国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      隨著時間推移從經(jīng)綜合處理和分析后的數(shù)據(jù)信號推導出重大變化屬性以預測常規(guī)預測因...的制作方法

      文檔序號:9925350閱讀:544來源:國知局
      隨著時間推移從經(jīng)綜合處理和分析后的數(shù)據(jù)信號推導出重大變化屬性以預測常規(guī)預測因 ...的制作方法
      【技術領域】
      [0001] 本公開總體上設及使用重大變化來預測風險、機會及其他商業(yè)結(jié)果的常規(guī)預測因 子的變化。特別地,本發(fā)明設及一種通過根據(jù)結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)對前兆事件和趨勢進 行檢測、識別、鑒定、評估、合成、連接、推理及評分來生成可執(zhí)行見解的系統(tǒng)及方法。
      【背景技術】
      [0002] 公認的是使用時間W在建模(其中,關于未來結(jié)果的預測是感興趣的)中分離觀察 數(shù)據(jù)和執(zhí)行數(shù)據(jù)。在運些情況下,使用歷史數(shù)據(jù)來訓練(例如,系數(shù)、匹配)模型,該歷史數(shù)據(jù) 包括兩個時間標記:觀察時段和執(zhí)行時段。
      [0003] 在分析領域,公認的是使用屬性進行預測。為了使用可用測量和所關注的結(jié)果之 間的關聯(lián),不需要歸因于因果關系。對重大變化不要求對因果關系的推定。比隨機關聯(lián)檢測 更好是本發(fā)明的最小目標。
      [0004] 因此,在預測模型中使用的屬性的變化驅(qū)動在對商業(yè)實體的屬性進行評估時的變 化。桐察屬性(如預測因子)的未來變化是有價值的,并且是本發(fā)明的主題。
      [0005] 本發(fā)明設及創(chuàng)建新的分析解決方案,W生成用于預測在評估風險或機會時通常使 用的商業(yè)屬性及其前兆的變化的系統(tǒng)化及其它見解,從而使得商業(yè)實體能夠進行有利可圖 的活動。該見解可W用于預測建模、資料捜集、分割、市場規(guī)模、投資組合管理、未來分析W 及所有成熟的高級分析,從而為與商業(yè)實體的有關的商業(yè)風險和市場應用提供通常的決策 支持。
      [0006] 本公開內(nèi)容還提供了許多額外的優(yōu)點,隨著下面的描述運將變得明顯。

