事件发生周期的预测方法、存储介质与计算机程序产品技术

本发明专利技术涉及信息技术领域，公开一种事件发生周期的预测方法、存储介质与计算机程序产品。所述方法包括：基于周期预测模型及特定预设时间段内的预设对象的特征信息，确定所述预设对象的第一事件发生周期等级；基于周期预测规则及所述特定预设时间段内的预设对象的质量得分，确定所述预设对象的第二事件发生周期等级；及对所述特定预设时间段内的预设对象的所述第一事件发生周期等级与所述第二事件发生周期等级进行加权融合，以确定所述特定预设时间段内的预设对象的预设对象的综合事件发生周期等级。本发明专利技术可精确地预估事件发生周期等级，由此可引导相关的业务人员将主要精力投放在事件发生周期较小的对象上，从而可极大地提高业务人员的工作效率。提高业务人员的工作效率。提高业务人员的工作效率。

【技术实现步骤摘要】
事件发生周期的预测方法、存储介质与计算机程序产品


[0001]本专利技术涉及信息
，具体地涉及一种事件发生周期的预测方法、存储介质与计算机程序产品。

技术介绍

[0002]在以往的房产行业中，对于房源的事件发生周期(例如成交周期)的预测没有统一的科学可测量的方法，仅凭经验/主观意见进行判定。例如，经纪人仅通过其掌握的房源信息决定相应的周期预估。然而，这种方法的准确性主要由经纪人所掌握的房源信息全面程度决定，由此得到的预估结果非常不准确。

