一種用于對特征信息的變化進行預測的方法和裝置制造方法
【專利摘要】本發(fā)明的目的是提供一種用于對特征信息的變化進行預測的方法和裝置，其中，根據(jù)本發(fā)明的方法包括：獲取預估模型所對應(yīng)的多項第一特征信息在至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)及當前增量數(shù)據(jù)，其中，所述當前增量數(shù)據(jù)用于指示各個第一特征信息在預測日之前的一天的特征數(shù)據(jù)相對于所述至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)之比；獲取預估模型基于其所對應(yīng)的各項第一特征信息的歷史特征數(shù)據(jù)和所述當前增量數(shù)據(jù)進行預測處理后所確定的、第二特征信息在所述預測日的第一變化信息；根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作。
【專利說明】一種用于對特征信息的變化進行預測的方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機【技術(shù)領(lǐng)域】，尤其涉及一種用于對特征信息的變化進行預測的預估裝置。
【背景技術(shù)】
[0002]現(xiàn)有技術(shù)中，對于某些信息的未來變化趨勢的預估通常基于該信息的歷史數(shù)據(jù)來確定，但是，由于通常信息的變化會受到多個其他因素的影響，例如，對于一些關(guān)鍵詞的檢索量可能受到這些關(guān)鍵詞的投放區(qū)域、時間等因素影響，又例如，對于一些鏈接的點擊量可能與該鏈接中所包含的關(guān)鍵詞的檢索量、以及該鏈接的呈現(xiàn)區(qū)域等因素相關(guān)。因此，僅基于信息本身的歷史數(shù)據(jù)無法對其的未來變化趨勢做出較好的預估。尤其是當用戶對其中一些因素經(jīng)常性做出調(diào)整的情況下，例如，用戶調(diào)整其所希望的關(guān)鍵詞的投放區(qū)域及時間等，此時，對于相關(guān)信息未來變化趨勢的預測跟估計會更加困難。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是提供一種用于對特征信息的變化進行預測的方法和裝置。
[0004]根據(jù)本發(fā)明的一個方面，提供了一種用于對特征信息的變化進行預測的方法，其中，所述方法包括以下步驟:
[0005]-獲取預估模型所對應(yīng)的多項第一特征信息在至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)及當前增量數(shù)據(jù)，其中，所述當前增量數(shù)據(jù)用于指示各個第一特征信息在預測日之前的一天的特征數(shù)據(jù)相對于所述至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)之比；
[0006]-獲取預估模型基于其所對應(yīng)的各項第一特征信息的歷史特征數(shù)據(jù)和所述當前增量數(shù)據(jù)進行預測處理后所確定的、第二特征信息在所述預測日的第一變化信息
[0007]-根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作。
[0008]根據(jù)本發(fā)明的一個方面，還提供了一種用于對特征信息的變化進行預測的預估裝置，其中，所述預估裝置包括:
[0009]用于獲取預估模型所對應(yīng)的多項第一特征信息在至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)及當前增量數(shù)據(jù)的裝置，其中，所述當前增量數(shù)據(jù)用于指示各個第一特征信息在預測日之前的一天的特征數(shù)據(jù)相對于所述至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)之比；
[0010]用于獲取預估模型基于其所對應(yīng)的各項第一特征信息的歷史特征數(shù)據(jù)和所述當前增量數(shù)據(jù)進行預測處理后所確定的、第二特征信息在所述預測日的第一變化信息的裝置；
[0011]用于根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的裝置。
