System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能,特别是涉及一种资源数据监测方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、在金融系统中,为了保证金融机构的正常运行,需要对金融机构的资源数据进行监测。
2、传统技术中,在对资源数据进行监测时,主要是导出各时间点的资源数据指标报表,并进行比对判断;但是,这种资源数据监测方法存在着一定的时间延迟,具有信息滞后性,导致资源数据监测的准确率较低。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高资源数据监测准确率的资源数据监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种资源数据监测方法,包括:
3、获取待分析金融机构的历史资源数据;
4、将所述历史资源数据,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据;
5、将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型,得到所述待分析金融机构在所述未来时间的第二预测资源数据;
6、根据所述第二预测资源数据,确认针对所述待分析金融机构的资源数据监测结果。
7、在其中一个实施例中,所述将所述历史资源数据,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据,包括:
8、对所述历史资源数据进行预处理,得到预处理后的历史资源数据;
9、从所述预处理后
10、将所述历史资源时间序列,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据。
11、在其中一个实施例中,所述将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型,得到所述待分析金融机构在所述未来时间的第二预测资源数据,包括:
12、将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型中的环境,得到更新后的环境;
13、根据所述更新后的环境,对所述第二资源数据预测模型中的策略进行更新;
14、根据更新后的策略,确定所述待分析金融机构在所述未来时间的第二预测资源数据。
15、在其中一个实施例中,所述预先训练的第一资源数据预测模型通过下述方式训练得到:
16、获取样本金融机构的样本资源数据;
17、对所述样本资源数据进行预处理,得到预处理后的样本资源数据;
18、从所述预处理后的样本资源数据中,提取出样本资源时间序列;
19、根据所述样本资源时间序列,对待训练的第一资源数据预测模型进行迭代训练,得到训练完成的第一资源数据预测模型,作为所述预先训练的第一资源数据预测模型。
20、在其中一个实施例中,所述预先训练的第二资源数据预测模型通过下述方式训练得到:
21、将所述样本资源时间序列,输入所述预先训练的第一资源数据预测模型,得到所述样本金融机构在样本时间的第一样本预测资源数据;
22、将所述样本资源时间序列和所述第一样本预测资源数据,输入待训练的第二资源数据预测模型,得到所述样本金融机构在所述样本时间的第二样本预测资源数据;
23、根据所述第二样本预测资源数据和所述样本金融机构在所述样本时间的实际资源数据之间的差异,对所述待训练的第二资源数据预测模型进行迭代训练,得到训练完成的第二资源数据预测模型,作为所述预先训练的第二资源数据预测模型。
24、在其中一个实施例中,所述根据所述第二样本预测资源数据和所述样本金融机构在所述样本时间的实际资源数据之间的差异,对所述待训练的第二资源数据预测模型进行迭代训练,得到训练完成的第二资源数据预测模型,包括:
25、根据所述第二样本预测资源数据和所述样本金融机构在所述样本时间的实际资源数据之间的差异,对所述待训练的第二资源数据预测模型进行调整;
26、将调整后的第二资源数据预测模型作为待训练的第二资源数据预测模型,并跳转至所述将所述样本资源时间序列和所述第一样本预测资源数据,输入待训练的第二资源数据预测模型,得到所述样本金融机构在所述样本时间的第二样本预测资源数据的步骤,直到满足预设结束条件;
27、将满足所述预设结束条件的训练后的第二资源数据预测模型,作为训练完成的第二资源数据预测模型。
28、在其中一个实施例中,在根据所述第二预测资源数据,确认针对所述待分析金融机构的资源数据监测结果之后,还包括:
29、在所述资源数据监测结果为所述待分析金融机构在所述未来时间的第二预测资源数据存在异常的情况下,生成资源数据分析指令;
30、根据资源数据分析指令,对所述待分析金融机构的资源配置信息进行更新。
31、第二方面,本申请还提供了一种资源数据监测装置,包括:
32、数据获取模块,用于获取待分析金融机构的历史资源数据;
33、第一预测模块,用于将所述历史资源数据,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据;
34、第二预测模块,用于将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型,得到所述待分析金融机构在所述未来时间的第二预测资源数据;
35、结果确认模块,用于根据所述第二预测资源数据,确认针对所述待分析金融机构的资源数据监测结果。
36、第三方面,本申请还提供了一种计算机设备,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:
37、获取待分析金融机构的历史资源数据;
38、将所述历史资源数据,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据;
39、将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型,得到所述待分析金融机构在所述未来时间的第二预测资源数据;
40、根据所述第二预测资源数据,确认针对所述待分析金融机构的资源数据监测结果。
41、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
42、获取待分析金融机构的历史资源数据;
43、将所述历史资源数据,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据;
44、将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型,得到所述待分析金融机构在所述未来时间的第二预测资源数据;
45、根据所述第二预测资源数据,确认针对所述待分析金融机构的资源数据监测结果。
46、第五方面,本申请还提供了一种计算机程序本文档来自技高网...
【技术保护点】
1.一种资源数据监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述历史资源数据,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型,得到所述待分析金融机构在所述未来时间的第二预测资源数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述预先训练的第一资源数据预测模型通过下述方式训练得到:
5.根据权利要求4所述的方法,其特征在于,所述预先训练的第二资源数据预测模型通过下述方式训练得到:
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二样本预测资源数据和所述样本金融机构在所述样本时间的实际资源数据之间的差异,对所述待训练的第二资源数据预测模型进行迭代训练,得到训练完成的第二资源数据预测模型,包括:
7.根据权利要求1至6任一项所述的方法,其特征在于,在根据所述第二预测资源数据,确认针对所述待
8.一种资源数据监测装置,其特征在于,所述装置包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种资源数据监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述历史资源数据,输入预先训练的第一资源数据预测模型,得到所述待分析金融机构在未来时间的第一预测资源数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述历史资源数据和所述第一预测资源数据,输入预先训练的第二资源数据预测模型,得到所述待分析金融机构在所述未来时间的第二预测资源数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述预先训练的第一资源数据预测模型通过下述方式训练得到:
5.根据权利要求4所述的方法,其特征在于,所述预先训练的第二资源数据预测模型通过下述方式训练得到:
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二样本预测资源数据和所述样本金融机构在所述样本时间的实际资源...
【专利技术属性】
技术研发人员:张绪景,陈阳阳,杨峰,高宝,
申请(专利权)人:中国工商银行股份有限公司,
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。