技术实现思路

[0003]本专利技术的目的是提供一种事件发生周期的预测方法、存储介质与计算机程序产品，其可精确地预估事件发生周期等级，由此可引导相关的业务人员将主要精力投放在需要关注的事件发生周期较小/较大的对象上，从而可极大地提高业务人员的工作效率，进而可有助于加快事件/业务的达成速度。
[0004]为了实现上述目的，本专利技术第一方面提供一种事件发生周期的预测方法，所述预测方法包括：基于周期预测模型及特定预设时间段内的预设对象的特征信息，确定所述特定预设时间段内的预设对象的第一事件发生周期等级；基于周期预测规则及所述特定预设时间段内的预设对象的质量得分，确定所述特定预设时间段内的预设对象的第二事件发生周期等级；以及对所述特定预设时间段内的预设对象的所述第一事件发生周期等级与所述第二事件发生周期等级进行加权融合，以确定所述特定预设时间段内的预设对象的预设对象的综合事件发生周期等级。
[0005]优选地，所述预测方法还包括：采用多个训练样本集合对所述周期预测模型进行训练，其中，所述多个训练样本集合中的每个训练样本集合包括：多个历史预设时间段中的一个历史预设时间段内的对象样本的特征信息与事件发生周期等级，所述多个训练样本集合与所述多个历史预设时间段一一对应，并且，所述多个历史预设时间段内的对象样本的事件发生周期等级包括预设数目个事件发生周期等级。
[0006]优选地，所述多个历史预设时间段为连续或不连续的历史预设天数，相应地，所述多个历史预设时间段内的对象样本的事件发生周期等级通过以下方式确定：确定特定历史日期pt内的对象样本i的事件发生周期x
pti
；以及根据所确定的事件发生周期x
pti
及等级确定规则，确定所述特定历史日期pt内的对象样本i的事件发生周期等级。
[0007]优选地，所述根据所确定的事件发生周期x
pti
及等级确定规则，确定所述特定历史日期pt内的对象样本i的事件发生周期等级包括：根据所确定的事件发生周期x
pti
及下式，确定所述特定历史日期pt内的对象样本i的事件发生周数f(x
pti
)：f(x
pti
)＝ceil(x
pti
/7)；以及根据所确定的事件发生周数f(x
pti
)及等级划分规则，确定所述特定历史日期pt内的对象样本i的事件发生周期等级。
[0008]优选地，所述多个历史预设时间段至少包括第一历史预设时间段与第二历史预设时间段，并且所述第一历史预设时间段内的对象样本与所述第二历史预设时间段内的对象样本至少部分重叠，相应地，在执行所述采用所述多个训练样本集合对所述周期预测模型进行训练之前，所述预测方法还包括：对所述多个训练样本集合进行剔重处理。
[0009]优选地，所述对所述多个训练样本集合进行剔重处理包括：根据所述第一历史预设时间段、所述第一历史预设时间段内的对象样本的事件发生所对应的最终预设时间段及所述等级确定规则，确定所述第一历史预设时间段内的对象样本的事件发生周期等级；根据所述第二历史预设时间段、所述第二历史预设时间段内的对象样本的事件发生所对应的最终预设时间段及所述等级确定规则，确定所述第二历史预设时间段内的对象样本的事件发生周期等级；以及在所述第一历史预设时间段内的特定对象样本的事件发生周期等级为所述预设数目个事件发生周期等级中的最大等级且所述第二历史预设时间段内的所述特定对象的事件发生周期等级不为所述最大等级的情况下，剔除所述第一历史预设时间段内的所述特定对象样本。
[0010]优选地，所述周期预测规则为每个事件发生周期等级内的预设对象的数目与所述预设数目个事件发生周期等级内的预设对象的总数目的比例固定。
[0011]优选地，所述确定所述特定预设时间段内的预设对象的第二事件发生周期等级包括：根据所述周期预测规则及所述预设数目个事件发生周期等级内的预设对象的总数目，确定所述每个事件发生周期等级内的预设对象的数目；将所述特定预设时间段内的预设对象按照各自质量得分的降序方式进行排列；以及按照所述每个事件发生周期等级内的预设对象的数目，将按质量得分降序排列的所述特定预设时间段内的预设对象划分至相应的周期逐渐增大的事件发生周期等级内。
[0012]优选地，所述对所述特定预设时间段内的预设对象的所述第一事件发生周期等级与所述第二事件发生周期等级进行加权融合包括：根据所述特定预设时间段内的预设对象i的所述第一事件发生周期等级L
modeli
、所述周期预测模型针对所述第一事件发生周期等级的权重W(L
modeli
)、所述预设对象i的所述第二事件发生周期等级L
rulei
及所述周期预测规则针对所述第二事件发生周期等级的权重W(L
rulei
)及下式，确定所述对象i的综合事件发生周期等级L
i
，L
i
＝L
modeli
*W
model
(L
modeli
)+L
rulei
*W
rule
(L
rulei
)。
[0013]通过上述技术方案，本专利技术创造性地基于某预设时间段(例如某天pt1)内的预设对象(例如房源)的特征信息并通过周期预测模型，预测所述预设时间段内的各个预设对象的事件发生周期的等级；基于所述预设时间段(例如某天pt1)内的预设对象(例如房源)的质量得分并通过周期预测规则，预测所述各个预设对象的时间发生周期的等级；然后对通过以上两种方式预测的等级进行加权融合，从而可获得所述预测时间段内的预设对象的事件发生周期的有效等级。由此，本专利技术可引导相关的业务人员将主要精力投放在事件发生周期较小的对象上，从而可极大地提高业务人员的工作效率，进而可有助于加快事件/业务的达成速度。
[0014]本专利技术第二方面提供一种事件发生周期的预测系统，所述预测系统包括：第一等级确定装置，用于基于周期预测模型及特定预设时间段内的预设对象的特征信息，确定所述特定预设时间段内的预设对象的第一事件发生周期等级；第二等级确定装置，用于基于周期预测规则及所述特定预设时间段内的预设对象的质量得分，确定所述特定预设时间段
内的预设对象的第二事件发生周期等级；以及融合装置，用于对所述特定预设时间段内的预设对象的所述第一事件发生周期等级与所述第二事件发生周期等级进行加权融合，以确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件发生周期的预测方法，其特征在于，所述预测方法包括：基于周期预测模型及特定预设时间段内的预设对象的特征信息，确定所述特定预设时间段内的预设对象的第一事件发生周期等级；基于周期预测规则及所述特定预设时间段内的预设对象的质量得分，确定所述特定预设时间段内的预设对象的第二事件发生周期等级；以及对所述特定预设时间段内的预设对象的所述第一事件发生周期等级与所述第二事件发生周期等级进行加权融合，以确定所述特定预设时间段内的预设对象的预设对象的综合事件发生周期等级。2.根据权利要求1所述的事件发生周期的预测方法，其特征在于，在执行所述确定所述特定预设时间段内的预设对象的第一事件发生周期等级的步骤之前，所述预测方法还包括：采用多个训练样本集合对所述周期预测模型进行训练，其中，所述多个训练样本集合中的每个训练样本集合包括：多个历史预设时间段中的一个历史预设时间段内的对象样本的特征信息与事件发生周期等级，所述多个训练样本集合与所述多个历史预设时间段一一对应，并且，所述多个历史预设时间段内的对象样本的事件发生周期等级包括预设数目个事件发生周期等级。3.根据权利要求2所述的事件发生周期的预测方法，其特征在于，所述多个历史预设时间段为连续或不连续的历史预设天数，相应地，所述多个历史预设时间段内的对象样本的事件发生周期等级通过以下方式确定：确定特定历史日期pt内的对象样本i的事件发生周期x
pti
；以及根据所确定的事件发生周期x
pti
及等级确定规则，确定所述特定历史日期pt内的对象样本i的事件发生周期等级。4.根据权利要求3所述的事件发生周期的预测方法，其特征在于，所述根据所确定的事件发生周期x
pti
及等级确定规则，确定所述特定历史日期pt内的对象样本i的事件发生周期等级包括：根据所确定的事件发生周期x
pti
及下式，确定所述特定历史日期pt内的对象样本i的事件发生周数f(x
pti
)：f(x
pti
)＝ceil(x
pti
/7)；以及根据所确定的事件发生周数f(x
pti
)及等级划分规则，确定所述特定历史日期pt内的对象样本i的事件发生周期等级。5.根据权利要求3所述的事件发生周期的预测方法，其特征在于，所述多个历史预设时间段至少包括第一历史预设时间段与第二历史预设时间段，并且所述第一历史预设时间段内的对象样本与所述第二历史预设时间段内的对象样本至少部分重叠。6.根据权利要求5所述的事件发生周期的预测方法，其特征在于，在执行所述采用所述多个训练样本集合对所述周期预测模型进行训练之前，所述预测方法还包括：对所述多个训练样本集合进行剔重处理，优选地，所述对所述多个训练样本集合进行剔重处理包括：根据所述第一历史预设时间段、所述第一历史预设时间段内...

【专利技术属性】
技术研发人员：陈杰，潘昊，戴雪梅，
申请(专利权)人：北京房江湖科技有限公司，
类型：发明
国别省市：