(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111407001.4 (22)申请日 2021.11.24 (71)申请人 泰康保险集团股份有限公司 地址 100031 北京市西城区复兴门内大街 156号 申请人 泰康人寿保险有限责任公司 (72)发明人 凡玉杰　向东　陈兴华　严甜甜　 杜园园　朱建林　 (74)专利代理 机构 隆天知识产权代理有限公司 72003 代理人 郑特强　石海霞 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/02(2012.01) G06Q 10/06(2012.01)G06Q 40/08(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 业务数据预测方法及 装置、 电子设备和存储 介质 (57)摘要 本公开是关于一种业务数据预测方法及装 置、 电子设备 以及计算机可读存储介质， 涉及机 器学习技术领域， 可以应用于对保险业务中的理 赔量进行预测的场景。 该方法包括： 获取待预测 业务数据， 对待预测业务数据进行时间序列化处 理， 以生成时间序列业务数据； 待预测业务数据 包括多个影 响因素变量对应的业务值； 获取业务 预测模型； 业务预测模型通过多个时序计算模型 集成得到， 业务预测模型包括各时序计算模型的 模型权重； 将时间序列业务数据输入至各时序计 算模型， 确定各时序计算模型得到的初始预测结 果； 根据多个初始预测结果与多个模 型权重确定 业务预测结果。 本公开通过对多个时序计算模型 进行集成得到业务预测模型， 以提高预测结果的 准确性。 权利要求书2页 说明书17页 附图5页 CN 114118570 A 2022.03.01 CN 114118570 A 1.一种业 务数据预测方法， 其特 征在于， 包括： 获取待预测业务数据， 对所述待预测业务数据进行时间序列化处理， 以生成时间序列 业务数据； 所述待预测业 务数据包括多个 影响因素变量对应的业 务值； 获取业务预测模型； 所述业务预测模型通过多个时序计算模型集成得到， 所述业务预 测模型包括各 所述时序计算模型的模型权 重； 将所述时间序列业务数据输入至各所述 时序计算模型， 确定各所述 时序计算模型得到 的初始预测结果； 根据多个所述初始预测结果与多个所述模型权 重确定业 务预测结果。 2.根据权利要求1所述的方法， 其特征在于， 对所述待预测业务数据进行时间序列化处 理， 以生成时间序列业 务数据， 包括： 确定所述待预测业 务数据对应的时间点 集合； 所述时间点 集合包括多个时间点； 确定各所述影响因素变量在各 所述时间点对应的业 务值； 根据各所述影响因素变量与各 所述业务值生成初始时间序列业 务数据； 确定各所述影响因素变量对应的时间阶滞后数据； 根据所述初始时间序列业 务数据与所述时间阶滞后数据生成所述时间序列业 务数据。 3.根据权利要求1所述的方法， 其特征在于， 所述业务预测模型通过下述步骤训练得 到： 获取业务预测训练数据集； 所述业务预测训练数据集包括多个影响因素变量在指定时 间区间对应的业 务值数据； 对所述业务预测训练数据集进行时间序列化处 理， 以生成时间序列训练数据； 获取多个初始时序计算模型， 基于所述 时间序列训练数据对所述初始时序计算模型进 行模型训练， 以得到时序计算模型； 确定各所述时序计算模型的模型权 重， 以确定所述 业务预测模型。 4.根据权利要求3所述的方法， 其特征在于， 确定各所述时序计算模型的模型权重， 包 括： 将所述业务预测训练数据集输入至所述时序计算模型， 以得到训练预测值； 所述训练 预测值包括预测时间点对应的预测业 务值； 确定与各 所述预测时间点对应的实际业 务值； 根据所述预测业 务值与所述实际业 务值确定所述模型权 重。 5.根据权利要求4所述的方法， 其特征在于， 根据 所述预测业务值与 所述实际业务值确 定所述模型权 重， 包括： 确定多个所述 时序计算模型在所述预测时间点对应的预测偏差值； 所述预测偏差值为 所述预测时间点对应的所述预测业 务值与所述实际业 务值之间的差值； 根据多个所述预测偏差值中确定最大偏差值； 基于所述最大偏差值对多个所述预测偏差值进行归一化处理， 以得到各所述 时序计算 模型的模型错 误率； 根据所述模型错 误率确定所述模型权 重。 6.根据权利要求1所述的方法， 其特征在于， 将所述 时间序列业务数据输入至各所述 时 序计算模型， 确定各 所述时序计算模型 得到的初始预测结果， 包括：权　利　要　求　书 1/2 页 2 CN 114118570 A 2确定所述 时间序列业务数据对应的标准化因子； 所述标准化因子包括各所述影响因素 变量对应的业 务值的业务均值和业 务方差； 根据所述业务均值与 所述业务方差对所述 时间序列业务数据进行数据标准化处理， 以 得到标准时间序列业 务数据； 将所述标准时间序列业务数据输入至各所述时序计算模型， 以确定多个初始预测结 果。 7.根据权利要求1所述的方法， 其特征在于， 根据多个所述初始预测结果与多个所述模 型权重确定业 务预测结果， 包括： 对多个所述初始预测结果进行 数值排序处理， 得到初始预测排序结果； 根据所述模型权重与 所述初始预测排序结果确定权重 中位数， 将所述权重 中位数对应 的时序计算模型确定为目标子模型； 确定所述目标子模型对应的目标 预测值； 获取业务均值与业务方差， 根据所述业务均值与 所述业务方差对所述目标预测值进行 去标准化处理， 以得到所述 业务预测结果。 8.一种业 务数据预测装置， 其特 征在于， 包括： 序列数据生成模块， 用于获取待预测业务数据， 对所述待预测业务数据进行时间序列 化处理， 以生成时间序列业务数据； 所述待预测业务数据包括多个影响因素变量对应的业 务值； 模型获取模块， 用于获取业务预测模型； 所述业务预测模型通过多个时序计算模型集 成得到， 所述 业务预测模型包括各 所述时序计算模型的模型权 重； 初始结果确定模块， 用于将所述时间序列业务数据输入至各所述时序计算模型， 确定 各所述时序计算模型 得到的初始预测结果； 预测结果确定模块， 用于根据多个所述初始预测结果与多个所述模型权重确定业务预 测结果。 9.一种电子设备， 其特 征在于， 包括： 处理器； 以及 存储器， 所述存储器上存储有计算机可读指令， 所述计算机可读指令被所述处理器执 行时实现根据权利要求1至7中任一项所述的业 务数据预测方法。 10.一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 时实现根据权利要求1至7中任一项所述的业 务数据预测方法。权　利　要　求　书 2/2 页 3 CN 114118570 A 3