CN115238988A - 一种纪念币的分配方法、系统及相关设备 - Google Patents

Abstract

本发明公开了一种纪念币的分配方法、系统及相关设备，可应用于大数据领域。获取待分配纪念币的兑换期信息，以及获取待配送网点中待分配纪念币的预约率；根据兑换期信息，确定待分配纪念币的目标兑换期类别；从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型；将预约率输入目标预测模型中进行数据预测，预测得到待分配纪念币在待配送网点中每天的预测兑换比例偏差值和预测兑换率；根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。通过预测模型和待分配纪念币在待配送网点中的预约率确定分配数量，提高分配准确性。

Description

一种纪念币的分配方法、系统及相关设备

技术领域

本发明涉及数据处理技术领域，具体涉及一种纪念币的分配方法、系统及相关设备。

背景技术

银行在发行纪念币时，会将纪念币分配到银行网点进行兑换。目前分配纪念币的方式为：每日由运钞车将当天兑换数量的纪念币押运到银行网点。但是由于每天兑换纪念币的数量不同，无法准确估算需要将多少纪念币押运到银行网点；如果分配的纪念币过多，那么在银行网点关门时需要运钞车将纪念币运回金库；而如果分配的纪念币过少，那么许多用户则无法兑换纪念币；现有分配纪念币的方式的分配准确性较差。

发明内容

有鉴于此，本发明实施例提供一种纪念币的分配方法、系统及相关设备，以解决现有分配纪念币的方式存在的分配准确性较差等问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种纪念币的分配方法，所述方法包括：

获取待分配纪念币的兑换期信息，以及获取待配送网点中所述待分配纪念币的预约率，所述兑换期信息至少包含：兑换期内的总天数和假期分布；

根据所述兑换期信息，确定所述待分配纪念币的目标兑换期类别；

从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与所述目标兑换期类别相同的预测模型为目标预测模型，其中，所述预测模型由基于相应兑换期类别的历史兑换数据训练数学模型得到，所述历史兑换数据至少包含已完成分配的纪念币的历史兑换期信息、历史预约率、历史兑换率和历史兑换比例偏差值，所述预测模型对应的兑换期类别基于所述历史兑换期信息确定；

将所述预约率输入所述目标预测模型中进行数据预测，预测得到所述待分配纪念币在所述待配送网点中每天的预测兑换比例偏差值和预测兑换率；

根据所述预测兑换比例偏差值和所述预测兑换率，确定所述待分配纪念币在所述待配送网点中每天的预测分配数量。

优选的，训练数学模型得到预测模型的过程，包括：

按照历史兑换数据中的历史兑换期信息，将所述历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据；

针对每一兑换期类别的历史兑换数据，利用所述兑换期类别的历史兑换数据训练数学模型直至所述数学模型收敛，得到所述兑换期类别对应的预测模型。

优选的，按照历史兑换数据中的历史兑换期信息，将所述历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据，包括：

按照历史兑换数据中的历史兑换期信息包含的兑换期内的总天数，对所述历史兑换数据进行初步分类；

基于所述历史兑换数据中的历史兑换期信息包含的兑换期内的假期分布，对初步分类后的所述历史兑换数据进行再次分类，得到不同兑换期类别的历史兑换数据。

优选的，确定所述待分配纪念币在所述待配送网点中每天的预测分配数量之后，所述方法还包括：

获取所述待分配纪念币在所述待配送网点中每天的实际兑换比例偏差值和实际兑换率；

根据所述实际兑换比例偏差值和所述实际兑换率，更新所述目标预测模型。

本发明实施例第二方面公开一种纪念币的分配系统，所述系统包括：

第一获取单元，用于获取待分配纪念币的兑换期信息，以及获取待配送网点中所述待分配纪念币的预约率，所述兑换期信息至少包含：兑换期内的总天数和假期分布；

第一确定单元，用于根据所述兑换期信息，确定所述待分配纪念币的目标兑换期类别；

第二确定单元，用于从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与所述目标兑换期类别相同的预测模型为目标预测模型，其中，所述预测模型由基于相应兑换期类别的历史兑换数据训练数学模型得到，所述历史兑换数据至少包含已完成分配的纪念币的历史兑换期信息、历史预约率、历史兑换率和历史兑换比例偏差值，所述预测模型对应的兑换期类别基于所述历史兑换期信息确定；

预测单元，用于将所述预约率输入所述目标预测模型中进行数据预测，预测得到所述待分配纪念币在所述待配送网点中每天的预测兑换比例偏差值和预测兑换率；

第三确定单元，用于根据所述预测兑换比例偏差值和所述预测兑换率，确定所述待分配纪念币在所述待配送网点中每天的预测分配数量。

优选的，所述第二确定单元包括：

分类模块，用于按照历史兑换数据中的历史兑换期信息，将所述历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据；

