CN109919684A - 用于生成信息预测模型的方法、电子设备和计算机可读存储介质 - Google Patents

Abstract

本申请实施例公开了用于生成信息预测模型的方法、电子设备和计算机可读存储介质。该方法的一具体实施方式包括：获取历史交易数据集，基于历史交易数据集，执行如下模型确定步骤：对历史交易数据集中的交易数据进行预处理，将预处理后的交易数据划分成训练样本集和测试样本集；基于训练样本集，对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型；基于测试样本集和预设数目个回归评价指标，从预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型。该实施方式采用多种机器学习的方法对模型建模和评测，有较高的扩展性；并通过迭代更新提高准确性，可以有效降低人工成本。

Description

用于生成信息预测模型的方法、电子设备和计算机可读存储 介质

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息预测模型的方法、电子设备和计算机可读存储介质。

背景技术

随着信息技术的发展，互联网电子商务得到了广泛的普及。用户通过诸如购物类网站、购物类应用可以购买各种物品，通过诸如业务办理类网站或业务办理类应用办理诸如缴纳电费、网费、水费、电话费等业务，从而极大的提高了用户的便利性。当用户进行网上购物或办理消费类业务时，通常通过电子账户缴纳费用。因此，相关电子账户平台需要准备一定的预备金以满足用户的需求。

相关预备金准备的方法中，通常通过人工对用户的历史的交易数据进行预测，效率较低，准确度也依赖个人经验。

发明内容

本申请实施例提出了用于生成信息预测模型的方法、电子设备和计算机可读存储介质。

第一方面，本申请实施例提供了一种用于生成信息预测模型的方法，包括：获取历史交易数据集，基于历史交易数据集，执行如下模型确定步骤：对历史交易数据集中的交易数据进行预处理，将预处理后的交易数据划分成训练样本集和测试样本集；基于训练样本集，对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型；基于所述测试样本集和预设数目个回归评价指标，从预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型，其中，预设数目个回归评价指标分别用于指示预设数目个初始预测模型的预测准确率。

第二方面，本申请实施例提供了一种信息预测方法，该方法包括：获取当前时间之前的历史交易数据集；对历史交易数据集中的交易数据进行预处理；将预处理后的交易数据输入至根据如第一方面所述的生成信息预测模型的方法所生成的信息预测模型中，得到对目标时间段内的交易金额进行预测的预测结果。

第三方面，本申请实施例提供了一种用于生成信息预测模型的装置，包括：信息预测模型生成单元，被配置成获取历史交易数据集，基于历史交易数据集，执行如下模型确定步骤：对历史交易数据集中的交易数据进行预处理，将预处理后的交易数据划分成训练样本集和测试样本集；基于训练样本集，对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型；基于所述测试样本集和预设数目个回归评价指标，从预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型，其中，预设数目个回归评价指标分别用于指示预设数目个初始预测模型的预测准确率。

第四方面，本申请实施例提供了一种信息预测装置，该装置包括：

获取单元，被配置成获取当前时间之前的历史交易数据集；预处理单元，被配置成对历史交易数据集中的交易数据进行预处理；预测单元，被配置成将预处理后的交易数据输入至利用上述第一方面所述的生成信息预测模型的方法所生成的信息预测模型中，得到对目标时间段内的交易金额进行预测的预测结果。

第五方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任意实施例的方法。

第六方面，本申请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，该程序被处理器执行时实现如第一方面中任意实施例的方法。

本申请实施例提供的用于生成信息预测模型的方法、信息预测方法、电子设备和计算机可读介质，通过对多个回归模型进行训练，得到多个初始预测模型，然后基于测试样本，利用回归评价指标对初始预测模型的输出进行评价，从而选取出性能最高的初始预测模型作为信息预测模型，可以使得最终得到的信息预测模型对交易金额的预测更加准确。该实施方式的有益效果包括：(1)将机器学习方法引入，对交易数据进行预测，实现了预备金调拨的智能化，可以大量降低人工投入。(2)基于大量历史数据进行建模，和人工相比，避免了个人经验对交易数据中的预备金调拨的影响，也更准确有效。(3)模型随着每天交易数据的更新，重新自动生成模型，有较好的自学习能力，可靠性更好。(4)采用多种机器学习方法对模型建模和评测，模型鲁棒性和扩展性更好。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于生成信息预测模型的方法的一个实施例的流程图；

