产品特征数据预测模型训练方法及装置、预测方法及装置与流程

本说明书多个实施例涉及信息，尤其涉及产品特征数据预测模型训练方法及装置、预测方法及装置。

背景技术：

1、在信息技术领域中，预测是指根据已有的信息、数据、算法和模型，对未来事件、趋势或结果进行决策或预测的过程。预测在各个领域中都有广泛的应用，包括经济学、金融、市场营销、供应链管理等，有助于人们更好地理解和应对未来的变化和挑战。

2、以高端理财产品为例，高端理财产品形态复杂且具有销售窗口，目前高端理财产品在销售过程中可能存在两个问题：首先，在新品发售时，无法对产品的销售窗口给出辅助判断，导致新品的销量无法得到有效的保障；其次，在老品再次销售时，无法准确识别较优的排期计划，导致老品的销量无法达到预期。为此，对高端理财产品的销量预测变得至关重要。通过准确地预测产品销量，可以更好地确定产品的销售窗口和排期计划，从而帮助金融机构和销售团队更好地规划产品的销售策略。

技术实现思路

1、本说明书多个实施描述了产品特征数据预测模型训练方法及装置、预测方法及装置，其技术方案如下：

2、第一方面，本说明书实施例提供了产品特征数据预测模型训练方法，包括以下步骤：

3、获取多个包含产品历史特征数据的样本数据，并选取产品预测特征及若干分类用产品特征；

4、预设树模型的根节点，并将所有样本数据存储至所述根节点；

5、通过基于节点中样本数据对应的分类用产品特征数据以及产品预测特征数据对树模型进行分支操作的方式，以得到产品特征数据预测树模型，所述产品特征数据预测树模型中各节点对应的产品特征数据预测值通过各节点中样本数据对应的产品预测特征数据计算得到。

6、第二方面，本说明书实施例提供了产品特征数据预测方法，包括以下步骤：

7、获取待预测产品样本数据，所述待预测产品样本数据包括分类用产品特征数据；

8、将待预测产品样本数据输入至通过前述的训练方法训练得到的产品特征数据预测树模型中，以得到待预测产品的产品特征数据预测值。

9、第三方面，本说明书实施例提供了产品特征数据预测模型训练装置，包括：

10、数据获取模块，用于获取多个包含产品历史特征数据的样本数据；

11、特征选取模块，用于选取样本数据中的产品预测特征及若干分类用产品特征；

12、初始化存储模块，用于预设树模型的根节点，并将所有样本数据存储至所述根节点；

13、训练模块，用于通过基于节点中样本数据对应的分类用产品特征数据以及产品预测特征数据对树模型进行分支操作的方式，以得到产品特征数据预测树模型，所述产品特征数据预测树模型中各节点对应的产品特征数据预测值通过各节点中样本数据对应的产品预测特征数据计算得到。

14、第四方面，本说明书实施例提供了产品特征数据预测装置，包括：

15、获取模块，用于获取待预测产品样本数据，所述待预测产品样本数据包括分类用产品特征数据；

16、预测模块，用于将待预测产品样本数据输入至通过前述的训练方法训练得到的产品特征数据预测树模型中，以得到待预测产品的产品特征数据预测值。

17、第五方面，本说明书实施例提供了一种电子设备，包括处理器以及存储器；

18、所述处理器与所述存储器相连；

19、所述存储器，用于存储可执行程序代码；

20、所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行上述实施例第一方面和第二方面所述的方法。

21、第六方面，本说明书实施例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上述实施例第一方面和第二方面所述的方法。

22、本说明书一些实施例提供的技术方案带来的有益效果至少包括：

23、通过基于若干分类用产品特征数据以及产品预测特征数据对树模型进行分支操作的方式，以得到产品特征数据预测树模型，能够考虑到若干分类用产品特征之间的相关性确定所有可能的分支方案，一定程度上能够提高产品特征数据预测模型的准确性，同时采用多叉树的模型结构，根据样本数据的产品预测特征数据以及分类用产品特征的实际情况选择多个分支，使得训练后的产品特征数据预测树模型具有更大的灵活性和适应性，而且能够清晰直观地表示产品特征数据预测模型的分支结构和决策路径，增加了模型的可解释性。

技术特征：

1.产品特征数据预测模型训练方法，包括以下步骤：

2.如权利要求1所述的产品特征数据预测模型训练方法，所述通过基于节点中样本数据对应的分类用产品特征数据以及产品预测特征数据对树模型进行分支操作的方式，以得到产品特征数据预测树模型，包括：