[0012]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點:1)通過基于多個第一特征信息來建立預測第二特征信息的預估模型，從而能夠有效地體現(xiàn)各個特征信息之間相互的影響關(guān)系，從而能夠根據(jù)預估模型對未來一段時間內(nèi)相應(yīng)地的預估特征信息，方便用戶了解特征信息的未來變化趨勢，并基于所呈現(xiàn)的預估信息進行相應(yīng)地操作，提升了用戶體驗；2)通過結(jié)合用戶進行的操作來對未來一段時間內(nèi)第二特征信息的特征值進行預估，進一步提高了預估信息的準確性，滿足了用戶希望了解未來的特征信息變化的需求，并提高了預估的準確性。此夕卜，根據(jù)本發(fā)明的方法，還能夠基于預估結(jié)果來調(diào)整相應(yīng)的資源配置，從而能夠更加有效的利用全局的服務(wù)資源，以使得各個特征信息對應(yīng)的服務(wù)能夠被更好的支持。
【專利附圖】

【附圖說明】
[0013]通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯:
[0014]圖1示意出了根據(jù)本發(fā)明的一種用于對特征信息的變化進行預測的方法流程圖；
[0015]圖2示意出了根據(jù)本發(fā)明的一種用于對特征信息的變化進行預測的預估裝置的結(jié)構(gòu)示意圖；
[0016]圖3示意出了根據(jù)本發(fā)明的一個示例性的特征信息的變化預估曲線圖。
[0017]附圖中相同或相似的附圖標記代表相同或相似的部件。
【具體實施方式】
[0018]下面結(jié)合附圖對本發(fā)明作進一步詳細描述。
[0019]圖1示意出了根據(jù)本發(fā)明的一種用于對特征信息的變化進行預測的方法流程圖。根據(jù)本發(fā)明的方法包括步驟S1、步驟S2和步驟S3。
[0020]其中，根據(jù)本發(fā)明的方法用于對一個或多個預測日的特征信息的特征數(shù)據(jù)變化進行預測。其中，所述預測日可根據(jù)用戶需要來確定。其中，在為用戶提供推廣信息服務(wù)的系統(tǒng)中，所述特征信息包括但不限于用于指示信息的推廣效果和/或推廣策略的各項信息。
[0021]優(yōu)選的，在提供信息推廣服務(wù)的系統(tǒng)中，特征信息包括但不限于以下至少任一類:
[0022]I)用于直接指示信息的推廣效果的信息，例如，檢索量，展現(xiàn)量，點擊量，消費值，質(zhì)量值，待推廣的信息的排名等；
[0023]2)用于指示信息推廣策略的信息，例如，推廣信息的出價，推廣信息投放的時段的個數(shù)，推廣信息投放的時段的個地域數(shù)，與該推廣信息對應(yīng)的競爭者個數(shù)等。
[0024]需要說明的是，上述系統(tǒng)以及相應(yīng)的特征信息的舉例僅用于說明所述特征信息可能包含的內(nèi)容，而不應(yīng)視為對特征信息及其所屬系統(tǒng)的局限。其中，本領(lǐng)域技術(shù)人員應(yīng)可根據(jù)實際情況和需求來確定適用于某一系統(tǒng)中的各項特征信息，在此不再贅述。
[0025]其中，根據(jù)本發(fā)明的方法通過包含于計算機設(shè)備中的預估裝置來實現(xiàn)。所述計算機設(shè)備包括一種能夠按照事先設(shè)定或存儲的指令，自動進行數(shù)值計算和/或信息處理的電子設(shè)備，其硬件包括但不限于微處理器、專用集成電路(ASIC)、可編程門陣列(FPGA)、數(shù)字處理器(DSP)、嵌入式設(shè)備等。所述計算機設(shè)備包括網(wǎng)絡(luò)設(shè)備和/或用戶設(shè)備。
[0026]其中，所述網(wǎng)絡(luò)設(shè)備包括但不限于單個網(wǎng)絡(luò)服務(wù)器、多個網(wǎng)絡(luò)服務(wù)器組成的服務(wù)器組或基于云計算(Cloud Computing)的由大量主機或網(wǎng)絡(luò)服務(wù)器構(gòu)成的云,其中，云計算是分布式計算的一種，由一群松散耦合的計算機集組成的一個超級虛擬計算機。所述用戶設(shè)備包括但不限于任何一種可與用戶通過鍵盤、鼠標、遙控器、觸摸板、或聲控設(shè)備等方式進行人機交互的電子產(chǎn)品，例如，電腦、平板電腦、智能手機、PDA或掌上游戲機等。其中，所述用戶設(shè)備及網(wǎng)絡(luò)設(shè)備所處的網(wǎng)絡(luò)包括但不限于互聯(lián)網(wǎng)、廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、VPN網(wǎng)絡(luò)
坐寸ο
[0027]需要說明的是，所述用戶設(shè)備、網(wǎng)絡(luò)設(shè)備以及網(wǎng)絡(luò)僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的用戶設(shè)備、網(wǎng)絡(luò)設(shè)備以及網(wǎng)絡(luò)如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護范圍以內(nèi)，并以引用方式包含于此。
