于多数据源的目标对象预测装置，包括：目标因子确定模块，用于接收目标对象预测指令，根据所述目标对象预测指令确定待预测的目标因子；第一预测模块，用于根据所述目标对象预测指令从多个数据源获取与所述目标因子相关的历史数据，将从所述多个数据源获取的历史数据分别输入至预设的预测模型中，输出所述目标因子的多个预测值，并根据各所述预测值计算得到所述目标因子的第一整体预测值；第二预测模块，用于将所述多个数据源中与所述目标因子相关的历史数据进行合并，将合并数据输入至所述预设的预测模型中，输出所述目标因子的第二整体预测值；判断处理模块，用于判断所述第一整体预测值的偏差值是否超出所述第二整体预测值的偏差值，若是则根据所述第一整体预测值和所述第二整体预测值对所述目标因子的多个预测值进行修正，得到所述目标因子的目标预测值，并根据所述目标预测值输出所述目标对象的预测结果。为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术申请实施例：一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的基于多数据源的目标对象预测方法的步骤。为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术申请实施例：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的基于多数据源的目标对象预测方法的步骤。与现有技术相比，本申请实施例提供的基于多数据源的目标对象预测方法、装置、计算机设备及存储介质主要有以下有益效果：本申请充分利用大数据，利用历史数据进行基于多数据源的模型预测分析，针对多个目标因子进行局部和整体的预测，并基于整体的预测值对局部的预测值进行修正，得到基于多数据源的预测结果，可以对目标对象实现有效的预测，且预测稳定性高。附图说明为了更清楚地说明本申请中的申请实施例，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，下面描述中的附图对应于本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的基于多数据源的目标对象预测方法的一个实施例的流程图；图3是根据本申请的基于多数据源的目标对象预测装置的一个实施例的结构示意图；图4是根据本申请的计算机设备的一个实施例的结构示意图。具体实施方式除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。为了使本
的人员更好地理解本申请申请实施例，下面将结合附图，对本申请实施例中的技术申请实施例进行清楚、完整地描述。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExpertsGroupAudioLayerIV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。需要说明的是，本申请实施例所提供的基于多数据源的目标对象预测方法一般由服务器执行，相应地，基于多数据源的目标对象预测装置一般设置于服务器中。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备本文档来自技高网...

【技术保护点】
1.一种基于多数据源的目标对象预测方法，其特征在于，包括下述步骤：/n接收目标对象预测指令，根据所述目标对象预测指令确定待预测的目标因子；/n根据所述目标对象预测指令从多个数据源获取与所述目标因子相关的历史数据，将从所述多个数据源获取的历史数据分别输入至预设的预测模型中，输出所述目标因子的多个预测值，并根据各所述预测值计算得到所述目标因子的第一整体预测值；/n将所述多个数据源中与所述目标因子相关的历史数据进行合并，将合并数据输入至所述预设的预测模型中，输出所述目标因子的第二整体预测值；/n判断所述第一整体预测值的偏差值是否超出所述第二整体预测值的偏差值，若是则根据所述第一整体预测值和所述第二整体预测值对所述目标因子的多个预测值进行修正，得到所述目标因子的目标预测值，并根据所述目标预测值输出所述目标对象的预测结果。/n

【技术特征摘要】
1.一种基于多数据源的目标对象预测方法，其特征在于，包括下述步骤：
接收目标对象预测指令，根据所述目标对象预测指令确定待预测的目标因子；
根据所述目标对象预测指令从多个数据源获取与所述目标因子相关的历史数据，将从所述多个数据源获取的历史数据分别输入至预设的预测模型中，输出所述目标因子的多个预测值，并根据各所述预测值计算得到所述目标因子的第一整体预测值；
将所述多个数据源中与所述目标因子相关的历史数据进行合并，将合并数据输入至所述预设的预测模型中，输出所述目标因子的第二整体预测值；
判断所述第一整体预测值的偏差值是否超出所述第二整体预测值的偏差值，若是则根据所述第一整体预测值和所述第二整体预测值对所述目标因子的多个预测值进行修正，得到所述目标因子的目标预测值，并根据所述目标预测值输出所述目标对象的预测结果。


2.根据权利要求1所述的基于多数据源的目标对象预测方法，其特征在于，所述方法包括多个预设的预测模型；
所述将从所述多个数据源获取的历史数据分别输入至预设的预测模型中，输出所述目标因子的多个预测值包括：
将从各所述数据源获取的历史数据分别输入至各所述预设的预测模型中，得到多组准预测值，从各组准预测值中筛选出偏差值最小的准预测值作为所述目标因子的预测值，得到所述目标因子的多个预测值。


3.根据权利要求1或2所述的基于多数据源的目标对象预测方法，其特征在于，所述偏差值通过所述目标因子的历史值和历史预测值来确定。


4.根据权利要求1或2所述的基于多数据源的目标对象预测方法，其特征在于，所述根据所述第一整体预测值和所述第二整体预测值对所述目标因子的多个预测值进行修正包括：
将所述第二整体预测值与所述第一整体预测值的比值作为修正参数，将所述目标因子的多个预测值乘以所述修正参数，得到所述目标因子的多个预测值的修正值；所述修正值即为所述目标因子的目标预测值。


5.根据权利要求4所述的基于多数据源的目标对象预测方法，其特征在于，在所述将所述多个数据源中与所述目标因子相关的历史数据进行合并生成合并数据之前，所述方法还包括：
获取与所述目标因子相关的至少一个中间因子，根据所述目标对象预测指令从多个数据源获取与所述中间因子相关的历史数据，按照所述数...

【专利技术属性】
技术研发人员：陈远波，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东;44