一种同类型标签数据预测方法、终端设备及存储介质技术

本发明专利技术涉及一种同类型标签数据预测方法、终端设备及存储介质，该方法中包括：在每个计算周期启动时，采集预测目标对象赋予初始分值后，添加至预测目标列表中；在每个计算周期截止时：针对每个预测目标对象，如具有通联关系则分值增加一次；如具有特殊行为或特殊目的地则分值增加一次；如为最低分值且分值无增加，则从预测目标列表中删除；如分值无增加则分值减少一次；当需要预测与已知类型标签对象属于同一标签的对象时，从预测目标列表中提取分值大于分值阈值的预测目标对象作为预测结果。本发明专利技术能够以确认的某类标签群体之间的通联关系为基准，从中寻找出目标对象与该类确定标签群体之间的共性。群体之间的共性。群体之间的共性。

【技术实现步骤摘要】
一种同类型标签数据预测方法、终端设备及存储介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种同类型标签数据预测方法、终端设备及存储介质。

技术介绍

[0002]随着信息化的高速发展，各种通联数据与轨迹数据在大量形成，新增的数据提供了一些新的计算关系的可能，即可在新的数据中挖掘出在原有数据基础上不具备条件挖掘的隐性关系。
[0003]预测模型是指用于预测的，用数学语言或公式所描述的事物之间的关系，在一定程度上解释了事物间的内规律性，是对实际问题的一种数学表述。预测模型的计算结果根据数据是否覆盖业务所需场景、数据是否覆盖特殊行为等情况会有很大影响，对数据的业务意义、数据属性完整性、数据记录完整性等非常依赖。

技术实现思路

[0004]为了解决上述问题，本专利技术提出了一种同类型标签数据预测方法、终端设备及存储介质。
[0005]具体方案如下：
[0006]一种同类型标签数据预测方法，包括以下步骤：
[0007](1)在每个计算周期启动时，进行以下操作：
[0008]采集与已知类型标签对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种同类型标签数据预测方法，其特征在于，包括以下步骤：(1)在每个计算周期启动时，进行以下操作：采集与已知类型标签对象在距离该计算周期的特定时间范围内具有通联关系且通联次数大于次数阈值的通联对象作为预测目标对象；为每个预测目标对象赋予初始分值后，添加至预测目标列表中；(2)在每个计算周期截止时，进行以下操作：判断预测目标列表中每个预测目标对象在该计算周期内是否与已知类型标签对象具有通联关系，如果是，则令该预测目标对象的分值增加一次；判断预测目标列表中每个预测目标对象在该计算周期内是否具有特殊行为或特殊目的地，如果是，则令该预测目标对象的分值增加一次；判断是否存在预测目标对象的分值为最低分值且在该计算周期内没有出现分值增加，如果存在，则将该预测目标对象从预测目标列表中删除；判断预测目标列表中每个预测目标对象在该计算周期内是否出现分值增加，如果没有出现，则令该预测目标对象的分值减少1次，直至减少至最低分值；(3)当需要预测与已知类型标签对象属于同一标签的对象时，从预测目标列表中提取分值大于分值阈值的预测目标对象作为预测结果。2.根据...

【专利技术属性】
技术研发人员：周新波，黄锴，赵佞，毕永辉，涂家霖，赖颖南，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
类型：发明
国别省市：