图3是根据本申请的对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型的一种可选的实现方式的流程图；

图4是根据本申请的信息预测方法的一个实施例的流程图；

图5是根据本申请的信息预测方法的一个应用场景的示意图；

图6是根据本实施例的用于生成信息预测模型的应用场景的一个示意图；

图7是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于生成信息预测模型的方法或信息预测方法的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览类应用、购物类应用、业务处理类应用、搜索类应用、即时通信工具、社交平台软件等。终端设备101、102、103上还可以安装有电子支付类应用。从而，用户可以利用该点在支付类应用进行购物付款、办理诸如缴纳电费、网费、水费、电话费等业务等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏且支持数据输入的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上安装的电子金融账户类应用进行支持的服务器。当用户通过终端设备101、102、103上安装的电子账户生成交易时，服务器105可以获取所生成的交易数据，然后对历史交易数据进行各种分析，从而对未来某时间内的交易金额进行预测。

需要说明的是，本申请实施例所提供的用于生成信息预测模型的方法可以由服务器105执行，相应地，用于生成聚类模型的装置可以设置于服务器105中。类似的，本申请实施例所提供的信息预测方法可以由服务器105执行，相应地，信息预测装置可以设置于服务器105中。但需要说明的是，用于生成信息预测模型的方法的执行主体，与信息预测方法的执行主体可以相同，也可以不同，用于生成信息预测模型的装置，与信息预测装置可以设置于相同的服务器中，也可以设置于不同的服务器中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、网络和服务器。

继续参考图2，示出了根据本申请的用于生成信息预测模型的方法的一个实施例的流程。该用于生成信息预测模型的方法，包括以下步骤：

步骤201，获取历史交易数据集。

在本实施例中，生成信息预测模型的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接的方式获取历史交易数据集。在这里，该历史交易数据集中的历史交易数据可以是用户通过上述执行主体所支持的应用进行交互时生成的。具体的，当上述执行主体所支持的应用为购物类应用时，当用户通过购物类应用进行货物预定或支付款项时，上述执行主体可以获取交易数据。当上述执行主体所支持的应用为电子金融账户类应用时，当用户利用该电子金融账户进行诸如转账、支付等金融业务时，每进行一次业务操作，即可视为完成了一次交易，上述执行主体可以获取该交易数据。

在本实施例中，上述执行主体可以将获取到的预设时间段内的多单交易对应的交易数据进行存储，从而得到历史交易数据集。该预设时间段例如可以距离当前时间一天内的时间，一个星期内的时间，一个月内的时间等。在此不做限定，根据应用场景的需要设定。该历史交易数据可以包括但不限于：交易类型、交易周期、交易笔数，交易时间、每笔交易的交易金额等。在这里，该交易类型例如可以包括物品支付类、转账类、业务办理类等。

然后，基于获取到的交易数据集，可以执行如下模型确定步骤：

步骤2011，对历史交易数据集中的交易数据进行预处理，将预处理后的交易数据划分成训练样本集和测试样本集。

在本实施例中，上述执行主体在获取到历史交易数据集后，可以对历史交易数据集中的交易数据进行预处理。通常，上述执行主体所获取到的数据为原始数据，该原始数据通常为不同的数据格式，或者数据信息缺失。通过对所获取的交易数据进行预处理，可以将历史交易数据转换成同一数据格式，或者将缺失的数据补充完整，使得历史交易数据集更加完善。该数据预处理具体可以包括数据集成，数据变换，数据规约等方法。

在本实施例中，上述对历史交易数据集中的交易数据进行预处理可以包括对所获取的历史交易数据集中的交易数据进行数据清洗，从而得到清洗后的数据。具体的，数据清洗通常包括对交易数据中可识别的错误进行检查，从而处理交易数据中的无效值或缺失值。数据清洗还包括对交易数据的一致性进行检查。以缺失值为例，上述执行主体可以采用数据结构中DataFrame类的描述方法查询交易数据集中的交易数据的数值类型特征的最小值，最大值，均值，方差等，从而确定交易数据集中是否存在缺失数据。当存在缺失数据时，对于交易数据中权重低于预设值且数据缺失率较高的交易数据，可以采用删除法直接删除包含有缺失值的交易数据。