      【發(fā)明內(nèi)容】

      [0007] 本公開的系統(tǒng)和方法,不同于由事后事實上的事件信息和標記提供的目前基于比 分卡的模式,遷移可執(zhí)行見解反饋的生成W將"前兆數(shù)據(jù)"合成到可執(zhí)行見解中。運種合成 包括根據(jù)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)對前兆事件和趨勢進行檢測、識別、鑒定、評估、合成、連接 W及評分。
      [000引前兆數(shù)據(jù)是根據(jù)預定標準、推理或遞歸算法、或決策矩陣被評判為"重要的"的數(shù) 據(jù),但其本身可W是或可W不是"可操作的",運是因為其可能不獨立地具有至"直接觸發(fā) 器"、結(jié)果、具體的業(yè)務實體或自然人、或其他可操作的已識別業(yè)務事件的可預見的或直接 有關的關聯(lián)。
      [0009] 直接觸發(fā)器是在現(xiàn)有技術中被饋送至記分卡或解析解決方案的業(yè)務事件或標記。 直接觸發(fā)器的示例為宣告破產(chǎn)、支付期限違約事件、申請信貸或雇用人員。
      [0010] 在本公開中被限定為"重大變化"的前兆數(shù)據(jù)的示例可W包括但不限于:與特定類 別的供應商增加接觸、由業(yè)務提供的信貸期限的變化、公司網(wǎng)站的更新頻率變化、或企業(yè)的 主管人員的文章發(fā)表。
      [0011] -種方法被設計用于隨著時間推移推導出重大變化屬性,W預測至少一個預測因 子的未來變化,該方法包括:從至少一個數(shù)據(jù)源收集前兆數(shù)據(jù);通過評估前兆數(shù)據(jù)的至少一 個特征來處理該前兆數(shù)據(jù);根據(jù)處理后的前兆數(shù)據(jù)生成至少一個重大變化信號;評估重大 變化信號W確定在預測預測因子的未來變化時信號的值,并且可選地返回至上述收集和處 理步驟W處理另外的前兆數(shù)據(jù);W及根據(jù)所評估出的重大變化信號生成至少一個重大變化 屬性。
      [0012] 優(yōu)選地,通過使用感測和/或?qū)W習處理來識別數(shù)據(jù)源。學習處理包括聚焦于人類行 為和/或人類學習的試探法W及其他辨別方法。
      [0013] 優(yōu)選地,對前兆數(shù)據(jù)的處理包括綜合處理。綜合處理針對選自W下中的至少一個 特征處理前兆數(shù)據(jù):時間、速度、容量、種類W及評估數(shù)據(jù)源的真實性。特征選自W下中的至 少一個:趨勢分析、測量、計數(shù)事件、計數(shù)源、記錄順序、評估連續(xù)性、檢測交互、W及結(jié)合或 聚合。重大變化屬性選自W下中的至少一個:風險、市場推廣、銷售或其他關聯(lián)性市場。
      [0014] -種用于預測至少一個預測因子在未來的變化的方法,該方法包括:生成用于預 測所關注的結(jié)果的至少一個預測因子;W及生成至少一個重大變化信號,所述至少一個重 大變化信號預測預測因子的未來變化,由此得到所關注的結(jié)果的變化。該方法還包括:根據(jù) 預測因子的相應變化而改變對所關注的結(jié)果的預測。
      [0015] -種用于隨著時間推移生成重大變化屬性W預測至少一個預測因子的未來變化 的計算機系統(tǒng),該系統(tǒng)包括處理器,所述處理器:從至少一個數(shù)據(jù)源收集前兆數(shù)據(jù);通過評 估前兆數(shù)據(jù)的至少一個特征來處理前兆數(shù)據(jù);根據(jù)處理后的前兆數(shù)據(jù)生成至少一個重大變 化信號;評估重大變化信號W確定在預測預測因子的未來變化時所述信號的值;W及根據(jù) 所評估出的重大變化信號生成至少一個重大變化屬性。
      [0016] 一種存儲介質(zhì),該存儲介質(zhì)包括用于控制處理器的指令,所述處理器:從至少一個 數(shù)據(jù)源收集前兆數(shù)據(jù);通過評估前兆數(shù)據(jù)的至少一個特征來處理前兆數(shù)據(jù);根據(jù)處理后的 前兆數(shù)據(jù)生成至少一個重大變化信號;評估重大變化信號W確定在預測所述預測因子的未 來變化時信號的值;W及根據(jù)所評估出的重大變化信號生成至少一個重大變化屬性。
      [0017] 通過參照下面的附圖和詳細描述將理解本公開內(nèi)容的其他目的、特征W及優(yōu)點。
      【附圖說明】
      [0018] 圖1是本公開的處理的示意性表示,其中,重大變化預測常規(guī)預測因子的變化即預 測因子的未來變化,從而影響所預測的結(jié)果;
      [0019] 圖2是重大變化如何改變預測因子的未來變化W及其對機會和風險結(jié)果的影響的 示例的示意性表示;
      [0020] 圖3和圖4是根據(jù)本公開的從隨著時間推移攝取數(shù)據(jù)到綜合處理運樣的數(shù)據(jù)、分 析/合成經(jīng)綜合處理后的數(shù)據(jù)W及最后生成重大變化屬性的處理流程的示意性表示;
      [0021] 圖5是用于運行本公開的處理流程的計算機系統(tǒng)的框圖;W及
      [0022] 圖6是根據(jù)本公開的處理的邏輯流程圖。
      【具體實施方式】
      [0023] 可W將關于被感測和編纂的商業(yè)實體或?qū)嶓w的集合的事件合成為見解(即,重大 變化)。
      [0024] 需要提供預測常規(guī)預測因子及其變化的見解。在許多情況下,預測因子的變化可 能僅在商業(yè)實體的重大變化發(fā)生之后顯才現(xiàn)。成功(盈利)參與商業(yè)實體通常需要在運些預 測因子變化之前采取行動。
      [0025] 輸出將包括具有經(jīng)觀察和綜合處理后的、為原始或匯總形式的新收集數(shù)據(jù)的變化 W及數(shù)據(jù)的歷史變化,運二者合在一起可W表現(xiàn)為重大變化。因此,當數(shù)據(jù)變化發(fā)生時,可 能存在關于一個或更多個商業(yè)實體的潛在新的重大變化輸出。
      [0026] 為了滿足該需求,本公開W屬性W及從運些屬性得出的見解的形式生成解析得出 的輸出(即,重大變化)。例如,輸出可W為分割和預期遷移至另一分割的矢量的組合。其他 類似的見解是可能的,但是所有都被當作重大變化輸出。
      [0027] 本公開內(nèi)容是非預期的并且其顯著不同于現(xiàn)有技術之處在于:基于結(jié)果及其可能 先例的常規(guī)預測因子的變化來進行預測,而不僅僅基于結(jié)果自身進行預測。
      [00%] -些屬性的變化用作雙重角色,即用作重大變化和常規(guī)預測因子二者。該觀察在 其他變化的上下文中不排除使用運些變化來生成可W視為重大變化的見解。
      [0029] 需要分析W確定屬性的哪些變化單獨或組合地跨越時間構(gòu)成重大變化,W及運些 變化在預測常規(guī)預測因子變化時的值。使用基于時間的關聯(lián)分析來評估每個個體屬性變化 和屬性變化的集合,W將其鑒定為重大變化。
      [0030] 重大變化的限定和相關預測二者將取決于所關注的結(jié)果的度,即其是否與風險、 機會或另一關聯(lián)性結(jié)果集合有關。
      [0031] 預想分割及關聯(lián)的指定動作是本公開的產(chǎn)品表現(xiàn),但不限于可分配給本公開的用 例的方面。
      [0032] 可W使用一個或更多個重大變化來限定用于提高運種參與商業(yè)實體的盈利能力 的指定動作或參與策略。運些變化是具體事例,并且并非都能夠在分析之前很好地理解,其 可能需要專口分析來限定。 陶]重大變化示例
      [0034] W下示例,一個來自銷售和市場推廣(機會),一個來自信貸違約(風險),其W理解 可從本公開獲得的見解的構(gòu)建和使用二者的方式來呈現(xiàn)。本公開需要關于業(yè)務實體或一組 業(yè)務實體的事件,運些事件隨著時間推移被發(fā)現(xiàn)、綜合處理W及記錄作為新的數(shù)據(jù)屬性。分 析運些歷史屬性產(chǎn)生用于預測與風險和機會的評估關聯(lián)的尚未顯現(xiàn)的變化的數(shù)學函數(shù)。
      [0035] 分析將包括基于所記錄的事件的順序來得出基于時間的屬性,例如:
      [0036] ?趨勢分析
      [0037] ?測量
      [0038] .計數(shù)事件
      [0039] .計數(shù)源
      [0040] ?記錄順序
      [0
      當前第1頁1 2 3 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1