[0028]參照圖1，在步驟SI中，預估裝置獲取預估模型所對應(yīng)的多項第一特征信息在至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)及當前增量數(shù)據(jù)。
[0029]其中，所述預估模型包括但不限于基于至少一項第一特征信息來建立的、用于預測第二特征信息的變化的模型。
[0030]優(yōu)選地，所述預測模型可采用機器學習的方式來實現(xiàn)。其中，預估裝置獲取所述第一特征信息和第二特征信息的方式包括但不限于以下任一種:
[0031]I)在多個特征信息中，預定其中一項為待預測的第二特征信息，其余的特征信息為第一特征信息。
[0032]例如，預定“消費值”為待預測的第二特征信息，其余特征信息“檢索量”、“排名”為用于建立預測該第二特征信息的預估模型所需的第一特征信息。
[0033]2)預估裝置根據(jù)用戶操作，由多個特征信息中選擇一個作為第二特征信息，并由余下的特征信息中選擇至少一個作為第一特征信息。
[0034]其中，所述歷史特征數(shù)據(jù)包括各項第一特征信息在各個計算周期內(nèi)的特征值的周期平均值。
[0035]優(yōu)選地，當采用多個計算周期時，預估裝置可先獲得第一特征信息在各個計算周期內(nèi)的特征數(shù)據(jù)的多個周期平均值，再基于所獲得的多個過周期平均值，計算多個周期平均值的二次平均值，并將其作為該第一特征信息相對于該多個計算周期的歷史特征數(shù)據(jù)。
[0036]其中，本領(lǐng)域技術(shù)人員可基于實際情況和需求來選擇或確定該計算周期的長度，例如，將7天作為一個計算周期，又例如，將一個月作為一個計算周期等。
[0037]其中，所述當前增量數(shù)據(jù)用于指示所述第一特征信息在預測日之前一天的第一特征數(shù)據(jù)相對于所述至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)之比。
[0038]具體地，預估裝置獲取與預估模型對應(yīng)的多項第一特征信息中的各項第一特征信息在至少一個計算周期內(nèi)每一天的特征值，以確定預估模型所對應(yīng)的各項第一特征信息在至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)及各自的當前增量數(shù)據(jù)。
[0039]優(yōu)選地，根據(jù)本發(fā)明的方法可通過包括步驟S4 (圖未示)、步驟S5 (圖未示)和步驟S6 (圖未示)來確定所述預估模型。
[0040]其中，在步驟S4中，預估裝置獲取一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息。
[0041]其中，所述歷史時間段包含至少一個計算周期。
[0042]接著，在步驟S5中，預估裝置獲取第二特征信息在當前至所述歷史時間段起始點之間每天的特征值。
[0043]接著，在步驟S6中，預估裝置根據(jù)所述一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息，以及所獲得的所述第二特征信息每天的特征值，確定用于預測所述第二特征信息在下一日的特征值的預估模型。
[0044]優(yōu)選地，預估裝置可根據(jù)所述一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息，以及所獲得的第二特征信息每天的特征值，使用回歸分析法來確定所述預估模型。例如，向量回歸，隨機森林，線性回歸等回歸分析法。
[0045]根據(jù)本發(fā)明的第一示例，在為用戶提供廣告推廣服務(wù)的系統(tǒng)中，第二特征信息為用戶的消費值，預定的歷史時間段的長度為7天，預測日為第X天，則當日為第x-1天。用于建立預估模型model_l的第一特征信息包括:關(guān)鍵詞的出價，與所述關(guān)鍵詞對應(yīng)的廣告的點擊量，與所述關(guān)鍵詞對應(yīng)的廣告投放的時段數(shù)和地域數(shù)。則預估裝置在步驟S4中獲取各個第一特征信息“出價”，“點擊量”，“時段數(shù)”和“地域數(shù)”分別在第x-2天到第x-8天期間的平均值以及各個第一特征信息分別對應(yīng)的增量信息，并且，預估裝置在步驟S5中獲取第二特征信息“消費值”在第x-1天到第χ-8天每一天的特征值。接著，預估裝置根據(jù)得到的各個第一特征信息在第x-2天到第x-8天的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息以及第二特征信息消費值在第x-1天的特征值Sjri，得到用于預測第X天的消費值的預估模型model」。