在一些可选的实现方式中，上述对所获取的历史交易数据集中的交易数据进行清洗，得到清洗后的数据具体还可以包括：确定历史交易数据中的交易数据是否存在缺失数据。若存在缺失的交易数据，对历史交易数据集中的交易数据进行数据填充。例如，可以采用诸如插补法、建模法对历史交易数据进行数据填充。具体的，当历史交易数据中的数据变量较少时，可以采用插补法进行数据填充。例如，可以从交易数据中随机抽取某几个样本代替确实样本；或者通过变量之间的关系对缺失数据进行预测，然后利用蒙特卡洛方法生成多个完整的数据集，再对这些数据集进行分析，最后对分析结果进行汇总处理；或者在非缺失的其他历史交易数据集中寻找与历史交易数据集中的缺失值所在的样本相似的样本，利用其观测值对缺失值进行插补。当历史交易数据中的交易数据的变量数量较多时，还可以采用诸如回归模型、贝叶斯、随机森林、决策树等建模方法对缺失数据进行预测。例如，利用交易数据的数据类别，构造判别树，从而预测缺失值。

在本实施例中，对历史交易数据集中的交易数据进行数据清洗还包括对历史交易数据集中的异常数据、离群点数据、噪声数据中的至少一种进行数据清洗。

在本实施例中，对历史交易数据集中的交易数据进行预处理，还包括：对历史交易数据集中的交易数据进行特征转换和特征衍生，得到特征处理后的交易数据；对特征处理后的交易数据进行特征选择，以及基于特征选择结果，生成预处理后的交易数据。

具体的，对交易数据进行特征转换包括对交易数据中连续型数据离散化。例如，对于交易数据中所包括的用于表征随着时间变化交易生成频率的变化的连续型数据处理成离散型数据。例如可以采用字段等宽离散化、字段等深离散化，从而将连续型变量数据转换为离散型数据。对交易数据的特征转换还可以包括类别变量编码。也即是说，将用于表征类别的变量转换成数值型变量。例如，可以采用one-hot编码方法对交易数据中的时间数据进行编码。可以设置一个12位寄存器，每一位代表一个月；设置一个31位寄存器，每一位对应一天；设置一个24位寄存器，每一位对应一时。

对交易数据进行转换后，还可以对特征转换后的交易数据进行特征衍生。特征衍生包括对交易数据进行算数运算处理。具体的，可以对交易数据中的某一数据变量进行平方、开根号、对数转换等的变换，从而得到该数据变量的信息数据。还可以对某一数据变量中的多个变量进行运算，例如相加、相乘或变量间按照比率计算后得到新的变量。作为示例，可以对所获取到的交易数据中的历史交易金额进行平均值计算，得到平均交易金额。

对交易数据进行特征转换和特征衍生后，可以采用去掉取值变化小的特征、单变量特征选择、利用回归模型的系数选择特征等方法对特征处理后的数据进行特征选择。通过对历史交易数据集中的交易数据进行特征选择，可以对交易数据的特征进行特征降维，利用从总体上体现交易数据的特征代表交易数据的全部特征，减少了后续信息预测模型需要分析的特征数目，有利于提高信息预测模型对交易金额的预测速度和预测精度。

在一些可选的实现方式中，上述对特征处理后的数据进行特征选择还可以包括利用主成分分析方法对特征处理后的数据进行特征选择。

然后，将预处理后的交易数据划分成训练样本集和测试样本集。训练样本集用于对信息预测模型进行训练，测试样本集用于对训练完成的信息预测模型进行检测以确定训练完成的信息预测模型模型的精度。其中，样本集中的样本包括样本交易数据和与样本交易数据对应的样本交易总金额。在这里，可以按照一定的比例，基于样本均衡的原则划分成训练样本集和测试样本集。

