1.一种业务对象预测方法,其特征在于,所述方法包括:
将多个业务对象类别进行聚类,得到多个类簇;
对各个所述类簇的历史业务数据分别在至少两个的业务预测模型下进行分析,以获得各个所述类簇分别对应的预测结果;
将各个所述类簇的历史业务数据分别和对应的所述预测结果相比较,并根据比较结果确定用于预测各个所述类簇的业务预测目标模型;
确定目标业务对象所在的目标类簇,并基于所述目标类簇所对应的所述业务预测目标模型对所述目标业务对象进行预测。
2.如权利要求1所述的业务对象预测方法,其特征在于,所述将多个业务对象类别进行聚类,得到多个类簇的步骤,包括:
获取多个所述业务对象类别的历史业务数据,并将多个所述业务对象类别的历史业务数据分别构建成相对应的多个时间序列特征数据;
计算各个所述时间序列特征数据之间的第一相似度,基于所述第一相似度将多个所述业务对象类别划分为多个所述类簇。
3.如权利要求2所述的业务对象预测方法,其特征在于,所述计算各个所述时间序列特征数据之间的第一相似度,基于所述第一相似度将所述多个业务对象类别划分为多个所述类簇的步骤之后,包括:
将多个所述类簇进行降维,并在二维平面进行显示。
4.如权利要求1所述的业务对象预测方法,其特征在于,所述对各个所述类簇的历史业务数据分别在至少两个的业务预测模型下进行分析,以获得各个所述类簇分别对应的预测结果的步骤,包括:
根据多个所述业务对象类别的历史业务数据分别构建至少两个的所述业务预测模型,其中所述业务预测模型是用于对所述业务对象类别进行预测;
将各个所述类簇的历史业务数据分别输入至至少两个的所述业务预测模型以进行运算分析,以获得各个所述类簇分别对应的预测结果。
5.如权利要求1所述的业务对象预测方法,其特征在于,所述将各个所述类簇的历史业务数据分别和对应的所述预测结果相比较,并根据比较结果确定用于预测各个所述类簇的业务预测目标模型的步骤,包括:
将各个所述类簇的历史业务数据分别和对应的所述预测结果进行第二相似度计算,并将所述第二相似度作为所述比较结果;
将所述比较结果中所述第二相似度最高相对应的所述业务预测模型作为所述业务预测目标模型。
6.如权利要求1所述的业务对象预测方法,其特征在于,所述确定目标业务对象所在的所述类簇的步骤,包括:
将所述目标业务对象的历史业务数据分别与多个所述业务对象类别的历史业务数据进行第三相似度计算;
将所述目标业务对象划分至与所述目标业务对象第三相似度最高的业务对象类别所在的所述类簇。
7.如权利要求6所述的业务对象预测方法,其特征在于,所述将所述目标业务对象的历史业务数据分别与多个所述业务对象类别的历史业务数据进行第三相似度计算的步骤,包括:
将所述目标业务对象的历史业务数据构建成相对应的目标时间序列特征数据;
通过计算所述目标时间序列特征数据分别与多个所述时间序列特征数据的所述第三相似度。
8.一种业务对象预测装置,其特征在于,所述装置包括:
聚类模块,用于将多个业务对象类别进行聚类,得到多个类簇;
分析模块,用于对各个所述类簇的历史业务数据分别在至少两个的业务预测模型下进行分析,以获得各个所述类簇分别对应的预测结果;
比较模块,用于将各个所述类簇的历史业务数据分别和对应的所述预测结果相比较,并根据比较结果确定用于预测各个所述类簇的业务预测目标模型;
确定模块,用于确定目标业务对象所在的目标类簇,并基于所述目标类簇所对应的所述业务预测目标模型对所述目标业务对象进行预测。
9.一种业务对象预测设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务对象预测程序,所述业务对象预测程序被所述处理器执行时实现如权利要求1至7中任一项所述的业务对象预测方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质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如权利要求1至7中任一项所述的业务对象预测方法的步骤。