[0046]類似地，當?shù)诙卣餍畔椤包c擊量“，并且第一特征信息為“出價”，“消費值”，“時段數(shù)”和“地域數(shù)”時，預估裝置通過執(zhí)行上述步驟S4和步驟S5，得到用于預測第X天的點擊量的預估模型model_2。
[0047]需要說明的是，上述舉例僅為更好地說明本發(fā)明的技術(shù)方案，而非對本發(fā)明的限制，本領(lǐng)域技術(shù)人員應(yīng)該理解，任何根據(jù)所述一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息，以及所獲得的所述第二特征信息每天的特征值，確定用于預測所述第二特征信息在下一日的特征值的預估模型的實現(xiàn)方式，均應(yīng)包含在本發(fā)明的范圍內(nèi)。
[0048]接著，在步驟S2中，預估裝置獲取預估模型基于其所對應(yīng)的各項第一特征信息的歷史特征數(shù)據(jù)和所述當前增量數(shù)據(jù)進行預測處理后所確定的、第二特征信息在所述預測日的第一變化信息。
[0049]其中，所述第一變化信息包括但不限于所述待預測的第二特征信息在所述預測日的預估特征值。
[0050]更優(yōu)選地，所述第一變化信息還包括其他用于指示所述第二特征信息的預估特征值相對于之前的特征值的變化的信息，例如，用于指示所述第二特征信息的預估特征值相對于之前的特征值的變化趨勢的信息等。
[0051]繼續(xù)對前述第一示例進行說明，計算周期長度為7天，預測日為第X天。預估裝置根據(jù)已確定的預估模型model_l，在步驟SI中獲取對應(yīng)的第一特征信息“出價”，“點擊量”，“時段數(shù)”和“地域數(shù)”分別在第x-1天到第x-7天內(nèi)的平均值:priCe_e，click_e,time_e和area_e,并且預估裝置根據(jù)各個第一特征信息在第x_l天的特征值:price_0,click_0, time_0和area_0,確定各個第一特征信息各自的當前增量數(shù)據(jù):price_0/price_e, cIick_0/cIick_e, time_0/1ime_e 和 area_0/area_e。接著，預估裝置獲得預估模型model_l基于前述各個第一特征信息的平均值以及當前增量數(shù)據(jù)進行預測處理后獲得的第二特征信息“消費值”在第X天的預估消費值Sx。[0052]類似地，預估裝置根據(jù)確定的預估模型model_2，獲取第一特征信息“出價”，“消費值”，“時段數(shù)”和“地域數(shù)”分別在第x-1天到第x-7天內(nèi)的平均值:price_e, cost_e, time_e 和 area_e,及其各自的當前增量數(shù)據(jù):price_0/price_e, cost_0/cost_e, time_0/time_e和area_0/area_e。接著,預估裝置獲得預估模型model_2基于各個第一特征信息的平均值以及當前增量數(shù)據(jù)進行預測處理后獲得的第二特征信息“點擊量”在第X天的預估點擊量Cx。
[0053]接著，在步驟S3中，預估裝置根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作。
[0054]優(yōu)選地，所述變化預估信息包括但不限于所述第二特征信息的最終預估值。
[0055]更優(yōu)選地，所述變化預估信息還包括其他用于指示所述第二特征信息的最終預估值相對于之前的特征值的變化的信息，例如，用于指示所述第二特征信息的最終預估值相對于之前的特征值的變化趨勢的信息等。
[0056]具體地，所述預估裝置根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的方式包括以下任一種:
[0057]I)直接將所述第一變化信息作為預測日的變化預估信息。
[0058]繼續(xù)對前述第一示例進行說明，預估裝置將得到的預估消費值Sx以及預估點擊量Cx作為第X天的變化預估信息，以基于該變化預估信息來提示用戶執(zhí)行相應(yīng)地操作。比如，提示用戶及時充值，或者向當前用戶推薦適合他的消費計劃。
[0059]2)預估裝置先根據(jù)所述第二特征信息的歷史特征值來確定所述第二特征信息在預測日的第二變化信息；接著，預估裝置根據(jù)所述第一變化信息和所述第二變化信息來確定所述第二特征信息在預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作。
[0060]其中，所述第二消耗信息用于指示根據(jù)第二特征信息的歷史特征值所確定的第二特征信息的預估值。
[0061]優(yōu)選地，預估裝置將過去一段時間內(nèi)的歷史特征值的平均值，作為預測日的第二
變化信息。