步骤2012，基于训练样本集，对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型。

在这里，该预设数目个类别的回归模型可以包括2个，也可以包括3个、4个等，在此不做具体限定，根据应用场景需要设定。其中，该预设数目个类别的回归模型可以包括线性回归模型、决策树回归模型、随机森林回归模型。其中，该决策树回归模型例如可以为基于ID3算法的决策树模型、基于C4.5算法的决策树模型、基于CART算法的决策树模型等。在这里，对上述预设数目个类别的回归模型进行训练时，可以选择不同种类的模型进行训练。例如，当上述回归模型为3个时，可以分别对线性回归模型、基于ID3算的决策树模型和随时森林模型进行训练，从而得到3个初始预测模型。

步骤2013，基于测试样本集和预设数目个回归评价指标，从预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型。

在本实施例中，测试样本集中的测试样本包括样本交易数据和与样本交易数据对应的实际交易金额。上述预设数目个回归评价指标分别用于指示预设数目个初始预测模型的预测准确率。在这里，该回归评价指标可以包括但不限于：均方误差根、R平方。上述预设数目个均方误差根可以为1个。作为示例，可以利用均方误差根对每一个初始预测模型进行评价。均方误差是对所得到测试结果集合中的测试结果的平均误差的评价，如果初始预测模型对某个点的值设置不合理，其误差较大，进而均方误差较大。

通过利用回归评价指标对初始预测模型进行评价可以使得对各初始预测模型的评价更加客观，从而使得所得到信息预测模型更加准确。

在本实施例的一些可选的实现方式中，基于测试样本集和预设数目个回归评价指标，从预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型具体可以包括：利用预设数目个初始预测模型对测试样本集中的测试样本进行交易金额预测，得到与各个初始预测模型对应的预测结果；利用预设数目个回归评价指标对预测结果进行评价，基于评价结果，采用投票机制，选出其中一个初始预测模型，作为最终的信息预测模型。

具体来说，首先，可以将测试样本集中的样本交易数据输入至训练完成的每一个初始预测模型中，得到利用各个初始预测模型对样本交易数据进行预测的预测结果。

然后，可以利用预设数目个回归评价指标对预测结果进行评价。在这里，当该预设数目个回归评价指标为1个回归评价指标时，直接使用该回归评价指标对上述初始预测模型进行评价，得到与每一个初始预测模型对应的评价值，然后选取得分最高的评价值对应的初始预测模型，作为最终的信息预测模型。

在本实施例中，上述预设数目个初始预测模型是回归评价指标基于投票机制选取出的。也即是说，上述预设数目个回归评价指标对每一个初始预测模型的预测结果进行评价，然后选择出最优的初始预测模型。从而，每一个初始预测模型对应被选择作为最优的候选预测模型的票数。然后，将对应的票数最高的初始预测模型作为信息预测模型。

在本实施例的一些可选的实现方式中，上述预设数目个回归评价指标为奇数个回归评价指标。通过将预设数目个回归评价指标设置为奇数个回归评价指标，可以防止基于投票机制的回归评价指标同时选择出两个初始预测模型，从而进一步提高选择出信息预测模型的速度。

在本实施例的一些可选的实现方式中，用于生成信息预测模型的方法还包括：响应于检测到新的交易数据，将新的交易数据添加至历史交易数据集，以使得历史交易数据集随新的交易数据更新；基于更新后的历史交易数据集，重新执行步骤201所示的模型确定步骤。

具体的，请继续参考图2，该可选的实现方式还可以包括以下步骤：

步骤202，响应于检测到新的交易数据，将新的交易数据添加至历史交易数据集。

在本实施例中，利用步骤201训练的信息预测模型可以基于历史交易数据集对未来某一时间段内的交易金额进行预测。为了使得所预测的数据更加准确，可以对历史交易数据集进行更新。也即是说，将产生的新的交易数据添加至历史交易数据集中。举例来说，当某一天的交易结束后，可以统计该一天的交易金额，从而对当天的交易数据进行更新。

通过将新的交易数据添加至历史交易数据集以对交易数据集进行更新，这样一来，可以利用距离待预测的时间段最近的时间对应的交易数据，对待预测时间段的交易金额进行预测，提高预测准确度。

在该可选的实现方式中，还包括基于更新后的历史交易数据集，重新执行步骤201所示的模型确定步骤。这样一来，可以随着历史交易数据集的更新而迭代更新信息预测模型，使得模型具有更好的扩展性，提高信息预测准确率。

