设备运营策略推荐方法、装置、设备及存储介质与流程
1.本公开涉及大数据技术领域和金融技术领域，尤其涉及一种设备运营策略推荐方法、装置、设备、介质和程序产品。
背景技术：
2.由于影响设备寿命的因素种类众多，且这些因素的产生时间具有一定的随机性，使得设备的运营过程常常伴随一定的随机过程，导致较难为设备运营制定相对规律的运营策略。传统的设备运营策略一般是在设备发生故障时，通过专家诊断，针对性地制定出的。但是，这依赖于专家的经验的主观判断，制定出的设备运营策略可能会存在遗漏，而导致设备出现运营风险。另外，人工排查设备隐患一般是定期执行的，再根据定期排查的结果针对性地调整设备运营策略，不仅费时费力，而且存在一定的滞后性且效率较低。
技术实现要素：
3.鉴于上述问题，本公开提供了设备运营策略推荐方法方法、装置、设备、介质和程序产品。
4.根据本公开的一个方面，提供了一种设备运营策略推荐方法方法，包括：
5.将目标设备在历史周期内的运营价值时序信息输入初始随机过程模型，输出第一参数和与所述第一参数对应的第一函数，所述第一函数表征设备运营价值与时间的关联关系；
6.根据所述目标设备在历史周期内的运营价值影响因素的时序信息对所述第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入所述第二函数，输出设备运营价值预测候选信息；
7.利用所述第二函数对所述初始随机过程模型进行模型变换，得到目标随机过程模型；将所述运营价值时序信息输入所述目标随机过程模型，输出第二参数和与第二参数对应的第三函数；
8.在所述第三函数满足第一预设条件的情况下，根据所述设备运营价值预测候选信息推荐针对所述目标设备的运营策略。
9.根据本公开的实施例，运营价值时序信息包括m个时刻的设备实际运营价值信息，根据目标设备在历史周期内的运营价值影响因素的时序信息对第一函数进行修正，得到第二函数，包括：
10.根据第i个时刻的设备实际运营价值信息和第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度，其中，第一设备运营价值预测信息是将第i个时刻输入第一函数得到的；
11.在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第一预测偏离度满足第一预设阈值的情况下，将第一函数与运营价值影响因素的时序信息输入广义线性模型，进行多元回归分析，输出第二函数，其中，m、i为正整数，1≤i≤m。
12.根据本公开的实施例，根据第i个时刻的设备实际运营价值信息和第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度，包括：
13.根据第i个时刻的设备实际运营价值信息与第i个时刻的第一设备运营价值预测信息的差，确定第一预测偏离值；
14.根据第一预测偏离值和第i个时刻的设备实际运营价值信息的百分比，确定第一预测偏离度。
15.根据本公开的实施例，运营价值时序信息包括m个时刻的设备实际运营价值信息，在第三函数满足第一预设条件的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略，包括：
16.根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度，其中，第二设备运营价值预测信息是将第i个时刻输入第三函数得到的；
17.将目标时刻输入第三函数，输出与目标时刻对应的第三设备运营价值预测信息；
18.根据目标时刻的设备预测候选信息和第三设备运营价值预测信息，确定第三预测偏离度，其中，第三设备运营价值预测信息是将目标时刻输入第三函数得到的；
19.在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第二预测偏离度和目标时刻的第三预测偏离度满足第二预设阈值的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略，其中，m、i为正整数，1≤i≤m。
20.根据本公开的实施例，根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度，包括：
21.根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息的差，确定第二预测偏离值；
22.根据第二预测偏离值和第i个时刻的设备实际运营价值信息，确定第二预测偏离度。
23.根据本公开的实施例，根据目标时刻的设备预测候选信息和第三设备运营价值预测信息，确定第三预测偏离度，包括：
24.根据目标时刻的设备预测候选信息和第三设备运营价值预测信息的差，确定第三预测偏离值；
25.根据第三预测偏离值和目标时刻的设备预测候选信息，确定第三预测偏离度。
26.根据本公开的实施例，运营价值影响因素的时序信息包括n个运营价值影响因素的时序信息，还包括：
27.针对第j个运营价值影响因素的时序信息，检验第j个运营价值影响因素的时序信息与设备运营价值的关联度；
28.在第j个运营价值影响因素的时序信息与设备运营价值的关联度满足第三预设条件的情况下，将第j个运营价值影响因素的时序信息确定为广义线性模型的输入信息，其中，n为大于1的正整数，且1≤j≤m，j为正整数。
29.根据本公开的实施例，上述设备运营策略推荐方法还包括：
30.根据第一参数在预设调整范围内，随机确定k组第三参数；
31.根据k组第三参数，确定k个第一函数，其中，k为大于1的正整数。
32.根据本公开的实施例，将运营价值时序信息输入初始随机过程模型，输出第一参数和与第一参数对应的第一函数，包括：
33.将运营价值时序信息输入初始随机过程模型，利用初始过程函数的微分方程计算得到第一参数；
34.将第一参数和运营价值时序信息输入初始过程函数，进行迭代计算，得到第一函数。
35.根据本公开的实施例，将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数，包括：
36.将运营价值时序信息输入目标随机过程模型，利用目标过程函数的微分方程计算得到第二参数；
37.将第二参数和运营价值时序信息输入目标过程函数，进行迭代计算，得到第三函数。