[0062]更優(yōu)選地，如當天之后的第η天為預測日，則預估裝置可基于以下公式(I)來確定第二特征信息在預測日的第二變化信息:
【權(quán)利要求】
1.一種用于對特征信息的變化進行預測的方法，其中，所述方法包括以下步驟: -獲取預估模型所對應(yīng)的多項第一特征信息在至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)及當前增量數(shù)據(jù)，其中，所述當前增量數(shù)據(jù)用于指示各個第一特征信息在預測日之前的一天的特征數(shù)據(jù)相對于所述至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)之比； -獲取預估模型基于其所對應(yīng)的各項第一特征信息的歷史特征數(shù)據(jù)和所述當前增量數(shù)據(jù)進行預測處理后所確定的、第二特征信息在所述預測日的第一變化信息 -根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括以下步驟: -根據(jù)所述第二特征信息的歷史特征值來確定所述第二特征信息在預測日的第二變化信息； 其中，所述根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的步驟進一步包括以下步驟: -根據(jù)所述第一變化信息和所述第二變化信息來確定所述第二特征信息在預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作。
3.根據(jù)權(quán)利要求1或2所述的方法，其中，所述獲取預估模型所對應(yīng)的多項第一特征信息的當前增量數(shù)據(jù)的步驟還包括以下步驟: -當獲得用戶對所述預估模型對應(yīng)的所述多項第一特征信息中的至少一項第一特征信息的更新操作時，根據(jù)所述更新操作來更新所述至少一項第一特征信息各自的當前增量數(shù)據(jù)。
4.根據(jù)權(quán)利要求1至3中任一項所述的方法，其中，所述方法還包括以下步驟: -獲取一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息；其中，所述歷史時間段包含至少一個計算周期； -獲取第二特征信息在當前至所述歷史時間段起始點之間每天的特征值； -根據(jù)所述一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息，以及所獲得的所述第二特征信息每天的特征值，確定用于預測所述第二特征信息在下一日的特征值的預估模型。
5.根據(jù)權(quán)利要求1至4中任一項所述的方法，其中，所述方法還包括以下步驟: -根據(jù)用戶操作，由多個特征信息中選擇一個作為第二特征信息，并由余下的特征信息中選擇至少一個作為用于建立預測該第二特征信息的預估模型所需的第一特征信息。
6.根據(jù)權(quán)利要求1至5中任一項所述的方法，其中，所述方法還包括以下步驟: -獲取當前用戶的預估呈現(xiàn)指令； 其中，所述根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的步驟還包括以下步驟: -根據(jù)所述預估呈現(xiàn)指令，來呈現(xiàn)與所述預估呈現(xiàn)指令對應(yīng)的至少一項變化預估信息。
7.根據(jù)權(quán)利要求1至5中任一項所述的方法，其中，所述方法還包括以下步驟: -分別預定時間段內(nèi) 的多個用戶的至少一項第二特征信息的變化預估信息； -將所述多個用戶的各自的變化預估信息與所述當前用戶在所述預定時間段內(nèi)的變化預估信息進行擬合，以根據(jù)所述擬合結(jié)果來確定所述當前用戶的一個或多個相似用戶；-根據(jù)所述一個或多個相似用戶的特征更新計劃，確定用于向所述當前用戶推薦的特征更新計劃。
8.根據(jù)權(quán)利要求1至5中任一項所述的方法，其中，所述方法還包括以下步驟: -判斷所述變化預估信息是否滿足預定提示條件，當滿足預定提示條件時，向所述當前用戶發(fā)送相應(yīng)的提示信息以提示用戶執(zhí)行相應(yīng)的操作。
9.根據(jù)權(quán)利要求1至8中任一項所述的方法，其中，所述方法還包括以下步驟: -獲取與一個或多個用戶分別對應(yīng)的至少一項第二特征信息的變化預估信息； -統(tǒng)計所獲得的各個用戶對應(yīng)的至少一項第二特征信息的變化預估信息，以基于統(tǒng)計結(jié)果，來調(diào)整相應(yīng)的服務(wù)資源配置。