作为示例，信息预测模型初次选择结束之后，随着每天所产生的新交易数据，更新历史交易数据集。然后，基于所更新的历史交易数据集，迭代更新信息预测模型，从而每天基于更新后的信息预测模型，得到预测结果。

本申请实施例提供的用于生成信息预测模型的方法，通过对多个回归模型进行训练，得到多个初始预测模型，然后基于测试样本，利用回归评价指标对初始预测模型的输出进行评价，从而选取出性能最高的初始预测模型作为信息预测模型，从而可以使得最终得到的信息预测模型对交易金额的预测更加准确；在交易数据更新后，将更新的交易数据添加至历史交易数据集中以更新每一个回归模型，从而对未来某一时间段的交易金额进行预测，以使往复，从而可以基于更新的历史交易数据对回归模型进行调整，使得预测结果更加准确。

请继续参考图3，图3示出了对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型的一种可选的实现方式的流程300。

在这里值得说明的是，图3是对图2中每一类别的回归模型的具体训练步骤。也即是说，图3是对图2中步骤2012的实现，首先利用图3所示的训练步骤对每一类别的回归模型进行训练，基于训练结果，选取出满足要求的每一类别的回归模型作为初始预测模型。然后，利用图2所示的预设数目个回归评价指标对所选取出的初始预测模型进行评价，基于评价结果，得到最终的信息预测模型。

图3所示的实现方法具体包括以下步骤：

步骤301，对于预设数目个类别的回归模型中的每一类别的回归模型，执行如下训练子步骤：

在步骤3011中，对于训练样本集中的样本交易数据，将该样本交易数据输入至该类别的回归模型中，得到样本预测交易金额。

具体的，当回归模型为2个，且该2个分别利用线性回归模型和决策树模型来训练时，可以将训练样本集中的每一个样本交易数据分别输入至线性回归模型中和决策树模型中，从而得到与线性回归模型对应的样本预测交易金额和与决策树回归模型对应的样本预测交易金额。在这里，线性回归模型和决策树回归模型均为回归模型。

步骤3012，确定所得到的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值是否小于或等于预设阈值。

具体的，上述执行主体可以确定上述步骤3011中所得到的线性回归模型对应的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值是否小于或等于预设阈值；确定上述步骤3011中所得到的决策树模型对应的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值是否小于或等于预设阈值。

步骤302，若所得到的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值小于或等于预设阈值，确定该回归模型训练完成，并将该回归模型作为初始预测模型。

具体的，基于步骤3012中所确定的各差值是否小于或等于预设阈值，响应于确定与线性回归模型对应的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值小于或等于预设阈值，可以确定对线性回归模型训练得到的初始预测模型训练完成。响应于确定与决策树模型对应的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值小于或等于预设阈值，可以确定对决策树回归模型训练得到的初始预测模型训练完成。

步骤303，对于预设数目个类别的回归模型中的每一类别的回归模型，若与该类别的回归模型对应的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值大于预设阈值，调整该类别的回归模型的参数，继续执行步骤301所示的训练步骤。

基于图3提供的初始预测模型的训练步骤，可以对多个回归模型进行训练，从而可以提高训练得到的每一个初始预测模型的预测精度。

进一步参考图4，示出了根据本申请的信息预测方法的一个实施例的流程400。该信息预测方法，包括以下步骤：

步骤401，获取当前时间之前的历史交易数据集。

在本实施例中，信息预测方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接的方式获取历史交易数据集。在这里，该历史交易数据集中的历史交易数据可以是用户通过上述执行主体所支持的应用进行交互时生成的。具体的，当上述执行主体所支持的应用为购物类应用时，当用户通过购物类应用进行货物预定或支付款项时，上述执行主体可以获取交易数据。当上述执行主体所支持的应用为电子金融账户类应用时，当用户利用该电子金融账户进行诸如转账、支付等金融业务时，每进行一次业务操作，即可视为完成了一次交易，上述执行主体可以获取该交易数据。