38.本公开的另一个方面提供了一种设备运营策略推荐装置，包括：第一拟合模块、修正模块、第二拟合模块和推荐模块。其中，第一拟合模块，用于将目标设备在历史周期内的运营运营价值时序信息输入初始随机过程模型，输出第一参数和与第一参数对应的第一函数，第一函数表征设备运营价值与时间的关联关系。修正模块，用于根据目标设备在历史周期内的运营价值影响因素的时序信息对第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入第二函数，输出设备运营价值预测候选信息。第二拟合模块，用于利用第二函数对初始随机过程模型进行模型变换，得到目标随机过程模型；将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数。推荐模块，用于在第三函数满足第一预设条件的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略。
39.根据本公开的实施例，修正模块包括第一确定单元和第一输出单元。其中，第一确定单元，用于根据第i个时刻的设备实际运营价值信息和第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度。第一输出单元，用于在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第一预测偏离度满足第一预设阈值的情况下，将第一函数与运营价值影响因素的时序信息输入广义线性模型，进行多元回归分析，输出第二函数，其中，m为正整数，1≤i≤m。
40.根据本公开的实施例，第一确定单元包括第一确定子单元和第二确定子单元。其中，第一确定子单元，用于根据第i个时刻的设备实际运营价值信息与第i个时刻的第一设备运营价值预测信息的差，确定第一预测偏离值。第二确定子单元，用于根据第一预测偏离值和第i个时刻的设备实际运营价值信息的百分比，确定第一预测偏离度。
41.根据本公开的实施例，推荐模块包括第二输出单元、第二确定单元、第三输出单元、第三确定单元和推荐单元。其中，第二输出单元，用于将第i个时刻输入第三函数，输出与第i个时刻的第二设备运营价值预测信息。第二确定单元，用于根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度。第三输出单元，用于将目标时刻输入第三函数，输出与目标时刻对应的第三设备运营价值预测信息。第三确定单元，用于根据目标时刻的设备预测候选信息和第三设备运营价值预测信息，确定第三预测偏离度。推荐单元，用于在m个时刻的设备实际运营价值信息与m个时刻的设
备运营价值预测信息的第二预测偏离度和目标时刻的第三预测偏离度满足第二预设阈值的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略，其中，m为正整数，1≤i≤m。
42.根据本公开的实施例，第二确定单元包括第三确定子单元和第四确定子单元。其中，第三确定子单元，用于根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息的差，确定第二预测偏离值。第四确定子单元，用于根据第二预测偏离值和第i个时刻的设备实际运营价值信息，确定第二预测偏离度。
43.根据本公开的实施例，第三确定单元包括第五确定子单元和第六确定子单元。其中，第五确定子单元，用于根据目标时刻的设备预测候选信息和第三设备运营价值预测信息的差，确定第三预测偏离值。第六确定子单元，用于根据第三预测偏离值和目标时刻的设备预测候选信息，确定第三预测偏离度。
44.根据本公开的实施例，上述设备运营策略推荐装置还包括检验模块和第一确定模块。其中，检验模块，用于针对第j个运营价值影响因素的时序信息，检验第j个运营价值影响因素的时序信息与设备运营价值的关联度。第一确定模块，用于在第j个运营价值影响因素的时序信息与设备运营价值的关联度满足第三预设条件的情况下，将第j个运营价值影响因素的时序信息确定为广义线性模型的输入信息，其中，n为大于1的正整数，1≤j≤m。
45.根据本公开的实施例，上述设备运营策略推荐装置还包括第二确定模块和第三确定模块。其中，第二确定模块，用于根据第一参数在预设调整范围内，随机确定k组第三参数。第三确定模块，用于根据k组第三参数，确定k个第一函数，其中，k为大于1的正整数。
46.根据本公开的实施例，第一拟合模块包括第一计算单元和第二计算单元。其中，第一计算单元，用于将运营价值时序信息输入初始随机过程模型，利用初始过程函数的微分方程计算得到第一参数。第二计算单元，用于将第一参数和运营价值时序信息输入初始过程函数，进行迭代计算，得到第一函数。
47.根据本公开的实施例，第二拟合模块包括第三计算单元和第四计算单元。其中，第三计算单元，用于将运营价值时序信息输入目标随机过程模型，利用目标过程函数的微分方程计算得到第二参数。第四计算单元，用于将第二参数和运营价值时序信息输入目标过程函数，进行迭代计算，得到第三函数。
48.本公开的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法。
49.本公开的另一个方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。
50.本公开的另一个方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法。
51.根据本公开提供的设备运营策略推荐方法、装置、设备、介质和程序产品，通过将目标设备在历史周期内的运营价值时序信息输入初始随机过程模型，利用初始随机过程模型得到表征设备运营价值与时间的第一函数，由于利用运营价值影响因素的时序信息对设备价值与时间的第一函数进行修正，并利用修正后得到的函数对初始随机过程模型进行变换，实现了客观地根据设备的实际运营价值时序数据以及实际的运营价值影响因素的时序
信息拟合得到能够准确反应设备运营价值随时间变化过程的第三函数，并根据目标时刻的设备运营价值预测候选信息推荐目标设备的运营策略。因此，至少部分的解决了相关技术中依赖于人为主观经验导致运营策略存在一定的滞后性和疏漏的问题，实现了可以精准推荐目标设备整个生命周期的运营策略的技术效果的技术效果。
附图说明
52.通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
53.图1示意性示出了根据本公开实施例的设备运营策略推荐方法、装置、设备、介质和程序产品的应用场景图；
54.图2示意性示出了根据本公开实施例的设备运营策略推荐方法的流程图；
55.图3示意性示出了根据本公开实施例的修正第一函数的方法流程图；
56.图4示意性示出了根据本公开实施例的根据设备运营价值预测候选信息推荐针对目标设备的运营策略的流程图；
57.图5示意性示出了根据本公开实施例的设备运营策略推荐装置的结构框图；以及
58.图6示意性示出了根据本公开实施例的适于实现设备运营策略推荐方法的电子设备的方框图。
具体实施方式
59.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
