Processing

Please wait...

Settings

Settings

Goto Application

1. WO2021189769 - LOW LOAD INFORMATION PREDICTION METHOD AND APPARATUS, COMPUTER SYSTEM AND READABLE STORAGE MEDIUM

Publication Number WO/2021/189769
Publication Date 30.09.2021
International Application No. PCT/CN2020/112305
International Filing Date 29.08.2020
IPC
G06K 9/62 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
CPC
G06K 9/6282
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
6267Classification techniques
6279relating to the number of classes
628Multiple classes
6281Piecewise classification, i.e. whereby each classification requires several discriminant rules
6282Tree-organised sequential classifiers
G06Q 10/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
10Administration; Management
04Forecasting or optimisation, e.g. linear programming, "travelling salesman problem" or "cutting stock problem"
G06Q 40/025
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
40Finance; Insurance; Tax strategies; Processing of corporate or income taxes
02Banking, e.g. interest calculation, credit approval, mortgages, home banking or on-line banking
025Credit processing or loan processing, e.g. risk analysis for mortgages
Applicants
  • 平安科技(深圳)有限公司 PING AN TECHNOLOGY (SHENZHEN) CO., LTD. [CN]/[CN]
Inventors
  • 王开益 WANG, Kaiyi
  • 詹天钰 ZHAN, Tianyu
  • 徐佳 XU, Jia
  • 罗力力 LUO, Lili
  • 孙海容 SUN, Hairong
  • 罗水权 LUO, Shuiquan
Agents
  • 北京英特普罗知识产权代理有限公司 INTELLECPRO CHINA LIMITED
Priority Data
202010217534.525.03.2020CN
Publication Language Chinese (zh)
Filing Language Chinese (ZH)
Designated States
Title
(EN) LOW LOAD INFORMATION PREDICTION METHOD AND APPARATUS, COMPUTER SYSTEM AND READABLE STORAGE MEDIUM
(FR) PROCÉDÉ ET APPAREIL DE PRÉDICTION D'INFORMATIONS DE FAIBLE CHARGE, SYSTÈME INFORMATIQUE, ET SUPPORT DE STOCKAGE LISIBLE
(ZH) 低负载信息预测方法、装置、计算机系统及可读存储介质
Abstract
(EN) A low load information prediction method and apparatus, a computer system and a readable storage medium, the method comprising: receiving information to be tested, obtaining, from a model database that stores mature boosting tree models, a model that matches said information, and setting said model as a target boosting tree model; obtaining the target boosting tree model, identifying a classification regression tree the residual ratio in which is lower than a preset residual threshold, and extracting decision-making attributes of the classification regression tree; constructing a target linear regression function according to the decision-making attributes, obtaining, from a sample database that stores sample information, sample information matching the information to be tested and setting said sample information as a target sample; calculating the target sample by using a target linear regression function to obtain linear parameters, and constructing a prediction model by using the linear parameters; and using the prediction model to calculate the information to be tested so as to form prediction information. The described method solves the problem in which a current server is unable to quickly and accurately predict information to be predicted due to the technical bottleneck of the server consuming a large amount of computing power.
(FR) Procédé et appareil de prédiction d'informations de faible charge, système informatique, et support de stockage lisible, le procédé consistant : à recevoir des informations devant être vérifiées, à obtenir, d'une base de données de modèles qui stocke des modèles d'arbre d'amplification matures, un modèle qui correspond auxdites informations, et à définir ledit modèle comme modèle d'arbre d'amplification cible; à obtenir le modèle d'arbre d'amplification cible, à identifier un arbre de régression et de classification dont le rapport résiduel est inférieur à un seuil résiduel prédéfini, et à extraire des attributs de prise de décision de l'arbre de régression et de classification; à construire une fonction de régression linéaire cible en fonction des attributs de prise de décision, à obtenir, d'une base de données d'échantillons qui stocke des informations d'échantillons, des informations d'échantillon correspondant aux informations devant être vérifiées et à définir lesdites informations d'échantillon comme échantillon cible; à calculer l'échantillon cible à l'aide d'une fonction de régression linéaire cible de manière à obtenir des paramètres linéaires, et à construire un modèle de prédiction à l'aide des paramètres linéaires; et à utiliser le modèle de prédiction de manière à calculer les informations devant être vérifiées de façon à former des informations de prédiction. Le procédé décrit résout le problème selon lequel un serveur actuel ne peut pas prédire rapidement et avec précision des informations devant être prédites en raison du ralentissement technique du serveur qui consomme une grande quantité de puissance de calcul.
(ZH) 一种低负载信息预测方法、装置、计算机系统及可读存储介质,包括:接收待测信息,从储存有成熟提升树模型的模型数据库中,获取与待测信息匹配的模型并将其设为目标提升树模型;获取目标提升树模型,并识别其中残差比低于预设残差阈值的分类回归树,提取分类回归树的决策属性;根据决策属性构建目标线性回归函数,并从储存有样本信息的样本数据库中,获取与待测信息匹配的样本信息并将其设为目标样本;通过目标线性回归函数计算目标样本获得线性参数,并通过线性参数构建预测模型;通过预测模型运算待测信息形成预测信息。上述方法解决了目前的服务器会因其消耗大量运算能力的技术瓶颈,导致无法快速准确的对待预测信息进行预测的问题。
Related patent documents
Latest bibliographic data on file with the International Bureau