【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种数据预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着人工智能技术的发展，在共享电单车行业中，对于用户的消费行为渗透率的预测越来越普遍，渗透率可以帮助运营平台分析其市场渗透程度，进而评估市场潜力。
2、传统技术中，对于市场分析使用的是logit回归模型（logit model，评定模型），在与共享电单车行业用户消费行为相关的数据中，选择影响用户消费行为渗透率的变量作为自变量，将选定的变量导入logit回归模型中进行建模，进而基于logit回归模型对单一分层类型的用户的用户数据中，影响用户消费行为渗透率的变量进行分析和预测，得到当前分层类型的用户的渗透率。
3、然而，传统技术中，由于logit回归模型仅能对每个用户类型进行独立学习，导致数据稀疏的问题，进而导致对用户渗透率预测的准确性较差。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种数据预测方法、装置、计算机设备、计算机可读存储介质和计
【技术保护点】
1.一种数据预测方法，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，所述基于所述数据预测模型对所述敏感度参数、所述弹性指标参数以及各所述资源转换数值进行数据渗透指标结果预测，得到各所述分层类型的用户在各所述资源转换数值下的数据渗透指标结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取各分层类型的用户的用户特征数据和资源转换数值之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据倾向分匹配规则对所述初始样本集进行实验样本集和对照样本集的筛选，并基于所述实验样本集和所述对照样本...
【技术特征摘要】
1.一种数据预测方法，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，所述基于所述数据预测模型对所述敏感度参数、所述弹性指标参数以及各所述资源转换数值进行数据渗透指标结果预测，得到各所述分层类型的用户在各所述资源转换数值下的数据渗透指标结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取各分层类型的用户的用户特征数据和资源转换数值之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据倾向分匹配规则对所述初始样本集进行实验样本集和对照样本集的筛选，并基于所述实验样本集和所述对照样本集构建目标样本集，包括：
5.根据权利要求4所述的方法，其特征在于，所述将所述初始样本集中每一分层类型的用户在每一资源转换数值下的样本集作为实验样本集，基于所述倾向性得分，在...
【专利技术属性】
技术研发人员：刘璇恒，刘永威，
申请(专利权)人：北京阿帕科蓝科技有限公司，
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。