在本实施例中，上述执行主体可以将获取到的预设时间段内的多单交易对应的交易数据进行存储，从而得到历史交易数据集。该预设时间段例如可以距离当前时间一天内的时间，一个星期内的时间，一个月内的时间等。在此不做限定，根据应用场景的需要设定。该历史交易数据可以包括但不限于：交易类型、交易周期、交易笔数，交易时间、每笔交易的交易金额等。在这里，该交易类型例如可以包括物品支付类、转账类、业务办理类等。

步骤402，对历史交易数据集中的交易数据进行预处理。

在本实施例中，上述执行主体可以对所获取到的历史交易数据集中的交易数据进行预处理。通常，上述执行主体所获取到的交易数据为原始数据，该原始数据通常为不同的数据格式，或者数据信息缺失。通过对所获取的交易数据进行预处理，可以将交易数据转换成同一数据格式，或者将缺失的数据补充完整，使得历史交易数据更加完善。该数据预处理具体可以包括数据集成，数据变换，数据规约等方法。

本实施例所示的对交易数据进行处理的具体处理方法和所带来的有益效果可参考图2所示的实施例的步骤2011中的相关数据处理方法，在此不再赘述。

步骤403，将预处理后的交易数据输入至预先生成的信息预测模型中，得到对目标时间段内的交易金额进行预测的预测结果。

在本实施例中，该预先生成的信息预测模型是利用图2实施例所示的用于生成信息预测模型的方法生成的。

在步骤402中对获取到的历史交易数据进行预处理后，上述执行主体可以将预处理后的历史交易数据输入至预先训练的信息预测模型中，从而可以得到对目标时间段内的交易金额进行预测的预测结果。上述目标时间段例如可以为未来一天、未来一个月等的时间段。通常，为了提高信息预测模型对交易金额的预测的准确性，可以将信息预测模型所预测的时间段根据历史交易数据限定为预测未来的某一个月或某一天的交易金额。例如，当需要预测未来的某一个月的交易金额时，可以获取当前时间之前的5个月内每一个月的历史交易数据，例如每一个月的交易金额，每一个月的交易数量；当需要获取未来某一天的交易金额时，可以获取当前时间之前的两个月内每一天历史交易数据，例如每一天的交易金额，每一天的交易数量。在这里，该目标时间段不做具体限定，根据应用场景的需要和所获取的历史交易数据的时间单位来确定。

在本实施例中，当预先生成的信息预测模型为一个时，利用该新预测模型所预测得到的预测结果可以作为该目标时间段内的交易金额。

在本实施例的一些可选的实现方式中，所生成的信息预测模型是基于预设类别的初始预测模型筛选得到的，每一类别包括至少一个初始预测模型，所得到的对目标时间段内的交易金额进行预测的预测结果为基于各类别的初始预测模型进行预测的预测结果。上述方法还包括：利用预设数目个回归评价指标对预设数目个类别的初始预测模型进行评价，基于评价结果，选取出其中一个初始预测模型作为信息预测模型，将与所选取出的其中一个信息预测模型对应的预测结果作为最终的预测结果。

在这里，该预设数目个回归评价指标可以包括但不限于：均方误差根、R平方。其中，回归评价指标的具体评价方法和带来的有益效果可以参考图2所示的实施例中的步骤2023所示的回归评价指标的相关描述，在此不再赘述。

在一些可选的实现方式中，上述预设数目个回归评价指标为奇数个回归评价指标。通过设置奇数个回归评价指标，可以防止基于投票机制的回归评价指标同时选择出两个信息预测模型。

在一些可选的实现方式中，上述预设数目个初始预测模型是回归评价指标基于投票机制选取出的。也即是说，上述预设数目个回归评价指标对每一个初始预测模型的预测结果进行评价，然后选择出最优的候选预测模型。从而，每一个初始预测模型对应被选择作为最优的候选预测模型的票数。然后，将对应的票数最高的初始预测模型作为信息预测模型。

