一种变更时间的预测方法及装置、电子设备、存储介质制造方法及图纸

本申请公开了一种变更时间的预测方法及装置、电子设备、存储介质，所述方法包括：获取目标系统中的当前待变更数据；对各个目标特征进行特征规范化处理，得到当前待变更数据的特征向量；分别将各个变更对的特征向量输入预先训练好的预测模型中，得到各个变更对的相似度；其中，一个变更对的特征向量至少包括当前待变更数据的特征向量以及一个历史已变更数据的特征向量；将预测得到的各个变更对的相似度中的最大相似度对应的变更时间确定为目标系统的变更时间；向前端反馈目标系统的变更时间。从而不再依靠于人工来确定系统的变更时间，而是通过自动化的方式来预测系统的变更时间，进而提高了预测变更时间的准确度。进而提高了预测变更时间的准确度。进而提高了预测变更时间的准确度。

【技术实现步骤摘要】
一种变更时间的预测方法及装置、电子设备、存储介质


[0001]本申请涉及人工智能
，尤其涉及一种变更时间的预测方法及装置、电子设备、存储介质。

技术介绍

[0002]随着客户服务水平的不断提升，应用系统不断的复杂化，系统的变更数量也日益增长，对于变更质量提出了更高的要求，其中，变更时间更是实施变更的一个重要因素，因此如何对变更时间进行合理的把控显得尤为重要。
[0003]在现有的技术中，主要凭借工作人员的工作经验来确定变更实施的变更时间，以实现对变更时间的合理把控。
[0004]但是，由于变更时间是以依靠于工作人员的经验来确定，并且不同的工作人员的工作经验也存现差异，变更时间也会有所不同，从而就会导致变更实施不够的准确问题。