60.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
61.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
62.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
63.在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
64.本公开的实施例提供了一种设备运营策略推荐方法，包括：将目标设备在历史周期内的运营价值时序信息输入初始随机过程模型，输出第一参数和与第一参数对应的第一
函数，第一函数表征设备运营价值与时间的关联关系；根据目标设备在历史周期内的运营价值影响因素的时序信息对第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入第二函数，输出设备运营价值预测候选信息；利用第二函数对初始随机过程模型进行模型变换，得到目标随机过程模型；将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数；在第三函数满足第一预设条件的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略。
65.图1示意性示出了根据本公开实施例的设备运营策略推荐的应用场景图。
66.如图1所示，根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
67.用户可以使用第一终端设备101、第二终端设备102、第三终端设备103通过网络104与服务器105交互，以接收或发送消息，例如：可以是向服务端发送设备运营策略推荐请求信息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
68.第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
69.服务器105可以是提供各种服务的服务器，例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或确定的网页、信息、或数据等)反馈给终端设备。
70.需要说明的是，本公开实施例所提供的设备运营策略推荐方法一般可以由服务器105执行。相应地，本公开实施例所提供的设备运营策略推荐装置一般可以设置于服务器105中。本公开实施例所提供的设备运营策略推荐方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集执行。相应地，本公开实施例所提供的设备运营策略推荐装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集中。
71.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
72.以下将基于图1描述的场景，通过图2～图6对公开实施例的设备运营策略推荐方法进行详细描述。
73.图2示意性示出了根据本公开实施例的设备运营策略推荐方法的流程图。
74.如图2所示，该实施例的设备运营策略推荐方法包括操作s210～操作s240。
75.在操作s210，将目标设备在历史周期内的运营价值时序信息输入初始随机过程模型，输出第一参数和与第一参数对应的第一函数，第一函数表征设备运营价值与时间的关联关系。
76.根据本公开的实施例，运营价值可以表征目标设备在使用期间预计能够回收到的残余价值，也称之为残值。运营价值时序信息xt可以从目标设备在历史周期内的维修保养记录中获取得到。运营价值时序信息可以包括目标设备未经使用的初始运营价值信息、目标设备在第t年/天/月经过第一次维修之后的运营价值信息以及目标设备在第k年/天/月经过第n次维修之后的运营价值信息。例如：历史周期可以为100天，目标设备m的初始运营价值为x0，目标设备在第35天经过第一次维修之后的运营价值信息可以为x
35
，目标设备在第80天经过第二次维修之后的运营价值信息可以为x
80
。
77.根据本公开的实施例，初始随机过程模型可以采用标准的ou过程函数(ornstein-uhlenbeck process)：
78.dλ＝c(k-λ)t+σdwt
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
79.其中，λ＝x
t
表示运营价值与时间的函数；c、k表示参数；t表示目标设备的使用时长，σdwt表示随机波动值。
80.例如：将目标设备的运营价值时序信息(x0，x
35
，x
80
)输入上述ou过程函数，可以利用微分方程对式(1)代入上述运营价值时序信息进行近似求解，得到第一参数c0、k0，并利用第一参数c0、k0代入式(2)进行迭代计算，得到第一函数。
81.x
t+1-x
t
＝c0(k
0-x
t
)t+σw
t
ꢀꢀꢀꢀ
(2)
82.在操作s220，根据目标设备在历史周期内的运营价值影响因素的时序信息对第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入第二函数，输出设备运营价值预测候选信息。
83.根据本公开的实施例，运营价值影响因素可以包括设备运行环境信息，例如：设备运行温度信息、设备运行湿度信息等等。还可以包括设备运营维护费用信息，例如：水电费用、维修费用等等。上述运营价值影响因素均是与时间相关联的因素，可以利用上述运营价值影响因素的时序信息，对第一函数进行修正。
84.根据本公开的实施例，目标设备在历史周期内设备运行环境信息、设备运营维护费用信息可以作为多个维度的时序数据，每一个维度可以表征一种影响因素，每一种影响因素的时序数据可以是时序的散点数列，每增加一个维度的影响因素的时序数据，得到的第二函数的预测精度越高。每一个维度的影响因素的时序数据可以作为以时间为自变量的函数，例如：设备运行温度的时序信息可以为c1(t)、设备运行湿度的时序信息可以为c2(t)、设备运营维护费用的时序信息可以为c3(t)等等。
85.根据本公开的实施例，利用运营价值影响因素的时序信息对第一函数进行修正，得到第二函数可以如式(3)所示。
86.x
t
＝m
1 c1(t)+m2c2(t)+...+m3c3(t)
ꢀꢀꢀꢀꢀꢀ
(3)
87.根据本公开的实施例，拟进行运营价值预测的目标时刻可以为t，将目标时刻t代入上述式(3)可以得到设备运营价值预测候选信息x
t
。
88.由于经过修正之后的第二函数的曲线形状与初始的第一函数的曲线形状存在一定的差异，因此需要再次利用运营价值时序信息对第二函数的拟合度进行验证。在进行拟合度验证时，传统的方式一般是用数据拟合数据，但是对于设备运营价值随时间随机波动的过程而言，传统的方式并不适用，有鉴于此，本公开通过设备运营价值影响因素的函数拟合设备运营价值与时间的函数，使得得到的拟合函数可以保证设备运营价值随时间缓慢下