训练模块，用于针对每一兑换期类别的历史兑换数据，利用所述兑换期类别的历史兑换数据训练数学模型直至所述数学模型收敛，得到所述兑换期类别对应的预测模型。

优选的，所述分类模块具体用于：按照历史兑换数据中的历史兑换期信息包含的兑换期内的总天数，对所述历史兑换数据进行初步分类；基于所述历史兑换数据中的历史兑换期信息包含的兑换期内的假期分布，对初步分类后的所述历史兑换数据进行再次分类，得到不同兑换期类别的历史兑换数据。

优选的，所述系统还包括：

第二获取单元，用于获取所述待分配纪念币在所述待配送网点中每天的实际兑换比例偏差值和实际兑换率；

更新单元，用于根据所述实际兑换比例偏差值和所述实际兑换率，更新所述目标预测模型。

本发明实施例第三方面公开一种电子设备，包括：处理器以及存储器，所述处理器以及存储器通过通信总线相连；其中，所述处理器，用于调用并执行所述存储器中存储的程序；所述存储器，用于存储程序，所述程序用于实现本发明实施例第一方面公开的纪念币的分配方法。

本发明实施例第四方面公开一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行本发明实施例第一方面公开的纪念币的分配方法。

基于上述本发明实施例提供的一种纪念币的分配方法、系统及相关设备，获取待分配纪念币的兑换期信息，以及获取待配送网点中待分配纪念币的预约率；根据兑换期信息，确定待分配纪念币的目标兑换期类别；从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型；将预约率输入目标预测模型中进行数据预测，预测得到待分配纪念币在待配送网点中每天的预测兑换比例偏差值和预测兑换率；根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。本方案中，利用兑换期信息确定待分配纪念币的目标兑换期类别，并确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型。利用目标预测模型对待分配纪念币的预约率进行处理，预测得到每天的预测兑换比例偏差值和预测兑换率。根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。通过待分配纪念币在待配送网点中的预约率确定分配数量，提高分配准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种纪念币的分配方法的流程图；

图2为本发明实施例提供的训练得到预测模型的流程图；

图3为本发明实施例提供的一种纪念币的分配系统的结构框图；

图4为本发明实施例提供的一种纪念币的分配系统的另一结构框图；

图5为本发明实施例提供的一种纪念币的分配系统的又一结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

需要说明的是，本发明提供的一种纪念币的分配方法、系统及相关设备可用于大数据领域。上述仅为示例，并不对本发明提供的一种纪念币的分配方法、系统及相关设备的应用领域进行限定。

由背景技术可知，目前向银行网点分配纪念币时，每日由运钞车将当天兑换数量的纪念币押运到银行网点。但是由于每天兑换纪念币的数量不同，无法准确估算需要将多少纪念币押运到银行网点；如果分配的纪念币过多，那么在银行网点关门时需要运钞车将纪念币运回金库；而如果分配的纪念币过少，那么许多用户则无法兑换纪念币；现有分配纪念币的方式的分配准确性较差。

因此，本发明实施例提供一种纪念币的分配方法、系统及相关设备，利用兑换期信息确定待分配纪念币的目标兑换期类别，并确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型。利用目标预测模型对待分配纪念币的预约率进行处理，预测得到每天的预测兑换比例偏差值和预测兑换率。根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。通过待分配纪念币在待配送网点中的预约率确定分配数量，以提高分配准确性。

参见图1，示出了本发明实施例提供的一种纪念币的分配方法的流程图，该分配方法包括：

步骤S101：获取待分配纪念币的兑换期信息，以及获取待配送网点中待分配纪念币的预约率。

需要说明的是，兑换期信息至少包含：兑换期内的总天数和假期分布；其中，兑换期内的总天数具体是指兑换期的持续天数，例如：设待分配纪念币的兑换期为7月12日至7月14日，则兑换期内的总天数为3天；兑换期内的假期分布可用于表征兑换期内哪一天为假期。

在具体实现步骤S101的过程中，获取待分配纪念币的兑换期信息，并获取各个待配送网点中该待分配纪念币的预约率；其中，待配送网点为需要分配该待分配纪念币的银行网点。

步骤S102：根据兑换期信息，确定待分配纪念币的目标兑换期类别。

在具体实现步骤S102的过程中，根据待分配纪念币的兑换期信息包含的兑换期内的总天数和假期分布，确定得到待分配纪念币的目标兑换期类别。

例如：设待分配纪念币的兑换期信息包含的兑换期内的总天数为3天，假期分布为兑换期内的第一天为假期(其它两天为非假期)；则确定待分配纪念币的目标兑换期类别为“100”，其中，“1”表征假期日，“0”表征非假期日。