3.如权利要求2所述的产品特征数据预测模型训练方法，所述基于动态集合中剩余节点中样本数据对应的分类用产品特征数据以及产品预测特征数据确定剩余节点的分支方案的过程中，不使用剩余节点所在分支路径上已使用过的分类用产品特征，且确定每个剩余节点分支方案的过程中仅采用一个分类用产品特征。

4.如权利要求3所述的产品特征数据预测模型训练方法，所述基于动态集合中剩余节点中样本数据对应的分类用产品特征数据以及产品预测特征数据确定剩余节点的分支方案，包括：

5.如权利要求4所述的产品特征数据预测模型训练方法，所述计算剩余节点对应的剩余节点预测误差，包括：

6.如权利要求5所述的产品特征数据预测模型训练方法，所述基于剩余节点中的训练样本数据对应的产品预测特征数据，计算得到剩余节点对应的剩余节点数据预测值，包括：

7.权利要求4所述的产品特征数据预测模型训练方法，所述计算各分支方案对应的分支方案预测误差，包括：

8.权利要求7所述的产品特征数据预测模型训练方法，所述基于分支方案中各分支节点中样本数据对应的产品预测特征数据，计算分支方案中各分支节点对应的分支节点预测误差，包括：

9.如权利要求8所述的产品特征数据预测模型训练方法，所述基于分支节点中的训练样本数据对应的产品预测特征数据，计算得到分支节点对应的分支节点数据预测值，包括：

10.如权利要求4至9任一项所述的产品特征数据预测模型训练方法，所述基于剩余节点对应的剩余节点预测误差以及各分支方案对应的分支方案预测误差确定剩余节点的最终分支方案，包括：

11.产品特征数据预测方法，包括以下步骤：

12.产品特征数据预测模型训练装置，包括：

13.如权利要求12所述的产品特征数据预测模型训练装置，所述训练模块中通过基于节点中样本数据对应的分类用产品特征数据以及产品预测特征数据对树模型进行分支操作的方式，以得到产品特征数据预测树模型，包括：

14.如权利要求13所述的产品特征数据预测模型训练装置，所述训练模块中所述基于动态集合中剩余节点中样本数据对应的分类用产品特征数据以及产品预测特征数据确定剩余节点的分支方案的过程中，不使用剩余节点所在分支路径上已使用过的分类用产品特征，且确定每个剩余节点分支方案的过程中仅采用一个分类用产品特征。

15.如权利要求14所述的产品特征数据预测模型训练装置，所述训练模块包括：

16.如权利要求15所述的产品特征数据预测模型训练装置，所述节点误差生成单元中所述计算剩余节点对应的剩余节点预测误差，包括：

17.如权利要求16所述的产品特征数据预测模型训练装置，所述节点误差生成单元中所述基于剩余节点中的训练样本数据对应的产品预测特征数据，计算得到剩余节点对应的剩余节点数据预测值，包括：

18.如权利要求15所述的产品特征数据预测模型训练装置，所述分支误差生成单元中所述计算各分支方案对应的分支方案预测误差，包括：

19.如权利要求18所述的产品特征数据预测模型训练装置，所述分支误差生成单元中所述基于分支方案中各分支节点中样本数据对应的产品预测特征数据，计算分支方案中各分支节点对应的分支节点预测误差，包括：

20.如权利要求19所述的产品特征数据预测模型训练装置，所述分支误差生成单元中所述基于分支节点中的训练样本数据对应的产品预测特征数据，计算得到分支节点对应的分支节点数据预测值，包括：

21.如权利要求15至20任一项所述的产品特征数据预测模型训练装置，所述分支方案确定单元中所述基于剩余节点对应的剩余节点预测误差以及各分支方案对应的分支方案预测误差确定剩余节点的最终分支方案，包括：

22.产品特征数据预测装置，包括：

23.一种电子设备，包括处理器以及存储器；

24.一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如权利要求1至11任一项所述的方法。

技术总结
本说明书实施例公开了产品特征数据预测模型训练方法及装置、预测方法及装置。其中，产品特征数据预测模型训练方法包括：采用树模型结构，通过基于节点中对样本数据选取的分类用产品特征数据以及产品预测特征数据对树模型进行分支操作的方式，训练得到产品特征数据预测树模型。产品特征数据预测方法包括：利用训练得到的产品特征数据预测树模型对待预测产品的产品特征数据预测值进行预测。

技术研发人员：陈云铠,戚尔鹏,许涛
受保护的技术使用者：蚂蚁财富（上海）金融信息服务有限公司
技术研发日：
技术公布日：2024/5/16