技术实现思路

[0005]基于上述现有技术的不足，本申请提供了一种变更时间的预测方法及装置、电子设备、存储介质，以解决现有技术把控变更时间不够准确的问题。
[0006]为了实现上述目的，本申请提供了以下技术方案：
[0007]本申请第一方面提供了一种变更时间的预测方法，包括：
[0008]获取目标系统中的当前待变更数据；其中，所述当前待变更数据至少包括各个目标特征；各个所述目标特征预先基于各个初始特征的关联性确定；
[0009]对各个所述目标特征进行特征规范化处理，得到所述当前待变更数据的特征向量；
[0010]分别将各个变更对的特征向量输入预先训练好的预测模型中，得到各个所述变更对的相似度；其中，所述预测模型预先利用历史时间段内的所述目标系统中的的样本变更数据进行训练得到；一个所述变更对的特征向量至少包括所述当前待变更数据的特征向量以及一个历史已变更数据的特征向量；
[0011]将预测得到的各个所述变更对的相似度中的最大相似度对应的变更时间确定为所述目标系统的变更时间；
[0012]向前端反馈所述目标系统的变更时间。
[0013]可选地，在上述的变更时间的预测方法中，所述预测模型的训练方法，包括：
[0014]获取所述历史时间段内的所述目标系统中的样本变更数据；其中，所述样本变更数据至少包括各个样本目标特征；
[0015]对各个所述样本目标特征进行特征规范化处理，得到所述样本变更数据的特征向量；
[0016]分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度；其中，一个所述样本变更对的特征向量至少
包括两个所述样本变更数据的特征向量；
[0017]判断各个所述样本变更对的相似度是否满足预设要求；
[0018]若判断出各个所述样本变更对的相似度满足所述预设要求，则将所述预测模型确定为训练好的所述预测模型；
[0019]若判断出各个所述样本变更对的相似度未满足预设要求，则调整所述预测模型的参数，并返回执行所述分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度。
[0020]可选地，在上述的变更时间的预测方法中，所述获取所述历史时间段内的所述目标系统中的样本变更数据，包括：
[0021]获取所述历史时间段内的所述目标系统中的原始变更数据；
[0022]对所述原始变更数据进行数据集清理；
[0023]对清理后的所述原始变更数据进行特征关联性计算，得到各个所述样本目标特征；
[0024]基于各个所述样本目标特征，生成所述样本变更数据。
[0025]可选地，在上述的变更时间的预测方法中，所述对所述原始变更数据进行数据集清理，包括：
[0026]判断所述原始变更数据中是否存在第一类数据；其中，所述第一类数据指代未实施变更，或者实施变更失败，又或者变更实施时间未通过变更审核的数据；若判断出所述原始变更数据中不存在所述第一类数据，则执行所述对清理后的所述原始变更数据进行特征关联性计算，得到各个所述样本目标特征；
[0027]若判断出所述原始变更数据中存在所述第一类数据，则将所述第一类数据从所述原始变更数据中过滤掉。
[0028]本申请第二方面提供了一种变更时间的预测装置，包括：
[0029]第一获取单元，用于获取目标系统中的当前待变更数据；其中，所述当前待变更数据至少包括各个目标特征；各个所述目标特征预先基于各个初始特征的关联性确定；
[0030]第一处理单元，用于对各个所述目标特征进行特征规范化处理，得到所述当前待变更数据的特征向量；
[0031]第一输入单元，用于分别将各个变更对的特征向量输入预先训练好的预测模型中，得到各个所述变更对的相似度；其中，所述预测模型预先利用历史时间段内的所述目标系统中的的样本变更数据进行训练得到；一个所述变更对的特征向量至少包括所述当前待变更数据的特征向量以及一个历史已变更数据的特征向量；
[0032]第一确定单元，用于将预测得到的各个所述变更对的相似度中的最大相似度对应的变更时间确定为所述目标系统的变更时间；
[0033]反馈单元，用于向前端反馈所述目标系统的变更时间。
[0034]可选地，在上述的变更时间的预测装置中，还包括：
[0035]第二获取单元，用于获取所述历史时间段内的所述目标系统中的样本变更数据；其中，所述样本变更数据至少包括各个样本目标特征；
[0036]第二处理单元，用于对各个所述样本目标特征进行特征规范化处理，得到所述样本变更数据的特征向量；
[0037]第二输入单元，用于分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度；其中，一个所述样本变更对的特征向量至少包括两个所述样本变更数据的特征向量；
[0038]第一判断单元，用于判断各个所述样本变更对的相似度是否满足预设要求；
[0039]第二确定单元，用于若判断出各个所述样本变更对的相似度满足所述预设要求，则将所述预测模型确定为训练好的所述预测模型；
[0040]调整单元，用于若判断出各个所述样本变更对的相似度未满足预设要求，则调整所述预测模型的参数，并返回执行所述分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度。
[0041]可选地，在上述的变更时间的预测装置中，所述第二获取单元，包括：
[0042]第三获取单元，用于获取所述历史时间段内的所述目标系统中的原始变更数据；
[0043]清理单元，用于对所述原始变更数据进行数据集清理；
[0044]计算单元，用于对清理后的所述原始变更数据进行特征关联性计算，得到各个所述样本目标特征；
[0045]生成单元，用于基于各个所述样本目标特征，生成所述样本变更数据。
[0046]可选地，在上述的变更时间的预测装置中，所述清理单元，包括：
[0047]第二判断单元，用于判断所述原始变更数据中是否本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变更时间的预测方法，其特征在于，包括：获取目标系统中的当前待变更数据；其中，所述当前待变更数据至少包括各个目标特征；各个所述目标特征预先基于各个初始特征的关联性确定；对各个所述目标特征进行特征规范化处理，得到所述当前待变更数据的特征向量；分别将各个变更对的特征向量输入预先训练好的预测模型中，得到各个所述变更对的相似度；其中，所述预测模型预先利用历史时间段内的所述目标系统中的的样本变更数据进行训练得到；一个所述变更对的特征向量至少包括所述当前待变更数据的特征向量以及一个历史已变更数据的特征向量；将预测得到的各个所述变更对的相似度中的最大相似度对应的变更时间确定为所述目标系统的变更时间；向前端反馈所述目标系统的变更时间。2.根据权利要求1所述的方法，其特征在于，所述预测模型的训练方法，包括：获取所述历史时间段内的所述目标系统中的样本变更数据；其中，所述样本变更数据至少包括各个样本目标特征；对各个所述样本目标特征进行特征规范化处理，得到所述样本变更数据的特征向量；分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度；其中，一个所述样本变更对的特征向量至少包括两个所述样本变更数据的特征向量；判断各个所述样本变更对的相似度是否满足预设要求；若判断出各个所述样本变更对的相似度满足所述预设要求，则将所述预测模型确定为训练好的所述预测模型；若判断出各个所述样本变更对的相似度未满足预设要求，则调整所述预测模型的参数，并返回执行所述分别将各个样本变更对的特征向量输入预先训练好的所述预测模型中，通过所述预测模型得到各个所述样本变更对的相似度。3.根据权利要求2所述的方法，其特征在于，所述获取所述历史时间段内的所述目标系统中的样本变更数据，包括：获取所述历史时间段内的所述目标系统中的原始变更数据；对所述原始变更数据进行数据集清理；对清理后的所述原始变更数据进行特征关联性计算，得到各个所述样本目标特征；基于各个所述样本目标特征，生成所述样本变更数据。4.根据权利要求2所述的方法，其特征在于，所述对所述原始变更数据进行数据集清理，包括：判断所述原始变更数据中是否存在第一类数据；其中，所述第一类数据指代未实施变更，或者实施变更失败，又或者变更实施时间未通过变更审核的数据；若判断出所述原始变更数据中不存在所述第一类数据，则执行所述对清理后的所述原始变更数据进行特征关联性计算，得到各个所述样本目标特征；若判断出所述原始变更数据中存在所述第一类数据，则将所述第一类数据从所述原始变更数据中过滤掉。5.一种变更时间的预测装置，其特征在于，包括：
第一获取单元，用于获取目标系统中的当前待变更数据；其中，所述当前待变更数据至少包括各个目标特征；各个所述目标特征预先基于各个初始特征的关联性确定；第一处理单元，用于对各个所述目标特征进行特征规范化处理，得到所述当前待变更数据的特征向量；第一...

【专利技术属性】
技术研发人员：孙陈娜，杨光，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：