降，并具有随机过程和马尔科夫过程的性质。
89.在操作s230，利用第二函数对初始随机过程模型进行模型变换，得到目标随机过程模型；将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数。
90.根据本公开的实施例，利用第二函数对初始随机过程模型进行模型变换，可以是将式(3)代入式(1)中得到式(4)，得到目标随机过程模型。将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数。
91.d(mlc1(t)+...+mncn(t))＝c(k-(mlc1(t)+...+mncn(t)))t+σdwt
ꢀꢀꢀ
(4)
92.其中，m1、
…
mn表示运营价值影响因素对目标设备整体运营价值影响权重；c、k表示参数；t表示目标设备的使用时长，σdwt表示随机波动值。
93.例如：将目标设备的运营价值时序信息(x0，x
35
，x
80
)输入目标随机过程的ou过程函数，可以利用微分方程对式(4)代入上述运营价值时序信息进行近似求解，得到第一参数c1、k1，并利用第一参数c1、k1代入式(2)进行迭代计算，得到第三函数。
94.在操作s240，在第三函数满足第一预设条件的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略。
95.根据本公开的实施例，第一预设条件可以为第三函数的曲线经过表征运营价值时序信息的点以及表征目标时刻的设备运营价值候选信息的点组成的邻域。
96.例如：表征运营价值时序信息的点可以为(0，x0)、(35，x
35
)、(80，x
80
)，表征目标时刻的设备运营价值候选信息的点可以我(t，x
t
)。邻域可以以阈值范围进行表示，例如可以为δx＝20，在第三函数的曲线中t＝35时得到的函数值y
35
与运营价值时序信息中的x
35
的差值在20以下，以此类推，上述其他点对应的y
80
、y
t
与对应的x
80
、x
t
的差值均小于20的情况下，表示第三函数满足第一预设条件。
97.根据本公开的实施例，根据设备运营价值预测候选信息推荐针对目标设备的运营策略，例如：目标时刻可以为1080天，对应的设备运营价值预测候选信息可以为x
1080
，可以根据此时的设备运营价值预测候选信息推荐针对目标设备的运营策略，例如：当目标时刻的设备运营价值低于初始价值的10％时，推荐的运营策略可以为不再维修进行报废处理。当目标时刻的设备运营价值较高时，推荐的运营策略可以为针对目标设备进行维修。
98.根据本公开的实施例，由于在修正第一函数时利用的运营价值影响因素可以包括运营成本以及维修费用，也可以从第二函数中得到目标设备的运营成本、维修费用、运行环境等等的情况，从而综合推荐针对目标设备的运营策略。
99.根据本公开的实施例，通过将目标设备在历史周期内的运营价值时序信息输入初始随机过程模型，利用初始随机过程模型得到表征设备运营价值与时间的第一函数，由于利用运营价值影响因素的时序信息对设备价值与时间的第一函数进行修正，并利用修正后得到的函数对初始随机过程模型进行变换，实现了客观地根据设备的实际运营价值时序数据以及实际的运营价值影响因素的时序信息拟合得到能够准确反应设备运营价值随时间变化过程的第三函数，并根据目标时刻的设备运营价值预测候选信息推荐目标设备的运营策略。因此，至少部分的解决了相关技术中依赖于人为主观经验导致运营策略存在一定的滞后性和疏漏的问题，实现了可以精准推荐目标设备整个生命周期的运营策略的技术效果的技术效果。
100.根据本公开的实施例，将运营价值时序信息输入初始随机过程模型，输出第一参数和与第一参数对应的第一函数，包括：
101.将运营价值时序信息输入初始随机过程模型，利用初始过程函数的微分方程计算得到第一参数；
102.将第一参数和运营价值时序信息输入初始过程函数，进行迭代计算，得到第一函数。
103.根据本公开的实施例，例如：运营价值时序信息可以包括：t＝0时目标设备的初始运营价值x0，目标设备在使用第二年末进行第一次维修之后的运营价值x
730
，目标设备在第10年年末被变卖时的运营价值为x
3650
。初始过程函数如式(1)所示，利用微分方式对初始过程函数代入初始过程函数进行近似求解，得到c0、k0。由于目标设备的初始运营价值是已知的，可以将初始运营价值x0代入式(2)进行迭代计算，迭代计算过程如下：
104.x
2-x1＝c0(k
0-x1)
×
1+σw1；
105.x
3-x2＝c0(k
0-x2)
×
2+σw2；
106.…
107.x
t+1-x
t
＝c0(k
0-x
t
)
×
t+σw
t
；
108.其中，w1、w2、
…wt
表示维纳过程的变量，每一段时间间隔内的增量是服从高斯分布的，σw1、σw2、
…
σw
t
是通过随机正态分布自动生成的波动值。
109.根据本公开的实施例，通过利用设备运营价值时序信息通过初试随机过程模型，并经过上述迭代计算，可以得到第一函数，实现了可以利用较少的基础数据拟合得到设备运营价值与时间的函数，解决了相关技术中由于目标设备的运营数据较小导致推荐的设备运营方案精确度较低的问题。
110.图3示意性示出了根据本公开实施例的修正第一函数的方法流程图。
111.如图3所示，该实施例的修正第一函数的方法包括操作s310～s320。
112.在操作s310，根据第i个时刻的设备实际运营价值信息和第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度。
113.根据本公开的实施例，运营价值时序信息中包括m个时刻的设备实际运营价值信息，可以为x1、x2、xi、
…
xm。第i个时刻的设备实际运营价值可以为xi。第一设备运营价值预测信息是将第i个时刻输入第一函数得到的，可以为x
i’。第一偏离度可以为xi与x
i’的差。
114.在操作s320，在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第一预测偏离度满足第一预设阈值的情况下，将第一函数与运营价值影响因素的时序信息输入广义线性模型，进行多元回归分析，输出第二函数，其中，m、i为正整数，1≤i≤m。
115.根据本公开的实施例，例如：第一预测偏离度为10，第一预设阈值为20，此时，第一预测偏离度小于第一预设阈值。第一预设阈值可以为一个值，也可以为一个阈值范围，当第一预设偏离度在预设阈值范围之内时，可以将第一函数与运营价值影响因素的时序信息输入广义线性模型，进行多元回归分析，输出第二函数。利用广义线性模型对时序数据进行多元回归分析是较为成熟的技术，在此不做赘述。