本申请实施例提供的信息预测装置，通过利用预先生成的信息预测模型对历史交易数据进行预测，可以提高所预测出的交易金额的准确性。

继续参考图5，图5是根据本实施例的信息预测方法的应用场景的一个示意图。在图5的应用场景中，用户通过计算机501向服务器502发送了对12月1日对A金融平台的交易金额的预测请求。服务器502在接收到交易金额的预测请求后，可以获取A金融平台的历史交易数据503。该历史交易数据包括A金融平台当前时间之前的3天内每天的交易金额、交易类型、当前时间之前的一个月内的交易趋势曲线等。然后，服务器502可以对获取到的历史交易数据进行处理，处理成信息预测模型505可以识别和分析的数据，从而生成预处理后的数据504。最后，服务器502可以将该预处理后的数据504输入至预先训练的信息预测模型505中，从而得到12月1日A金融平台的交易金额为100万的信息506。

继续参考图6，图6是根据本实施例的用于生成信息预测模型的应用场景的一个示意图。

如图6所示，首先获取历史交易数据集。该历史交易数据集包括交易时间、交易笔数、交易频次、交易金额、交易趋势、交易周期、交易类型等。然后对历史交易数据集中的数据进行数据预处理。在这里，该数据预处理可以包括基于不同类型的数据对应的清洗规则，对数据格式进行调整或修改。例如，对于存在缺失的数据，可以将特征分为时间特征、分类特征、连续特征，分别选用业务准则、众数和均值进行填充。然后，利用特征工程对预处理的数据进行转换和衍生，得到新的特征数据。该新的特征数据例如可以包括最大交易金额、平均交易金额等。然后可以采用主成分分析法进行特征选择和特征降维。然后，将进行特征工程后的历史交易数据按照一定的比例，基于样本均衡的原则进行划分，划分为训练样本和测试样本。接着，利用训练样本进行数据建模。在这里，该数据建模可以采用线性回归、决策树回归、随机森林回归方法进行建模，得到初始预测模型集。其中，决策树回归方法包含了ID3、C4.5、CART等多种决策树方法。接着，利用测试样本对初始预测模型集中的各个模型进行预测。利用性能评价器采用投票机制，对建模后的模型进行性能评价，选出最佳预测模型，得到最佳预测结果。该性能评价器可以包括均方误差根、R平方等多种回归方法。最后，随着每天的交易数据的更新，更新历史交易数据集，利用历史交易数据集迭代更新模型，每次生成的都是迭代更新后的最佳预测模型和最佳预测结果。

下面参考图7，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器)的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，该程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括信息预测模型生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，信息预测模型生成单元还可以被描述为“从预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取历史交易数据集，基于历史交易数据集，执行如下模型确定步骤：对历史交易数据集中的交易数据进行预处理，将预处理后的交易数据划分成训练样本集和测试样本集；基于训练样本集，对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型；基于所述测试样本集和预设数目个回归评价指标，从预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型，其中，预设数目个回归评价指标分别用于指示预设数目个初始预测模型的预测准确率。或者，获取当前时间之前的历史交易数据集；对历史交易数据集中的交易数据进行预处理；将预处理后的交易数据输入至根据如第一方面所述的生成信息预测模型的方法所生成的信息预测模型中，得到对目标时间段内的交易金额进行预测的预测结果。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (19)

1.一种用于生成信息预测模型的方法，其特征在于，包括：

获取历史交易数据集，基于所述历史交易数据集，执行如下模型确定步骤：

对所述历史交易数据集中的交易数据进行预处理，将预处理后的交易数据划分成训练样本集和测试样本集；

基于所述训练样本集，对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型；

基于所述测试样本集和预设数目个回归评价指标，从所述预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型，其中，所述预设数目个回归评价指标分别用于指示所述预设数目个初始预测模型的预测准确率。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于检测到新的交易数据，将所述新的交易数据添加至所述历史交易数据集，以使得所述历史交易数据集随所述新的交易数据更新；