步骤S103：从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型。

需要说明的是，预先获取历史兑换数据，历史兑换数据至少包含：已完成分配的纪念币的历史兑换期信息、在各银行网点的历史预约率、历史兑换率和历史兑换比例偏差值；将所有历史兑换数据划分为不同兑换期类别的历史兑换数据。具体而言，按照历史兑换数据中的历史兑换期信息，将历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据。

针对每一兑换期类别的历史兑换数据，利用该兑换期类别的历史兑换数据训练数学模型，即可得到该兑换期类别对应的预测模型；也就是说，每一兑换期类别的历史兑换数据都可训练得到一个相应的预测模型；其中，预测模型对应的兑换期类别基于历史兑换期信息确定。

一些实施例中，将历史兑换数据进行分类的方式为：按照历史兑换数据中的历史兑换期信息包含的兑换期内的总天数，对历史兑换数据进行初步分类；也就是说，先按照总天数，将历史兑换数据进行初步分类，即先初步将总天数相同的历史兑换数据划分为一类。

基于历史兑换数据中的历史兑换期信息包含的兑换期内的假期分布，对初步分类后的历史兑换数据进行再次分类，得到不同兑换期类别的历史兑换数据。也就是说，对于总天数相同的历史兑换数据(已初步分类)，再按照假期分布对总天数相同的历史兑换数据进行再次分类，得到不同兑换期类别的历史兑换数据。

例如：对于总天数都为3天的历史兑换数据，将兑换期的第一天为假期且其它两天为非假期的历史兑换数据分类到“100”这一兑换期类别；将兑换期的第二天和第三天为假期(第一天为非假期)的历史兑换数据分类到“011”这一兑换期类别；以此类推，将总天数都为3天的历史兑换数据分类到各个不同的兑换期类别。

需要说明的是，由于纪念币的兑换率和兑换数量与兑换期内的总天数和假期分布相关；因此，按照历史兑换数据中的历史兑换期信息，先将历史兑换数据进行分类，再针对每一兑换期类别的历史兑换数据训练得到相应的预测模型，通过不同兑换期类别的预测模型来预测不同兑换期信息(具有不同总天数和/或不同假期分布)的纪念币的相关数据。

在具体实现步骤S103的过程中，从不同兑换期类别的多个预测模型中，确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型；也就是说，目标预测模型为：兑换期类别对应的总天数和假期分布与目标兑换期类别相同的预测模型。

例如：设目标兑换期类别为“010”，表征待分配纪念币的总天数为3，假期分布为兑换期内的第二天为假期(其它两天为非假期)；则确定兑换期类别也为“010”的预测模型为目标预测模型，也就是说，目标预测模型为：利用兑换期类别为“010”的历史兑换数据训练数学模型得到的预测模型。

步骤S104：将预约率输入目标预测模型中进行数据预测，预测得到待分配纪念币在待配送网点中每天的预测兑换比例偏差值和预测兑换率。

在具体实现步骤S104的过程中，将待分配纪念币在待配送网点中的预约率输入所确定的目标预测模型中进行数据预测，以预测得到待分配纪念币在该待配送网点中每天的预测兑换比例偏差值和预测兑换率。

一些实施例中，预测兑换比例偏差值为：预测兑换比例相较于预测兑换数量均值的偏差值。

步骤S105：根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。

在具体实现步骤105的过程中，根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量；具体而言，对于某一日，利用该日对应的预测兑换比例偏差值和预测兑换率，确定得到待分配纪念币在待配送网点中该日的预测分配数量。

为进一步提升目标预测模型的预测准确率，优选的，确定待分配纪念币在待配送网点中每天的预测分配数量之后，获取待分配纪念币在待配送网点中每天的实际兑换比例偏差值和实际兑换率；根据实际兑换比例偏差值和实际兑换率，更新目标预测模型。

在本发明实施例中，利用兑换期信息确定待分配纪念币的目标兑换期类别，并确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型。利用目标预测模型对待分配纪念币的预约率进行处理，预测得到每天的预测兑换比例偏差值和预测兑换率。根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。通过待分配纪念币在待配送网点中的预约率确定分配数量，提高分配准确性。

上述本发明实施例图1步骤S103中涉及的训练数学模型以得到预测模型的内容，参见图2，示出了本发明实施例提供的训练得到预测模型的流程图，包括以下步骤：

步骤S201：按照历史兑换数据中的历史兑换期信息，将历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据。