116.根据本公开的实施例，由于影响运营价值因素均是时序的数据，因此利用多元时序序列的回归分析，以时间为桥联建立起运营价值因素与时间的函数与运营价值与时间的
函数的关联关系，达到了利用函数拟合函数的目的，解决了相关技术中依赖于专家经验人为构建模型存在主观性缺陷的问题。
117.在第一预测偏离度不满足第一预设阈值的情况下，说明当前拟合得到的第一函数的拟合度不满足设备实际运营价值随时间的波动，因此需要将第一参数进行调整。
118.根据本公开的实施例，上述设备运营策略推荐方法还包括：
119.根据第一参数在预设调整范围内，随机确定k组第三参数；
120.根据k组第三参数，确定k个第一函数，其中，k为大于1的正整数。
121.根据本公开的实施例，例如：第一参数(c0，k0)，预设调整范围可以为[c
0-δc，c0+δc]，[k
0-δk，k0+δk]。可以从上述预设调整范围内随机确定k组第三参数，由于后续过程会不断消耗数据，k可以取十万及以上数量级的参数。
[0122]
根据本公开的实施例，例如：k组第三参数可以为(c1，k1)、(c2，k2)、
…
、(ck，kk)。将上述第三参数代入式(2)，可以通过迭代计算得到与每一组第三参数对应的第一函数，迭代计算的过程与前文所述相同，在此不做赘述。
[0123]
根据本公开的实施例，通过在预设调整范围内调整参数，得到多个可以用于广义线性验证的第一函数，可以适用于于在目标设备运营的基础数据较少依然可以得到与设备运营实际价值波动拟合度较高的模型。
[0124]
根据本公开的实施例，根据第i个时刻的设备实际运营价值信息和第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度，包括：
[0125]
根据第i个时刻的设备实际运营价值信息与第i个时刻的第一设备运营价值预测信息的差，确定第一预测偏离值；
[0126]
根据第一预测偏离值和第i个时刻的设备实际运营价值信息的百分比，确定第一预测偏离度。
[0127]
根据本公开的实施例，运营价值时序信息中包括m个时刻的设备实际运营价值信息，可以为x1、x2、xi、
…
xm。第i个时刻的设备实际运营价值可以为xi。第一设备运营价值预测信息是将第i个时刻输入第一函数得到的，可以为x
i’。第一预测偏离值可以为xi与x
i’的差δxi。
[0128]
根据本公开的实施例，第一预测偏离度可以为第一预测偏离值δxi与第i个时刻的设备实际运营价值信息xi的百分比：δxi/xi。
[0129]
根据本公开的实施例，通过第一预设偏离度利用运营价值时序信息对拟合得到的第一函数进行拟合度验证，可以使得第一函数表征的设备运营价值随时间的波动更符合实际设备运营价值随时间的波动情况，从而提高设备运营策略推荐的准确度。
[0130]
根据本公开的实施例，将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数，包括：
[0131]
将运营价值时序信息输入目标随机过程模型，利用目标过程函数的微分方程计算得到第二参数；
[0132]
将第二参数和运营价值时序信息输入目标过程函数，进行迭代计算，得到第三函数。
[0133]
根据本公开的实施例，例如：运营价值时序信息可以包括：t＝0时目标设备的初始运营价值x0，目标设备在使用第二年末进行第一次维修之后的运营价值x
730
，目标设备在第
10年年末被变卖时的运营价值为x
3650
。初始过程函数如式(4)所示，利用微分方式对初始过程函数代入初始过程函数进行近似求解，得到c1、k1。由于目标设备的初始运营价值是已知的，可以将初始运营价值x0代入式(2)进行迭代计算，迭代计算过程与前文所述相同，在此不做赘述。
[0134]
根据本公开的实施例，经过多元线性回归分析，每一个影响因素的时序信息已经转化为以时间为自变量的函数，且每一个影响因素的权重信息已为已知量。
[0135]
根据本公开的实施例，通过对经过设备运营价值影响因素修正之后的第二函数，利用运营价值时序信息验证其拟合度，得到的第三函数中设备运营价值随时间的波动会更加符合设备实际运营价值随时间的波动情况，从而提高针对目标设备推荐设备运营策略的准确度。
[0136]
图4示意性示出了根据本公开实施例的根据设备运营价值预测候选信息推荐针对目标设备的运营策略的流程图。
[0137]
如图4所示，该实施例包括操作s410～s430。
[0138]
在操作s410，根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度，其中，第二设备运营价值预测信息是将第i个时刻输入第三函数得到的。
[0139]
根据本公开的实施例，第i个时刻的设备实际运营价值可以为xi，第二设备运营价值预测信息可以为x
i”。第二预测偏离度可以为x
i”与xi的差值。
[0140]
在操作s420，根据目标时刻的设备预测候选信息和第三设备运营价值预测信息，确定第三预测偏离度，其中，第三设备运营价值预测信息是将目标时刻输入第三函数得到的。
[0141]
根据本公开的实施例，目标设备的设备预测候选信息可以为x
t
，第三设备运营价值预测信息可以为x
t’。第三预测偏离度可以为x
t’与x
t
的差值。
[0142]
在操作s430，在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第二预测偏离度和目标时刻的第三预测偏离度满足第二预设阈值的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略，其中，m、i为正整数，1≤i≤m。
[0143]
根据本公开的实施例，第二预设阈值可以为一个值，也可以为一个阈值范围。例如：第二预设阈值为20，第二预测偏离度为10，第三预测偏离度为15，则第二预测偏离度、第三预测偏离度均小于第二预设阈值，可以确定当前第三函数表征的设备运营价值与时间的波动情况符合设备运营实际价值与时间的波动情况，因此，可以根据当前设备运营价值预测候选信息推荐针对目标设备的运营策略。
[0144]
根据本公开的实施例，第三函数表征的设备运营价值与时间的波动情况也可以以设备运营价值概率体现，则可以针对性地得到目标设备在目标时刻运营策略，例如：目标设备在200天后维修的概率等等。
[0145]
根据本公开的实施例，通过利用设备运营价值时序信息和目标时刻的设备运营价值预测信息验证第三函数，可以在每次应用过程中不断产生新的可用于验证第三函数的数据，从而达到了在应用不断提升推荐精度的目的。
[0146]
根据本公开的实施例，根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度，包括：
