本申请涉及一种对象价值预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：通过对待预测对象集中各个待预测对象的对象特征进行聚类，基于每个对象群中各个待预测对象的资源剩余峰值，确定第一预测价值；将待预测对象集中各个待预测对象的对象特征分别输入至回归模型，得到第二预测价值；针对待预测对象集中每个待预测对象，基于当前待预测对象与每个第一对象之间的多维度关系数据，确定第三预测价值；基于当前待预测对象的资源剩余峰值，确定四预测价值；基于第一预测价值、第二预测价值、第三预测价值以及第四预测价值，确定每个待预测对象的对象价值。采用本方法能够提高对象价值预测准确度。本方法能够提高对象价值预测准确度。本方法能够提高对象价值预测准确度。
【技术实现步骤摘要】
对象价值预测方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
，特别是涉及一种对象价值预测方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]现代企业大多拥有大量的业务对象，对不同价值的业务对象进行分层互动，对提升企业的整体业务水平有重要作用。实际业务中，往往有很大一部分业务对象的活跃度偏低，业务对象的价值无法直接获得，从而需要进行价值预测。
[0003]现有的对象价值预测方法中，通常由人工根据业务专家规则形成对象的价值指标。然而这种对象价值预测方法只能根据客户已经展现出来的数据进行分类，无法预测对象的潜在价值，存在对象价值预测准确度低的问题。
技术实现思路
[0004]基于此，有必要针对传统的对象价值预测方法准确度低的问题，提供一种能够提高对象价值预测准确度的对象价值预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种对象价值预测方法。所述方法包括：
[0006]获取待预测对象集中各个待预测对象的对象特征；
[0007]通过对各个待预测对象的对象特征进行聚类，将各个待预测对象分为多个对象群，基于每个对象群中各个待预测对象在第一预设时间段内的资源剩余峰值，确定每个对象群中各个待预测对象的第一预测价值；
[0008]将待预测对象集中各个待预测对象的对象特征分别输入至回归模型，得到待预测对象集中各个待预测对象的第二预测价值；
[0009]针对待预测对象集中每个待预测对象，确定当前待预测对象与，待预测对象集中除当前待预测对象外每个第一对象之间的多维度关系数据；基于多维度关系数据，确定当前待预测对象的第三预测价值；
[0010]针对待预测对象集中每个待预测对象，基于当前待预测对象在第二预设时间段内的资源剩余峰值，确定当前待预测对象的第四预测价值；
[0011]基于待预测对象集中每个待预测对象的第一预测价值、第二预测价值、第三预测价值以及第四预测价值，确定每个待预测对象的对象价值。
[0012]在其中一个实施例中，回归模型的训练步骤，包括：
[0013]获取训练对象的对象特征以及训练对象的价值标签；
[0014]将训练对象的对象特征输入至当前训练模型，得到训练对象的预测价值，基于预测价值和价值标签判断当前训练模型是否满足预设停止条件，若满足，则将当前训练模型作为回归模型，若不满足，则对当前训练模型继续进行训练，直到当前训练模型满足预设停止条件。
[0015]在其中一个实施例中，基于多维度关系数据，确定当前待预测对象的第三预测价值，包括：
[0016]在待预测对象集的知识图谱上确定当前待预测对象对应的子图谱；
[0017]对于待预测对象集中除当前待预测对象外每个第一对象，将当前待预测对象与当前第一对象的多维度关系数据进行加权平均，获得当前待预测对象与当前第一对象的亲密距离；
[0018]根据当前待预测对象与当前第一对象的亲密距离，获得当前待预测对象与当前第一对象之间的传播权重；
[0019]基于当前待预测对象与各个第一对象之间的传播权重，在当前待预测对象对应的子图谱中，确定当前待预测对象的第三预测价值。
[0020]在其中一个实施例中，在待预测对象集的知识图谱上确定当前待预测对象对应的子图谱，包括：
[0021]构建待预测对象集的知识图谱，其中，待预测对象集中每个待预测对象与知识图谱中的一个节点相对应；
[0022]以当前待预测对象对应的节点为中心，在知识图谱中选取当前待预测对象的预设级数关系范围内的关系节点；
[0023]基于当前待预测对象对应的节点和关系节点，确定当前待预测对象对应的子图谱。
[0024]在其中一个实施例中，基于当前待预测对象与各个第一对象之间的传播权重，在当前待预测对象对应的子图谱中，确定当前待预测对象的第三预测价值，包括：
[0025]在当前待预测对象对应的子图谱中，确定每一关系节点到当前待预测对象对应的节点的最短路径，以及最短路径经过的目标节点；
[0026]获取目标节点中相邻两个目标节点之间的传播权重；
[0027]获取每一关系节点对应的待预测对象在第三预设时间段内的资源剩余峰值；
[0028]基于目标节点中相邻两个目标节点之间的传播权重，以及每一关系节点对应的待预测对象在第三预设时间段内的资源剩余峰值，确定每一关系节点对应的待预测对象对当前待预测对象的价值影响；
[0029]将各关系节点对应的待预测对象对当前待预测对象的价值影响求和，确定当前待预测对象的第三预测价值。