基于更新后的历史交易数据集，重新执行所述模型确定步骤。

3.根据权利要求1所述的方法，其特征在于，所述对所述历史交易数据集中的交易数据进行预处理，包括：

对所述历史交易数据集中的交易数据进行数据清洗。

4.根据权利要求3所述的方法，其特征在于，所述对所述历史交易数据集中的交易数据进行数据清洗，包括：

确定是否存在缺失的交易数据；

若存在缺失的交易数据，对所述历史交易数据集进行数据填充。

5.根据权利要求3所述的方法，其特征在于，所述对所述历史交易数据集中的交易数据进行数据清洗，包括：

对所述历史交易数据集中的异常数据、离群点数据、噪声数据中的至少一种进行数据清洗。

6.根据权利要求1所述的方法，其特征在于，所述对所述历史交易数据集中的交易数据进行预处理，包括：

对所述历史交易数据集中的交易数据进行特征转换和特征衍生，得到特征处理后的交易数据；

对所述特征处理后的交易数据进行特征选择，以及基于特征选择结果，生成所述预处理后的交易数据。

7.根据权利要求6所述的方法，其特征在于，所述特征转换包括以下至少一项：对所述历史交易数据集中的连续型数据离散化、对所述历史交易数据集中用于表征类别的交易数据进行编码。

8.根据权利要求6所述的方法，其特征在于，所述特征衍生包括对所述历史交易数据集中的交易数据进行算数运算处理。

9.根据权利要求6所述的方法，其特征在于，所述对所述特征处理后的交易数据进行特征选择，包括：

利用主成分分析方法对所述特征处理后的交易数据进行特征选择。

10.根据权利要求1至9中任一项所述的方法，其特征在于，所述预设数目个回归模型的类别包括：线性回归模型、决策树回归模型以及随机森林回归模型。

11.根据权利要求1至10中任一项所述的方法，其特征在于，所述训练样本集中的训练样本包括样本交易数据和与样本交易数据对应的实际交易金额；

所述基于所述训练样本集，对预设数目个类别的回归模型进行训练，得到预设数目个初始预测模型，包括：

对于所述预设数目个类别的回归模型中的每一类别的回归模型，执行如下训练步骤：对于所述训练样本集中的样本交易数据，将该样本交易数据输入至该类别的回归模型中，得到样本预测交易金额；确定所得到的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值是否小于或等于预设阈值；若所得到的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值小于或等于预设阈值，确定该类别的回归模型训练完成，并将训练完成的模型作为该类别的初始预测模型。

12.根据权利要求11所述的方法，其特征在于，所述方法还包括：

对于所述预设数目个类别的回归模型中的每一类别的回归模型，若与该类别的回归模型对应的样本预测交易金额集合中的样本预测交易金额与实际交易金额之间的差值大于预设阈值，调整该类别的回归模型的参数，继续执行所述训练步骤。

13.根据权利要求1至12中任一项所述的方法，其特征在于，所述基于所述测试样本集和预设数目个回归评价指标，从所述预设数目个初始预测模型中选取出其中一个初始预测模型作为信息预测模型，包括：

利用所述预设数目个初始预测模型对所述测试样本集中的测试样本进行交易金额预测，得到与各个初始预测模型对应的预测结果；

利用所述预设数目个回归评价指标对预测结果进行评价，基于评价结果，采用投票机制，选出其中一个初始预测模型，作为最终的信息预测模型。

14.根据权利要求13所述的方法，其特征在于，所述预设数目个回归评价指标为奇数个回归评价指标。

15.一种信息预测方法，其特征在于，所述方法包括：

获取当前时间之前的历史交易数据集；

对所述历史交易数据集中的交易数据进行预处理；

将预处理后的交易数据输入至根据权利要求1-14之一所述的生成信息预测模型的方法所生成的信息预测模型中，得到对目标时间段内的交易金额进行预测的预测结果。

16.根据权利要求15所述的方法，其特征在于，所述信息预测模型是基于预设类别的初始预测模型筛选得到的，每一类别包括至少一个初始预测模型，所得到的对目标时间段内的交易金额进行预测的预测结果为基于各类别的初始预测模型进行预测的预测结果；以及

所述将当前时间之前的历史交易数据输入至根据权利要求1-14之一所述的生成信息预测模型的方法所生成的信息预测模型中，得到对目标时间段内的交易金额进行预测的预测结果，包括：

利用预设数目个回归评价指标对所述预设数目个类别的初始预测模型进行评价，基于评价结果，选取出其中一个初始预测模型作为信息预测模型，将与所选取出的其中一个信息预测模型对应的预测结果作为最终的预测结果。

17.根据权利要求16所述的方法，其特征在于，所述预设数目个回归评价指标为奇数个回归评价指标。

18.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-17中任一所述的方法。

19.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-17中任一所述的方法。