数据处理方法及其装置、存储介质、程序产品与流程

本技术涉及数据处理，尤其涉及一种数据处理方法及其装置、存储介质、程序产品。

背景技术：

1、随着互联网信息技术的快速发展，用户在进行行为决策之前，可以先查询大量的相关咨询信息，然后根据这些咨询信息对行为决策的实体进行预测，接着根据预测结果对行为决策进行调整。然而，用户能够查询到的咨询信息有很多，例如各种外部市场信息和各种内部资源信息等，但这些咨询信息并非全部都能够用于对实体进行准确的预测，其中会存在影响对实体的准确预测的噪声信息，从而不利于用户进行准确的行为决策。

技术实现思路

1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

2、本技术实施例提供了一种数据处理方法及其装置、存储介质、程序产品，能够提高对目标实体的预测准确性，从而有利于提高用户的行为决策的准确性。

3、一方面，本技术实施例提供了一种数据处理方法，包括以下步骤：

4、获取目标实体的第一指标数据，其中，所述第一指标数据用于表征所述目标实体的资源受益对象的资源增值信息；

5、获取所述目标实体的第二指标数据，其中，所述第二指标数据用于表征所述目标实体的资源流转信息；

6、获取所述目标实体的第三指标数据，其中，所述第三指标数据用于表征所述目标实体在第一目标时间的资源信息相对所述目标实体在第二目标时间的资源信息的资源增长信息，所述第一目标时间晚于所述第二目标时间；

7、根据所述第一指标数据、所述第二指标数据和所述第三指标数据，得到所述目标实体的资源状况预测系数；

8、根据所述资源状况预测系数确定所述目标实体的资源状况预测结果。

9、另一方面，本技术实施例还提供了一种数据处理装置，包括：

10、第一获取单元，用于获取目标实体的第一指标数据，其中，所述第一指标数据用于表征所述目标实体的资源受益对象的资源增值信息；

11、第二获取单元，用于获取所述目标实体的第二指标数据，其中，所述第二指标数据用于表征所述目标实体的资源流转信息；

12、第三获取单元，用于获取所述目标实体的第三指标数据，其中，所述第三指标数据用于表征所述目标实体在第一目标时间的资源信息相对所述目标实体在第二目标时间的资源信息的资源增长信息，所述第一目标时间晚于所述第二目标时间；

13、系数计算单元，用于根据所述第一指标数据、所述第二指标数据和所述第三指标数据，得到所述目标实体的资源状况预测系数；

14、结果确定单元，用于根据所述资源状况预测系数确定所述目标实体的资源状况预测结果。

15、可选地，所述系数计算单元包括：

16、模型选取单元，用于根据所述第一指标数据、所述第二指标数据和所述第三指标数据选取资源状况预测模型；

17、系数计算子单元，用于将所述第一指标数据、所述第二指标数据和所述第三指标数据输入至资源状况预测模型，得到所述目标实体的资源状况预测系数；

18、其中，所述资源状况预测模型包括第一输入变量、第二输入变量和第三输入变量，所述第一输入变量用于被赋值为所述第一指标数据，所述第二输入变量用于被赋值为所述第二指标数据，所述第三输入变量用于被赋值为所述第三指标数据。

19、可选地，所述结果确定单元包括：

20、第一确定单元，用于当所述资源状况预测系数小于或等于预设系数阈值，确定所述目标实体的资源状况预测结果为所述目标实体的资源状况不符合目标资源要求；

21、或者，

22、第二确定单元，用于当所述资源状况预测系数大于预设系数阈值，确定所述目标实体的资源状况预测结果为所述目标实体的资源状况符合目标资源要求。

23、可选地，所述数据处理装置还包括：

24、实体选取单元，用于选取多个候选实体；

25、数据获取单元，用于获取各个所述候选实体的历史资源状况系数和与所述历史资源状况系数对应的至少一类历史资源数据；

26、模型构建单元，用于根据所述历史资源状况系数和所述历史资源数据构建初始预测模型，其中，所述初始预测模型包括因变量因子和至少一个自变量因子，所述自变量因子包括自变量参数和与所述自变量参数对应的自变量权重，所述因变量因子用于被赋值为所述历史资源状况系数，所述自变量参数用于被赋值为所述历史资源数据；