[0030]在其中一个实施例中，基于待预测对象集中每个待预测对象的第一预测价值、第二预测价值、第三预测价值以及第四预测价值，确定每个待预测对象的对象价值，包括：
[0031]针对待预测对象集中每个待预测对象，从当前待预测对象的第一预测价值、第二预测价值、第三预测价值以及第四预测价值中选取最大值，并将最大值作为当前待预测对象的对象价值。
[0032]第二方面，本申请还提供了一种对象价值预测装置。所述装置包括：
[0033]特征获取模块，用于获取待预测对象集中各个待预测对象的对象特征；
[0034]第一价值获取模块，用于通过对各个待预测对象的对象特征进行聚类，将各个待预测对象分为多个对象群，基于每个对象群中各个待预测对象在第一预设时间段内的资源剩余峰值，确定每个对象群中各个待预测对象的第一预测价值；
[0035]第二价值获取模块，用于将待预测对象集中各个待预测对象的对象特征分别输入至回归模型，得到待预测对象集中各个待预测对象的第二预测价值；
[0036]第三价值获取模块，用于针对待预测对象集中每个待预测对象，确定当前待预测对象与，待预测对象集中除当前待预测对象外每个第一对象之间的多维度关系数据；基于多维度关系数据，确定当前待预测对象的第三预测价值；
[0037]第四价值获取模块，用于针对待预测对象集中每个待预测对象，基于当前待预测对象在第二预设时间段内的资源剩余峰值，确定当前待预测对象的第四预测价值；
[0038]价值确定模块，用于基于待预测对象集中每个待预测对象的第一预测价值、第二预测价值、第三预测价值以及第四预测价值，确定每个待预测对象的对象价值。
[0039]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0040]获取待预测对象集中各个待预测对象的对象特征；
[0041]通过对各个待预测对象的对象特征进行聚类，将各个待预测对象分为多个对象群，基于每个对象群中各个待预测对象在第一预设时间段内的资源剩余峰值，确定每个对象群中各个待预测对象的第一预测价值；
[0042]将待预测对象集中各个待预测对象的对象特征分别输入至回归模型，得到待预测对象集中各个待本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对象价值预测方法，其特征在于，所述方法包括：获取待预测对象集中各个待预测对象的对象特征；通过对各个待预测对象的对象特征进行聚类，将各个待预测对象分为多个对象群，基于每个对象群中各个待预测对象在第一预设时间段内的资源剩余峰值，确定每个对象群中各个待预测对象的第一预测价值；将所述待预测对象集中各个待预测对象的对象特征分别输入至回归模型，得到所述待预测对象集中各个待预测对象的第二预测价值；针对待预测对象集中每个待预测对象，确定当前待预测对象与，所述待预测对象集中除所述当前待预测对象外每个第一对象之间的多维度关系数据；基于所述多维度关系数据，确定所述当前待预测对象的第三预测价值；针对待预测对象集中每个待预测对象，基于当前待预测对象在第二预设时间段内的资源剩余峰值，确定所述当前待预测对象的第四预测价值；基于所述待预测对象集中每个待预测对象的第一预测价值、第二预测价值、第三预测价值以及第四预测价值，确定每个待预测对象的对象价值。2.根据权利要求1所述的方法，其特征在于，所述回归模型的训练步骤，包括：获取训练对象的对象特征以及训练对象的价值标签；将所述训练对象的对象特征输入至当前训练模型，得到所述训练对象的预测价值，基于所述预测价值和所述价值标签判断所述当前训练模型是否满足预设停止条件，若满足，则将所述当前训练模型作为所述回归模型，若不满足，则对所述当前训练模型继续进行训练，直到所述当前训练模型满足所述预设停止条件。3.根据权利要求1所述的方法，其特征在于，所述基于所述多维度关系数据，确定所述当前待预测对象的第三预测价值，包括：在所述待预测对象集的知识图谱上确定所述当前待预测对象对应的子图谱；对于所述待预测对象集中除所述当前待预测对象外每个第一对象，将所述当前待预测对象与当前第一对象的多维度关系数据进行加权平均，获得所述当前待预测对象与当前第一对象的亲密距离；根据所述当前待预测对象与当前第一对象的亲密距离，获得所述当前待预测对象与当前第一对象之间的传播权重；基于当前待预测对象与各个第一对象之间的传播权重，在所述当前待预测对象对应的子图谱中，确定当前待预测对象的第三预测价值。4.根据权利要求3所述的方法，其特征在于，所述在所述待预测对象集的知识图谱上确定所述当前待预测对象对应的子图谱，包括：构建所述待预测对象集的知识图谱，其中，所述待预测对象集中每个待预测对象与所述知识图谱中的一个节点相对应；以当前待预测对象对应的节点为中心，在所述知识图谱中选取所述当前待预测对象的预设级数关系范围内的关系节点；基于当前待预测对象对应的节点和所述关系节点，确定所述当前待预测对象对应的子图谱。5.根据权利要求4所述的方法，其特征在于，所述基于当前待预测对象与各个第一对象
之间的传播权重，在所述当...
【专利技术属性】
技术研发人员：范伟杰，王保山，
申请(专利权)人：上海浦东发展银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。