10.一種用于對特征信息的變化進行預測的預估裝置，其中，所述預估裝置包括: 用于獲取預估模型所對應(yīng)的多項第一特征信息在至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)及當前增量數(shù)據(jù)的裝置，其中，所述當前增量數(shù)據(jù)用于指示各個第一特征信息在預測日之前的一天的特征數(shù)據(jù)相對于所述至少一個計算周期內(nèi)的歷史特征數(shù)據(jù)之比； 用于獲取預估模型基于其所對應(yīng)的各項第一特征信息的歷史特征數(shù)據(jù)和所述當前增量數(shù)據(jù)進行預測處理后所確定的、第二特征信息在所述預測日的第一變化信息的裝置； 用于根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的裝置。
11.根據(jù)權(quán)利要求10所述的預估裝置，其中，所述預估裝置還包括: 用于根據(jù)所述第二特征信息的歷史特征值來確定所述第二特征信息在預測日的第二變化信息的裝置； 其中，所述用于根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的裝置進一步包括: 用于根據(jù)所述第一變化信息和所述第二變化信息來確定所述第二特征信息在預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的裝置。
12.根據(jù)權(quán)利要求10或11所述的預估裝置，其中，所述獲取預估模型所對應(yīng)的多項第一特征信息的當前增量數(shù)據(jù)的裝置還包括: 用于當獲得用戶對所述預估模型對應(yīng)的所述多項第一特征信息中的至少一項第一特征信息的更新操作時，根據(jù)所述更新操作來更新所述至少一項第一特征信息各自的當前增量數(shù)據(jù)的裝置。
13.根據(jù)權(quán)利要求10至12中任一項所述的預估裝置，其中，所述預估裝置還包括: 用于獲取一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息裝置；其中，所述歷史時間段包含至少一個計算周期； 用于獲取第二特征信息在當前至所述歷史時間段起始點之間每天的特征值的裝置；用于根據(jù)所述一項或多項第一特征信息在歷史時間段內(nèi)的歷史特征數(shù)據(jù)及其分別對應(yīng)的增量信息，以及所獲得的所述第二特征信息每天的特征值，確定用于預測所述第二特征信息在下一日的特征值的預估模型的裝置。
14.根據(jù)權(quán)利要求10至13中任一項所述的預估裝置，其中，所述預估裝置還包括: 用于根據(jù)用戶操作，由多個特征信息中選擇一個作為第二特征信息，并由余下的特征信息中選擇至少一個作為用于建立預測該第二特征信息的預估模型所需的第一特征信息的裝置。
15.根據(jù)權(quán)利要求10至14中任一項所述的預估裝置，其中，所述預估裝置還包括: 用于獲取當前用戶的預估呈現(xiàn)指令的裝置； 其中，所述用于根據(jù)所述第一變化信息來確定所述第二特征信息在所述預測日的變化預估信息，以基于所述變化預估信息來提示用戶執(zhí)行相應(yīng)的操作的裝置還包括以: 用于根據(jù)所述預估呈現(xiàn)指令，來呈現(xiàn)與所述預估呈現(xiàn)指令對應(yīng)的至少一項變化預估信息的裝置。
16.根據(jù)權(quán)利要求10至14中任一項所述的預估裝置，其中，所述預估裝置還包括: 用于分別預定時間段內(nèi)的多個用戶的至少一項第二特征信息的變化預估信息的裝置； 用于將所述多個用戶的各自的變化預估信息與所述當前用戶在所述預定時間段內(nèi)的變化預估信息進行擬合，以根據(jù)所述擬合結(jié)果來確定所述當前用戶的一個或多個相似用戶的裝置； 用于根據(jù)所述一個或多個相似用戶的特征更新計劃，確定用于向所述當前用戶推薦的特征更新計劃的裝置。
17.根據(jù)權(quán)利要求10至14中任一項所述的預估裝置，其中，所述預估裝置還包括: 用于判斷所述變化預估信息是否滿足預定提示條件，當滿足預定提示條件時，向所述當前用戶發(fā)送相應(yīng)的提示信息以提示用戶執(zhí)行相應(yīng)的操作裝置。
18.根據(jù)權(quán)利要求10至14中任一項所述的預估裝置，其中，所述預估裝置還包括: 用于獲取與一個或多個用戶分別對應(yīng)的至少一項第二特征信息的變化預估信息的裝置； 用于統(tǒng)計所獲得的各個用戶對應(yīng)的至少一項第二特征信息的變化預估信息，以基于統(tǒng)計結(jié)果，來調(diào)整相應(yīng)的資源配置的裝置。
【文檔編號】G06F17/30GK103971170SQ201410154993
【公開日】2014年8月6日 申請日期:2014年4月17日 優(yōu)先權(quán)日:2014年4月17日
【發(fā)明者】張杰偉, 張霄, 賀堅, 黃晶 申請人:北京百度網(wǎng)訊科技有限公司