27、权重计算单元，用于将每个所述候选实体的所述历史资源状况系数和所述历史资源数据，输入至所述初始预测模型，计算得到所述自变量权重的取值；

28、模型获取单元，用于根据所述自变量权重的取值和所述初始预测模型得到所述资源状况预测模型。

29、可选地，所述权重计算单元包括：

30、第一获取子单元，用于逐一将每个所述候选实体的所述历史资源状况系数和所述历史资源数据输入至所述初始预测模型，得到多个第一预测模型；

31、第一转换单元，用于根据每个所述第一预测模型中的所述历史资源状况系数和所述历史资源数据，得到采用矩阵形式表示的第二预测模型；

32、第一计算单元，用于根据所述第二预测模型计算得到所述自变量权重的取值。

33、可选地，所述初始预测模型包括多个自变量因子；所述模型获取单元包括：

34、第一更新单元，用于将所述自变量权重的取值更新至所述初始预测模型中的所述自变量权重，得到第三预测模型；

35、因子删除单元，用于遍历所述第三预测模型中的所述自变量因子，对所述第三预测模型中的所述自变量因子进行删除处理，得到多个第四预测模型；

36、第一判断单元，用于基于所述第三预测模型对所述多个第四预测模型进行第一显著性条件的判断处理，将满足所述第一显著性条件的第四预测模型确定为新的第三预测模型；

37、所述因子删除单元，还用于重新遍历所述新的第三预测模型中的所述自变量因子，对所述新的第三预测模型中的所述自变量因子进行删除处理，得到多个新的第四预测模型；

38、所述第一判断单元，还用于基于所述新的第三预测模型对所述多个新的第四预测模型重新进行所述第一显著性条件的判断处理，将满足所述第一显著性条件的所述新的第四预测模型重新确定为新的第三预测模型，直到新的第四预测模型不满足所述第一显著性条件；

39、第一确定子单元，用于将最后得到的新的第三预测模型确定为所述资源状况预测模型。

40、可选地，所述第一显著性条件包括：所述第三预测模型的第一残差平方和相较于所述第四预测模型的第二残差平方和的减小程度具有不显著性，且所述不显著性的程度最大；

41、所述第一判断单元包括：

42、第一计算子单元，用于根据所述历史资源数据，计算所述第三预测模型的所述第一残差平方和，以及计算每个所述第四预测模型的所述第二残差平方和；

43、第一判断子单元，用于根据所述第一残差平方和以及所有所述第二残差平方和，进行所述第一显著性条件的判断处理，确定满足所述第一显著性条件的第二残差平方和；

44、第二确定子单元，用于将满足所述第一显著性条件的第二残差平方和对应的第四预测模型确定为新的第三预测模型。

45、可选地，所述第一判断子单元包括：

46、第二计算子单元，用于根据所述第一残差平方和以及各个所述第二残差平方和，计算得到各个所述第二残差平方和所对应的第一显著性水平；

47、第三确定子单元，用于将所有所述第一显著性水平中数值最小的一个确定为第一目标显著性水平；

48、第四确定子单元，用于将所述第一目标显著性水平与显著性阈值进行比较，当所述第一目标显著性水平小于所述显著性阈值，确定所述第一目标显著性水平所对应的所述第二残差平方和为满足所述第一显著性条件的第二残差平方和。

49、可选地，所述初始预测模型包括一个自变量因子；所述模型获取单元包括：

50、第二更新单元，用于将所述自变量权重的取值更新至所述初始预测模型中的所述自变量权重，得到第五预测模型；

51、集合构建单元，用于构建自变量因子集合，所述自变量因子集合包括多个候选自变量；

52、因子增加单元，用于遍历所述自变量因子集合中的所述候选自变量，将所述候选自变量增加至所述第五预测模型，得到多个第六预测模型；

53、第二判断单元，用于基于所述第五预测模型对所述多个第六预测模型进行第二显著性条件的判断处理，将满足所述第二显著性条件的第六预测模型确定为新的第五预测模型；

54、集合更新单元，用于在所述自变量因子集合中删除增加至所述新的第五预测模型的候选自变量，得到新的自变量因子集合；

55、所述因子增加单元，还用于重新遍历所述新的自变量因子集合中的所述候选自变量，将所述候选自变量增加至所述新的第五预测模型，得到多个新的第六预测模型；

56、所述第二判断单元，还用于基于所述新的第五预测模型对所述多个新的第六预测模型重新进行所述第二显著性条件的判断处理，将满足所述第二显著性条件的所述新的第六预测模型重新确定为新的第五预测模型，直到新的第六预测模型不满足所述第二显著性条件；