在具体实现步骤S201的过程中，利用数据转换工具从Hadoop本地服务器中抽取各个银行网点的历史兑换数据，并在数据仓库工具HIVE中建立用于存储历史兑换数据的HIVE表。

在获取得到历史兑换数据之后，按照历史兑换数据中的历史兑换期信息，对历史兑换数据进行分类得到不同兑换期类别的历史兑换数据；对历史兑换数据进行分类的具体内容，参见上述本发明实施例图1步骤S103中的内容，在此不再赘述。

步骤S202：针对每一兑换期类别的历史兑换数据，利用兑换期类别的历史兑换数据训练数学模型直至数学模型收敛，得到兑换期类别对应的预测模型。

在具体实现步骤S202的过程中，针对每一兑换期类别的历史兑换数据构建相应的数学模型；对于每一兑换期类别的历史兑换数据，利用该兑换期类别的历史兑换数据训练相应的数学模型直至该数学模型收敛，得到该兑换期类别对应的预测模型。

具体而言，对于每一兑换期类别的历史兑换数据，利用该兑换期类别的历史兑换数据中的历史预约率、历史兑换率和历史兑换比例偏差值，训练相应的数学模型直至该数学模型收敛，得到该兑换期类别对应的预测模型。

其中，历史兑换比例偏差值为：历史兑换比例相较于历史兑换数量均值的偏差值。

在本发明实施例中，按照历史兑换数据中的历史兑换期信息，先将历史兑换数据进行分类，再针对每一兑换期类别的历史兑换数据训练得到相应的预测模型，通过不同兑换期类别的预测模型来预测不同兑换期信息的纪念币的相关数据，最终基于预测得到的相关数据确定分配数量，提高分配准确性。

与上述本发明实施例提供的一种纪念币的分配方法相对应，参见图3，本发明实施例还提供了一种纪念币的分配系统的结构框图，该分配系统包括：第一获取单元301、第一确定单元302、第二确定单元303、预测单元304和第三确定单元305；

第一获取单元301，用于获取待分配纪念币的兑换期信息，以及获取待配送网点中待分配纪念币的预约率，兑换期信息至少包含：兑换期内的总天数和假期分布。

第一确定单元302，用于根据兑换期信息，确定待分配纪念币的目标兑换期类别。

第二确定单元303，用于从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型，其中，预测模型由基于相应兑换期类别的历史兑换数据训练数学模型得到，历史兑换数据至少包含已完成分配的纪念币的历史兑换期信息、历史预约率、历史兑换率和历史兑换比例偏差值，预测模型对应的兑换期类别基于历史兑换期信息确定。

预测单元304，用于将预约率输入目标预测模型中进行数据预测，预测得到待分配纪念币在待配送网点中每天的预测兑换比例偏差值和预测兑换率。

第三确定单元305，用于根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。

在本发明实施例中，利用兑换期信息确定待分配纪念币的目标兑换期类别，并确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型。利用目标预测模型对待分配纪念币的预约率进行处理，预测得到每天的预测兑换比例偏差值和预测兑换率。根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。通过待分配纪念币在待配送网点中的预约率确定分配数量，提高分配准确性。

优选的，结合图3，参见图4，示出了本发明实施例提供的一种纪念币的分配系统的另一结构框图，第二确定单元303包括：分类模块3031和训练模块3032；

分类模块3031，用于按照历史兑换数据中的历史兑换期信息，将历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据。

在具体实现中，分类模块3031具体用于：按照历史兑换数据中的历史兑换期信息包含的兑换期内的总天数，对历史兑换数据进行初步分类；基于历史兑换数据中的历史兑换期信息包含的兑换期内的假期分布，对初步分类后的历史兑换数据进行再次分类，得到不同兑换期类别的历史兑换数据。

训练模块3032，用于针对每一兑换期类别的历史兑换数据，利用兑换期类别的历史兑换数据训练数学模型直至数学模型收敛，得到兑换期类别对应的预测模型。

在本发明实施例中，按照历史兑换数据中的历史兑换期信息，先将历史兑换数据进行分类，再针对每一兑换期类别的历史兑换数据训练得到相应的预测模型，通过不同兑换期类别的预测模型来预测不同兑换期信息的纪念币的相关数据，最终基于预测得到的相关数据确定分配数量，提高分配准确性。

