(19)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 202210740559.2 (22)申请日 2022.06.27 (71)申请人 厦门南讯股份有限公司 地址 361000 福建省厦门市 火炬高新区软 件园创新大厦D区1- 3F (72)发明人 陈碧勇　方敏　 (74)专利代理 机构 厦门荔信律和知识产权代理 有限公司 3 5282 专利代理师 杨光 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/04(2012.01) G06Q 40/02(2012.01) G06F 30/27(2020.01) G06F 17/16(2006.01)G06N 3/04(2006.01) (54)发明名称 多维度内容的信息预测与分析方法和系统 (57)摘要 本发明提出多维度内容的信息预测与分析 方法和系统， 属于信息预测与分析技术领域。 方 法包括步骤S110： 确定信息预测维度值PreW； S120： 获取PreW个时间节点产生的PreW个 金融信 息 序 列 ； S1 3 0 ： 构建 金融 信息 预 测矩阵 PreMatrix； S140： 判断PreW是否不大于K， 如果 是， 则基于PreW确定对应的信息预测维度属性 值， 从PreMatrix选择PreW阶子矩阵作为预测数 据集； S150： 基于 预测数据集， 执行金融信息预测 与分析。 系统包括预测模型数据库， 所述预测模 型数据库存储有至少一种预测模 型， 用于实现所 述方法。 本发 明可以实现不同维度不同预测目标 下的金融信息模拟与预测分析。 权利要求书3页 说明书11页 附图4页 CN 115018183 A 2022.09.06 CN 115018183 A 1.一种多维度内容的信息预测与分析方法， 所述方法应用于多源异构 终端的金融信息 预测与分析， 其特 征在于， 所述方法包括如下步骤： S110： 确定信息预测维度值PreW， 所述信息预测维度值PreW 为正整数； S120： 获取PreW个时间节点产生的PreW个金融信息序列{Fin1,Fin2,…,FinPreW}， 每个 金融信息Fi ni包含K个维度属性 值{Fi1,Fi2,…,FiK}， i＝1,2,…,PreW； K为 正整数； S130： 构建金融信息预测矩阵PreMat rix： 其中， PreW≥2； K≥2； S140： 判断所述信息预测维度值PreW是否不大于K， 如果是， 则基于所述信息预测维度 值PreW确定对应的信息预测维度属性值， 从所述金融信息预测矩阵PreMatrix选择PreW阶 子矩阵作为预测数据集； S150： 基于所述预测数据集， 执 行金融信息预测与分析。 2.如权利要求1所述的一种多维度内容的信息预测与分析方法， 其特征在于， K个维度 属性值{Fi1,Fi2,…,FiK}包括如下属性 值中的至少两种： 金融信息产生时间、 金融数据产生地点、 金融数据产生终端的类型、 金融数据包含的支 付金额、 金融数据产生的环境、 金融数据对应的交易标的、 金融数据产生终端的用户性别、 金融数据 产生终端的用户年龄段。 3.如权利要求1所述的一种多维度内容的信息预测与分析 方法， 其特 征在于， 所述步骤S140中， 若所述信息预测维度值PreW大于K， 则对所述金融信息预测矩阵 PreMatrix进行数据模拟得到每 个金融信息Fi ni的模拟维度属性 值； 将每个金融信息 Fini的模拟维度属性值添加到所述金融信息预测矩阵PreMatrix中， 构 成金融信息模拟矩阵PreMat rixM； 从所述金融信息模拟矩阵PreMat rixM选择PreW阶子矩阵作为预测数据集。 4.如权利要求1所述的一种多维度内容的信息预测与分析 方法， 其特 征在于， 所述步骤S150采用基于深度神经网络的预测模型 执行所述金融信息预测； 所述步骤S110的所述信息预测维度值PreW由所述基于深度神经网络的预测模型的输 出层的节点个数确定 。 5.如权利要求1所述的一种多维度内容的信息预测与分析 方法， 其特 征在于， 所述步骤S150采用多种不同的预测模型 执行所述金融信息预测； 不同的预测模型对应不同的信息预测维度值PreW。 6.一种多维度内容的信息预测与分析系统， 所述系统包括预测模型数据库， 所述预测 模型数据库存 储有至少一种预测模型； 其特征在于， 所述系统还 包括： 预测参数输入单元， 所述预测参数输入单元用于输入预测参数， 所述预测参数包括信 息预测维度值或者信息预测维度属性 值；权　利　要　求　书 1/3 页 2 CN 115018183 A 2模型自动选择单元， 所述模型自动选择单元基于所述预测参数输入单元输入的预测参 数， 从所述预测模型 数据库中加载至少一个目标 预测模型； 金融信息序列获取单元， 所述金融信 息序列获取单元从多源异构终端获取金融信 息序 列； 金融信息预测矩阵构建单元， 所述金融信 息预测矩阵构建单元基于所述金融信 息序列 构成金融信息预测矩阵； 预测数据集提取单元， 所述预测数据集提取单元从所述金融信 息预测矩阵中选择部分 元素作为预测数据集； 将所述预测数据集作为所述目标预测模型的输入， 所述目标预测模型输出金融信 息预 测与分析 结果。 7.如权利要求6所述的一种多维度内容的信息预测与分析系统， 其特 征在于， 所述系统还 包括金融数据模拟单 元； 当所述金融信 息预测矩阵不满足预设条件时， 启动所述金融数据模拟单元对所述金融 信息预测矩阵进行 数据模拟得到每 个金融信息的模拟维度属性 值； 将每个金融信 息的模拟 维度属性值添加到所述金融信 息预测矩阵中， 构 成金融信 息模 拟矩阵； 所述预测数据集 提取单元基于金融信息模拟矩阵确定所述预测数据集。 8.如权利要求6所述的一种多维度内容的信息预测与分析系统， 其特 征在于， 从多源异构 终端获取的所述金融信 息序列中每个金融信 息包含多个维度属性值， 所述 多个维度属性 值包括如下属性 值中的至少两种： 金融信息产生时间、 金融数据产生地点、 金融数据产生终端的类型、 金融数据包含的支 付金额、 金融数据产生的环境、 金融数据对应的交易标的、 金融数据产生终端的用户性别、 金融数据 产生终端的用户年龄段。 9.一种多维度内容的信息预测与分析方法， 所述方法应用于多源异构 终端的金融信息 预测与分析， 其特 征在于， 所述方法包括如下步骤： S910： 输入信息预测 维度属性值， 基于所述信息预测 维度属性值确定信息预测 维度值 PreW， 所述信息预测维度值PreW 为正整数； S920： 获取PreW个时间节点产生的PreW个金融信息序列{Fin1,Fin2,…,FinPreW}， 每个 金融信息Fi ni包含K个维度属性 值{Fi1,Fi2,…,FiK}， i＝1,2,…,PreW； K为 正整数； S930： 构建金融信息预测矩阵PreMat rix： 其中， PreW≥2； K≥2； S940： 判断所述信息预测维度值PreW是否不大于K， 如果是， 则基于所述信息预测维度 属性值， 从所述金融信息预测矩阵PreMat rix选择PreW阶子矩阵作为预测数据集； 如果否， 对所述金融信息 预测矩阵PreMatrix进行数据模拟得到每个金融信息Fini的模权　利　要　求　书 2/3 页 3 CN 115018183 A 3