[0147]
根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息的差，确定第二预测偏离值；
[0148]
根据第二预测偏离值和第i个时刻的设备实际运营价值信息，确定第二预测偏离度。
[0149]
根据本公开的实施例，例如：运营价值时序信息中包括m个时刻的设备实际运营价值信息，可以为x1、x2、xi、
…
xm。第i个时刻的设备实际运营价值可以为xi。第二设备运营价值预测信息是将第i个时刻输入第三函数得到的，可以为x
i”。第二预测偏离值可以为xi与x
i”的差δx
i’。
[0150]
根据本公开的实施例，第二预测偏离度可以为第二预测偏离值和第i个时刻的设备实际运营价值信息的百分比：δx
i’/xi。
[0151]
根据本公开的实施例，根据目标时刻的设备预测候选信息和第三设备运营价值预测信息，确定第三预测偏离度，包括：
[0152]
根据目标时刻的设备预测候选信息和第三设备运营价值预测信息的差，确定第三预测偏离值；
[0153]
根据第三预测偏离值和目标时刻的设备预测候选信息，确定第三预测偏离度。
[0154]
根据本公开的实施例，例如：目标时刻的设备预测候选运营价值可以为x
t
。第三设备运营价值预测信息是将目标t时刻输入第三函数得到的，可以为x
t’。第三预测偏离值可以为x
t
与x
t’的差δx
t
。
[0155]
根据本公开的实施例，第三预测偏离度可以为第三预测偏离值和目标t时刻的设备预测候选运营价值的百分比：δx
t
/x
t
。
[0156]
根据本公开的实施例，通过利用设备运营价值时序信息和目标时刻的目标时刻的设备预测候选运营价值校验拟合得到的第三函数，可以使得第三函数表征得到的设备运营价值随时间的波动情况更符合实际，从而提高推荐设备运营策略的准确度。
[0157]
由于影响设备运营价值的因素众多，而在设备的运营维保记录中获取的信息，有些因素可能并不是随时间呈现较为规律的波动，或对设备运营价值随时间波动的影响较小。这些因素的存在反而会影响最终推荐结果的准确度。
[0158]
有鉴于此，上述设备运营策略推荐方法还包括：
[0159]
运营价值影响因素的时序信息包括n个运营价值影响因素的时序信息，针对第j个运营价值影响因素的时序信息，检验第j个运营价值影响因素的时序信息与设备运营价值的关联度；
[0160]
在第j个运营价值影响因素的时序信息与设备运营价值的关联度满足第三预设条件的情况下，将第j个运营价值影响因素的时序信息确定为广义线性模型的输入信息，其中，n为大于1的正整数，且1≤j≤m，j为正整数。
[0161]
根据本公开的实施例，第三预设条件可以为关联度的阈值范围，可以利用层次分析方法(ahp)检验第j个运营价值影响因素的时序信息与设备运营价值的关联度，在关联度满足阈值范围的情况下，再将其作为广义线性模型的输入信息对第一函数进行修正，可以有效避免引入过多的干扰因素导致最终的推荐结果准确度低的问题。
[0162]
例如：设备运行温度的时序信息通过层次分析法检验可以确定其与设备运营价值的关联度为10，设备维修费用的时序信息通过层次分析法检验可以确定其与设备运营价值
的关联度为15，关联度的预设阈值可以为5。则设备运行温度的时序信息、设备维修费用的时序信息均对设备运营价值存在较大的影响，均可以作为广义线性模型的输入信息。
[0163]
根据本公开的实施例，通过对设备运营价值影响因素的检验，在关联度满足阈值范围的情况下，再将其作为广义线性模型的输入信息对第一函数进行修正，可以有效避免引入过多的干扰因素导致最终的推荐结果准确度低的问题。
[0164]
基于上述设备运营策略推荐方法，本公开还提供了一种设备运营策略推荐装置。以下将结合图5对该装置进行详细描述。
[0165]
图5示意性示出了根据本公开实施例的设备运营策略推荐装置的结构框图。
[0166]
如图5所示，该实施例的设备运营策略推荐装置500包括第一拟合模块510、修正模块520、第二拟合模块530和推荐模块540。
[0167]
第一拟合模块510用于将目标设备在历史周期内的运营运营价值时序信息输入初始随机过程模型，输出第一参数和与第一参数对应的第一函数，第一函数表征设备运营价值与时间的关联关系。在一实施例中，第一拟合模块510可以用于执行前文描述的操作s210，在此不再赘述。
[0168]
修正模块520用于根据目标设备在历史周期内的运营价值影响因素的时序信息对第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入第二函数，输出设备运营价值预测候选信息。在一实施例中，修正模块520可以用于执行前文描述的操作s220，在此不再赘述。
[0169]
第二拟合模块530用于利用第二函数对初始随机过程模型进行模型变换，得到目标随机过程模型；将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数。在一实施例中，第二拟合模块530可以用于执行前文描述的操作s230，在此不再赘述。
[0170]
推荐模块540用于在第三函数满足第一预设条件的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略。在一实施例中，推荐模块540可以用于执行前文描述的操作s240，在此不再赘述。
[0171]
根据本公开的实施例，修正模块包括第一确定单元和第一输出单元。其中，第一确定单元，用于根据第i个时刻的设备实际运营价值信息和第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度。第一输出单元，用于在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第一预测偏离度满足第一预设阈值的情况下，将第一函数与运营价值影响因素的时序信息输入广义线性模型，进行多元回归分析，输出第二函数，其中，m为正整数，1≤i≤m。
[0172]
根据本公开的实施例，第一确定单元包括第一确定子单元和第二确定子单元。其中，第一确定子单元，用于根据第i个时刻的设备实际运营价值信息与第i个时刻的第一设备运营价值预测信息的差，确定第一预测偏离值。第二确定子单元，用于根据第一预测偏离值和第i个时刻的设备实际运营价值信息的百分比，确定第一预测偏离度。
[0173]
根据本公开的实施例，推荐模块包括第二输出单元、第二确定单元、第三输出单元、第三确定单元和推荐单元。其中，第二输出单元，用于将第i个时刻输入第三函数，输出与第i个时刻的第二设备运营价值预测信息。第二确定单元，用于根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度。第三输
