信息预测方法、装置、系统、存储介质及电子设备制造方法及图纸

本公开涉及数据处理领域，具体涉及一种信息预测方法、装置、系统、存储介质及电子设备。该信息预测方法包括获取预测对象的历史数据，并基于所述预测对象的历史数据中的时序数据确定所述预测对象的时序类别；基于预设的时序类别与模型集合的映射关系提取与所述预测对象的时序类别对应的模型集合；其中，所述模型集合包括至少一个预测模型；根据所述预测对象的历史数据利用所述模型集合中所述预测模型对所述预测对象进行模型预测，得到所述预测对象的模型预测值。本公开提供的信息预测方法能够根据预测对象的特性进行合理预测以提高信息预测的精度。息预测的精度。息预测的精度。

【技术实现步骤摘要】
信息预测方法、装置、系统、存储介质及电子设备


[0001]本公开涉及数据处理领域，具体涉及一种信息预测方法、信息预测装置、信息预测系统、存储介质及电子设备。

技术介绍

[0002]在现实场景中，通常会根据历史数据进行预测得到预测值，再基于预测值进行相关决策。例如在物流场景中，零售企业在进行库存管理，需要对未来一段时间的商品销量进行估计，进而制定商品采购以及补货等策略。
[0003]现有技术中的信息预测往往是采用统一的预测思路，基于单一的模型预测，也没有区分预测对象的不同特性，预测结果的精度较低，进而会导致业务决策不够科学，造成实际损失。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开的目的在于提供一种信息预测方法、信息预测装置、信息预测系统、存储介质及电子设备，旨在根据预测对象的特性进行合理预测以提高信息预测的精度。
[0006]本公开的其他特性和优点将通过下面的详细描述变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息预测方法，其特征在于，包括：获取预测对象的历史数据，并基于所述预测对象的历史数据中的时序数据确定所述预测对象的时序类别；基于预设的时序类别与模型集合的映射关系提取与所述预测对象的时序类别对应的模型集合；其中，所述模型集合包括至少一个预测模型；根据所述预测对象的历史数据利用所述模型集合中所述预测模型对所述预测对象进行模型预测，得到所述预测对象的模型预测值。2.根据权利要求1所述的信息预测方法，其特征在于，所述基于所述预测对象的历史数据中的时序数据确定所述预测对象的时序类别，包括：在所述时序数据满足第一时序条件时，根据所述时序数据的季节性分类结果和间歇性分类结果确定所述时序类别；或者在所述时序数据满足第二时序条件时，根据所述时序数据的季节性分类结果和趋势性分类结果确定所述时序类别。3.根据权利要求1所述的信息预测方法，其特征在于，所述根据所述预测对象的历史数据利用所述模型集合中所述预测模型对所述预测对象进行模型预测，得到所述预测对象的模型预测值，包括：在所述模型集合包括多个所述预测模型时，根据所述预测对象的历史数据利用各所述预测模型对所述预测对象分别进行模型预测，得到各所述预测模型分别对应的模型预测值；将所述各所述预测模型分别对应的模型预测值的平均值作为所述预测对象的模型预测值；或者在所述模型集合包括一个所述预测模型时，根据所述预测对象的历史数据利用该所述预测模型对所述预测对象进行模型预测，得到所述预测对象的模型预测值。4.根据权利要求1所述的信息预测方法，其特征在于，所述方法还包括：预设时序类别与模型集合的映射关系，所述预设时序类别与模型集合的映射关系，包括：基于历史对象的时序数据确定所述历史对象的时序类别，并将所述时序类别相同的所述历史对象划分至同一类别集合；以及根据所述历史对象的历史数据，利用模型池中各所述预测模型对所述历史对象分别进行模型预测，得到各模型预测对应的预测值和回测误差；基于所述预测值和所述回测误差从所述模型池中进行模型筛选得到所述类别集合对应的模型集合；创建所述类别集合对应的时序类别与所述类别集合对应的模型集合之间的映射关系。5.根据权利要求4所述的信息预测方法，其特征在于，所述根据所述历史对象的历史数据，利用模型池中各所述预测模型对所述历史对象分别进行模型预测，得到各模型预测对应的预测值和回测误差，包括：将所述历史数据划分成训练集和验证集；根据所述训练集利用模型池中各所述预测模型对所述历史对象进行模型预测，得到各模型预测对应的所述预测值；基于所述预测值和所述验证集计算各模型预测对应的所述回测误差。
6.根据权利要求5所述的信息预测方法，其特征在于，所述基于所述预测值和所述验证集计算各模型预测对应的所述回测误差，包括：基于所述预测值和所述验证集利用一所述预测模型对一所述历史对象进行模型预测以确定最优预测参数；根据所述最优预测参数中的回测误差衡量指标计算该历史对象对应该预测模型的所述回测误差；遍历所述预测模型和所述历史对象得到各所述预测模型分别预测所述历史对象的所述回测误差。7.根据权利要求6所述的信息预测方法，其特征在于，所述基于所述预测值和所述验证集利用一所述预测模型对一所述历史对象进行模型预测以确定最优预测参数，包括：配置多组预测参数；其中，一组预测参数包括验证集大小、回测误差衡量指标和模型权重计算策略；基于各组预测参数、所述预测值和所述验证集利用一所述预测模型对一所述历史对象进行模型预测，并基于预设的准确率指标计算各组预测参数分别对应的准确率；将所述准确率最高值对应的一组预测参数配置为所述最优预测参数。8.根据权利要求4所述的信息预测方法，其特征在于，所述基于所述预测值和所述回测误差从所述模型池中进行模型筛选得到所述类别集合对应的模型集合，包括：将所述模型池配置为所述类别集合对应的初始模型集合；基于所述回测误差从所述初始模型集合中选择目标预测模型；基于所述预测值确定所述目标预测模型的筛选结果；根据所述筛选结果更新所述初始模型集合；重复上述模型筛选过程，直至所述模型池中各所述预测模型均被考虑过目标预测模型或所述初始模型集合包括一个所述预测模型时，将更新后的所述初始模型集合作为所述类别集合对应的模型集合。9.根据权利要求8所述的信息预测方法，其特征在于，所述基于所述回测误差从所述初始模型集合中选择目标预测模型，包括：基于所述回测误差计算所述模型池中各所述预测模型的综合误差；将所述初始模型集合中未考虑过目标预测模型且所述综合误差最大的预测模型确定为所述目标预测模型。10.根据权利要求9所述的信息预测方法，其特征在于，所述基于所述回测误差计算所述模型池中各所述预测模型的综合误差，包括：针对一所述预测模型，从所述回测误差中提取该预测模型分别预测所述历史对象的回测误差；将该预测模型分别预测所述历史对象的回测误差的平均值作为所述综合误差；遍历所述模型池中各所述预测模型，以得到各所述预测模型的综合误差。11.根据权利要求8所述的信息预测方法，其特征在于，所述基于所述预测值确定所述目标预测模型的筛选结果，包括：基于所述预测值计算未剔除所述目标预测模型时的第一组合模型的第一平均误差，以及剔除所述目标预测模型时的第二组合模型的第二平均误差；
...

【专利技术属性】
技术研发人员：马晓雯，庄晓天，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：