57、第五确定子单元，用于将最后得到的新的第五预测模型确定为所述资源状况预测模型。

58、可选地，所述第二显著性条件包括：所述第六预测模型的第三残差平方和相较于所述第五预测模型的第四残差平方和的减小程度具有显著性，且所述显著性的程度最大；

59、所述第二判断单元包括：

60、第三计算子单元，用于根据所述历史资源数据，计算所述第五预测模型的所述第四残差平方和，以及计算每个所述第六预测模型的所述第三残差平方和；

61、第二判断子单元，用于根据所述第四残差平方和以及所有所述第三残差平方和，进行所述第二显著性条件的判断处理，确定满足所述第二显著性条件的第三残差平方和；

62、第六确定子单元，用于将满足所述第二显著性条件的第三残差平方和对应的第六预测模型确定为新的第五预测模型。

63、可选地，所述第二判断子单元包括：

64、第四计算子单元，用于根据所述第四残差平方和以及各个所述第三残差平方和，计算得到各个所述第三残差平方和所对应的第二显著性水平；

65、第七确定子单元，用于将所有所述第二显著性水平中数值最大的一个确定为第二目标显著性水平；

66、第八确定子单元，用于将所述第二目标显著性水平与显著性阈值进行比较，当所述第二目标显著性水平大于所述显著性阈值，确定所述第二目标显著性水平所对应的所述第三残差平方和为满足所述第二显著性条件的第三残差平方和。

67、可选地，所述第三获取单元包括：

68、第二获取子单元，用于获取所述目标实体在第一目标时间的第一资源总量；

69、第三获取子单元，用于获取所述目标实体在第二目标时间的第二资源总量；

70、第五计算子单元，用于将所述第一资源总量减去所述第二资源总量得到资源差值；

71、第六计算子单元，用于计算所述资源差值与所述第二资源总量的比值得到所述目标实体的第三指标数据。

72、可选地，所述数据处理装置还包括：

73、结果显示单元，用于对所述资源状况预测结果进行显示处理。

74、另一方面，本技术实施例还提供了一种数据处理装置，包括：

75、至少一个处理器；

76、至少一个存储器，用于存储至少一个程序；

77、当至少一个所述程序被至少一个所述处理器执行时实现如前面所述的数据处理方法。

78、另一方面，本技术实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时用于实现如前面所述的数据处理方法。

79、另一方面，本技术实施例还提供了一种计算机程序产品，包括计算机程序或计算机指令，所述计算机程序或所述计算机指令存储在计算机可读存储介质中，计算机设备的处理器从所述计算机可读存储介质读取所述计算机程序或所述计算机指令，所述处理器执行所述计算机程序或所述计算机指令，使得所述计算机设备执行如前面所述的数据处理方法。

80、本技术实施例至少包括以下有益效果：先获取目标实体的第一指标数据、第二指标数据和第三指标数据，再根据第一指标数据、第二指标数据和第三指标数据，得到目标实体的资源状况预测系数，接着根据资源状况预测系数确定目标实体的资源状况预测结果，其中，第一指标数据用于表征目标实体的资源受益对象的资源增值信息，第二指标数据用于表征目标实体的资源流转信息，第三指标数据用于表征目标实体在第一目标时间的资源信息相对目标实体在第二目标时间的资源信息的资源增长信息，由于第一指标数据、第二指标数据和第三指标数据都是与目标实体强相关的资源信息，因此根据第一指标数据、第二指标数据和第三指标数据，能够得到目标实体的更加准确的资源状况预测系数，从而能够提高该资源状况预测系数对目标实体的资源状况预测结果的准确性，进而有利于提高用户的行为决策的准确性。

81、本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。