出单元，用于将目标时刻输入第三函数，输出与目标时刻对应的第三设备运营价值预测信息。第三确定单元，用于根据目标时刻的设备预测候选信息和第三设备运营价值预测信息，确定第三预测偏离度。推荐单元，用于在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第二预测偏离度和目标时刻的第三预测偏离度满足第二预设阈值的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略，其中，m为正整数，1≤i≤m。
[0174]
根据本公开的实施例，第二确定单元包括第三确定子单元和第四确定子单元。其中，第三确定子单元，用于根据第i个时刻的设备实际运营价值信息和第i个时刻的第二设备运营价值预测信息的差，确定第二预测偏离值。第四确定子单元，用于根据第二预测偏离值和第i个时刻的设备实际运营价值信息，确定第二预测偏离度。
[0175]
根据本公开的实施例，第三确定单元包括第五确定子单元和第六确定子单元。其中，第五确定子单元，用于根据目标时刻的设备预测候选信息和第三设备运营价值预测信息的差，确定第三预测偏离值。第六确定子单元，用于根据第三预测偏离值和目标时刻的设备预测候选信息，确定第三预测偏离度。
[0176]
根据本公开的实施例，上述设备运营策略推荐装置还包括检验模块和第一确定模块。其中，检验模块，用于针对第j个运营价值影响因素的时序信息，检验第j个运营价值影响因素的时序信息与设备运营价值的关联度。第一确定模块，用于在第j个运营价值影响因素的时序信息与设备运营价值的关联度满足第三预设条件的情况下，将第j个运营价值影响因素的时序信息确定为广义线性模型的输入信息，其中，n为大于1的正整数，1≤j≤m。
[0177]
根据本公开的实施例，上述设备运营策略推荐装置还包括第二确定模块和第三确定模块。其中，第二确定模块，用于根据第一参数在预设调整范围内，随机确定k组第三参数。第三确定模块，用于根据k组第三参数，确定k个第一函数，其中，k为大于1的正整数。
[0178]
根据本公开的实施例，第一拟合模块包括第一计算单元和第二计算单元。其中，第一计算单元，用于将运营价值时序信息输入初始随机过程模型，利用初始过程函数的微分方程计算得到第一参数。第二计算单元，用于将第一参数和运营价值时序信息输入初始过程函数，进行迭代计算，得到第一函数。
[0179]
根据本公开的实施例，第二拟合模块包括第三计算单元和第四计算单元。其中，第三计算单元，用于将运营价值时序信息输入目标随机过程模型，利用目标过程函数的微分方程计算得到第二参数。第四计算单元，用于将第二参数和运营价值时序信息输入目标过程函数，进行迭代计算，得到第三函数。
[0180]
根据本公开的实施例，第一拟合模块510、修正模块520、第二拟合模块530和推荐模块540中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一拟合模块510、修正模块520、第二拟合模块530和推荐模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一拟合模块510、修正模块520、第二拟合模块530和推荐模
块540中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0181]
图6示意性示出了根据本公开实施例的适于实现设备运营策略推荐方法的电子设备的方框图。
[0182]
如图6所示，根据本公开实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0183]
在ram 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、rom 602以及ram 603通过总线604彼此相连。处理器601通过执行rom 602和/或ram 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom 602和ram 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0184]
根据本公开的实施例，电子设备600还可以包括输入/输出(i/o)接口605，输入/输出(i/o)接口605也连接至总线604。电子设备600还可以包括连接至i/o接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0185]
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
[0186]
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 602和/或ram 603和/或rom 602和ram 603以外的一个或多个存储器。
[0187]
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
[0188]
在该计算机程序被处理器601执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模
块来实现。
[0189]
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0190]
在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0191]
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0192]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0193]
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
[0194]
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。
技术特征：
1.一种设备运营策略推荐方法，包括：将目标设备在历史周期内的运营运营价值时序信息输入初始随机过程模型，输出第一参数和与所述第一参数对应的第一函数，所述第一函数表征设备运营价值与时间的关联关系；根据所述目标设备在历史周期内的运营价值影响因素的时序信息对所述第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入所述第二函数，输出设备运营价值预测候选信息；利用所述第二函数对所述初始随机过程模型进行模型变换，得到目标随机过程模型；将所述运营价值时序信息输入所述目标随机过程模型，输出第二参数和与第二参数对应的第三函数；在所述第三函数满足第一预设条件的情况下，根据所述设备运营价值预测候选信息推荐针对所述目标设备的运营策略。2.根据权利要求1所述的方法，其中，所述运营价值时序信息包括m个时刻的设备实际运营价值信息，所述根据所述目标设备在历史周期内的运营价值影响因素的时序信息对所述第一函数进行修正，得到第二函数，包括：根据所述第i个时刻的设备实际运营价值信息和所述第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度，其中，第一设备运营价值预测信息是将所述第i个时刻输入所述第一函数得到的；在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第一预测偏离度满足第一预设阈值的情况下，将所述第一函数与所述运营价值影响因素的时序信息输入广义线性模型，进行多元回归分析，输出第二函数，其中，m、i为正整数，1≤i≤m。3.根据权利要求2所述的方法，其中，所述根据所述第i个时刻的设备实际运营价值信息和所述第i个时刻的第一设备运营价值预测信息，确定第一预测偏离度，包括：根据所述第i个时刻的设备实际运营价值信息与所述第i个时刻的第一设备运营价值预测信息的差，确定第一预测偏离值；根据所述第一预测偏离值和所述第i个时刻的设备实际运营价值信息的百分比，确定所述第一预测偏离度。4.根据权利要求1所述的方法，其中，所述运营价值时序信息包括m个时刻的设备实际运营价值信息，所述在所述第三函数满足第一预设条件的情况下，根据所述设备运营价值预测候选信息推荐针对所述目标设备的运营策略，包括：根据所述第i个时刻的设备实际运营价值信息和所述第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度，其中，所述第二设备运营价值预测信息是将所述第i个时刻输入所述第三函数得到的；根据所述目标时刻的设备预测候选信息和所述第三设备运营价值预测信息，确定第三预测偏离度，其中，所述第三设备运营价值预测信息是将所述目标时刻输入所述第三函数得到的；在m个时刻的设备实际运营价值信息与m个时刻的设备运营价值预测信息的第二预测偏离度和所述目标时刻的第三预测偏离度满足第二预设阈值的情况下，根据所述设备运营价值预测候选信息推荐针对所述目标设备的运营策略，其中，其中，m、i为正整数，1≤i≤m。
5.根据权利要求4所述的方法，其中，所述根据所述第i个时刻的设备实际运营价值信息和所述第i个时刻的第二设备运营价值预测信息，确定第二预测偏离度，包括：根据所述第i个时刻的设备实际运营价值信息和所述第i个时刻的第二设备运营价值预测信息的差，确定第二预测偏离值；根据所述第二预测偏离值和所述第i个时刻的设备实际运营价值信息，确定所述第二预测偏离度。6.根据权利要求4所述的方法，其中，所述根据所述目标时刻的设备预测候选信息和所述第三设备运营价值预测信息，确定第三预测偏离度，包括：根据所述目标时刻的设备预测候选信息和所述第三设备运营价值预测信息的差，确定所述第三预测偏离值；根据所述第三预测偏离值和所述目标时刻的设备预测候选信息，确定所述第三预测偏离度。7.根据权利要求1所述的方法，其中，所述运营价值影响因素的时序信息包括n个运营价值影响因素的时序信息，还包括：针对第j个所述运营价值影响因素的时序信息，检验所述第j个所述运营价值影响因素的时序信息与设备运营价值的关联度；在所述第j个所述运营价值影响因素的时序信息与设备运营价值的关联度满足第三预设条件的情况下，将所述第j个所述运营价值影响因素的时序信息确定为所述广义线性模型的输入信息，其中，n为大于1的正整数，且1≤j≤m，j为正整数。8.根据权利要求1所述的方法，还包括：根据所述第一参数在预设调整范围内，随机确定k组第三参数；根据所述k组第三参数，确定k个第一函数，其中，k为大于1的正整数。9.根据权利要求1所述的方法，其中，所述将所述运营价值时序信息输入初始随机过程模型，输出第一参数和与所述第一参数对应的第一函数，包括：将所述运营价值时序信息输入初始随机过程模型，利用初始过程函数的微分方程计算得到所述第一参数；将所述第一参数和所述运营价值时序信息输入所述初始过程函数，进行迭代计算，得到所述第一函数。10.根据权利要求1所述的方法，其中，所述将所述将运营价值时序信息输入所述目标随机过程模型，输出第二参数和与第二参数对应的第三函数，包括：将所述运营时序价值信息输入所述目标随机过程模型，利用目标过程函数的微分方程计算得到所述第二参数；将所述第二参数和所述运营价值时序信息输入所述目标过程函数，进行迭代计算，得到所述第三函数。11.一种设备运营策略推荐装置，包括：第一拟合模块，用于将目标设备在历史周期内的运营运营价值时序信息输入初始随机过程模型，输出第一参数和与所述第一参数对应的第一函数，所述第一函数表征设备运营价值与时间的关联关系；修正模块，用于根据所述目标设备在历史周期内的运营价值影响因素的时序信息对所
述第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入所述第二函数，输出设备运营价值预测候选信息；第二拟合模块，用于利用所述第二函数对所述初始随机过程模型进行模型变换，得到目标随机过程模型；将所述运营价值时序信息输入所述目标随机过程模型，输出第二参数和与第二参数对应的第三函数；推荐模块，用于在所述第三函数满足第一预设条件的情况下，根据所述设备运营价值预测候选信息推荐针对所述目标设备的运营策略。12.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～10中任一项所述的方法。13.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～10中任一项所述的方法。14.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～10中任一项所述的方法。
技术总结
本公开提供了一种设备运营策略推荐方法、装置、设备及存储介质，应用于大数据技术领域和金融技术领域。该方法包括：将目标设备在历史周期内的运营价值时序信息输入初始随机过程模型，输出第一参数和与第一参数对应的第一函数；根据运营价值影响因素的时序信息对第一函数进行修正，得到第二函数；将拟进行运营价值预测的目标时刻输入第二函数，输出设备运营价值预测候选信息；利用第二函数对初始随机过程模型进行模型变换，得到目标随机过程模型；将运营价值时序信息输入目标随机过程模型，输出第二参数和与第二参数对应的第三函数；在第三函数满足第一预设条件的情况下，根据设备运营价值预测候选信息推荐针对目标设备的运营策略。策略。策略。