优选的，结合图3，参见图5，示出了本发明实施例提供的一种纪念币的分配系统的又一结构框图，该分配系统还包括：

第二获取单元306，用于获取待分配纪念币在待配送网点中每天的实际兑换比例偏差值和实际兑换率。

更新单元307，用于根据实际兑换比例偏差值和实际兑换率，更新目标预测模型。

优选的，本发明实施例还提供了一种电子设备，包括：处理器以及存储器，处理器以及存储器通过通信总线相连；其中，处理器，用于调用并执行存储器中存储的程序；存储器，用于存储程序，程序用于实现如上述方法实施例提供的纪念币的分配方法。

优选的，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机可执行指令，计算机可执行指令用于执行上述方法实施例提供的纪念币的分配方法。

综上所述，本发明实施例提供一种纪念币的分配方法、系统及相关设备，利用兑换期信息确定待分配纪念币的目标兑换期类别，并确定兑换期类别与目标兑换期类别相同的预测模型为目标预测模型。利用目标预测模型对待分配纪念币的预约率进行处理，预测得到每天的预测兑换比例偏差值和预测兑换率。根据预测兑换比例偏差值和预测兑换率，确定待分配纪念币在待配送网点中每天的预测分配数量。通过待分配纪念币在待配送网点中的预约率确定分配数量，提高分配准确性。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种纪念币的分配方法，其特征在于，所述方法包括：

获取待分配纪念币的兑换期信息，以及获取待配送网点中所述待分配纪念币的预约率，所述兑换期信息至少包含：兑换期内的总天数和假期分布；

根据所述兑换期信息，确定所述待分配纪念币的目标兑换期类别；

从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与所述目标兑换期类别相同的预测模型为目标预测模型，其中，所述预测模型由基于相应兑换期类别的历史兑换数据训练数学模型得到，所述历史兑换数据至少包含已完成分配的纪念币的历史兑换期信息、历史预约率、历史兑换率和历史兑换比例偏差值，所述预测模型对应的兑换期类别基于所述历史兑换期信息确定；

将所述预约率输入所述目标预测模型中进行数据预测，预测得到所述待分配纪念币在所述待配送网点中每天的预测兑换比例偏差值和预测兑换率；

根据所述预测兑换比例偏差值和所述预测兑换率，确定所述待分配纪念币在所述待配送网点中每天的预测分配数量。

2.根据权利要求1所述的方法，其特征在于，训练数学模型得到预测模型的过程，包括：

按照历史兑换数据中的历史兑换期信息，将所述历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据；

针对每一兑换期类别的历史兑换数据，利用所述兑换期类别的历史兑换数据训练数学模型直至所述数学模型收敛，得到所述兑换期类别对应的预测模型。

3.根据权利要求2所述的方法，其特征在于，按照历史兑换数据中的历史兑换期信息，将所述历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据，包括：

按照历史兑换数据中的历史兑换期信息包含的兑换期内的总天数，对所述历史兑换数据进行初步分类；

基于所述历史兑换数据中的历史兑换期信息包含的兑换期内的假期分布，对初步分类后的所述历史兑换数据进行再次分类，得到不同兑换期类别的历史兑换数据。

4.根据权利要求1-3中任一所述的方法，其特征在于，确定所述待分配纪念币在所述待配送网点中每天的预测分配数量之后，所述方法还包括：

获取所述待分配纪念币在所述待配送网点中每天的实际兑换比例偏差值和实际兑换率；

根据所述实际兑换比例偏差值和所述实际兑换率，更新所述目标预测模型。

5.一种纪念币的分配系统，其特征在于，所述系统包括：

第一获取单元，用于获取待分配纪念币的兑换期信息，以及获取待配送网点中所述待分配纪念币的预约率，所述兑换期信息至少包含：兑换期内的总天数和假期分布；

第一确定单元，用于根据所述兑换期信息，确定所述待分配纪念币的目标兑换期类别；

第二确定单元，用于从不同兑换期类别的多个预先训练得到的预测模型中，确定兑换期类别与所述目标兑换期类别相同的预测模型为目标预测模型，其中，所述预测模型由基于相应兑换期类别的历史兑换数据训练数学模型得到，所述历史兑换数据至少包含已完成分配的纪念币的历史兑换期信息、历史预约率、历史兑换率和历史兑换比例偏差值，所述预测模型对应的兑换期类别基于所述历史兑换期信息确定；

预测单元，用于将所述预约率输入所述目标预测模型中进行数据预测，预测得到所述待分配纪念币在所述待配送网点中每天的预测兑换比例偏差值和预测兑换率；

第三确定单元，用于根据所述预测兑换比例偏差值和所述预测兑换率，确定所述待分配纪念币在所述待配送网点中每天的预测分配数量。

6.根据权利要求5所述的系统，其特征在于，所述第二确定单元包括：

分类模块，用于按照历史兑换数据中的历史兑换期信息，将所述历史兑换数据进行分类，以得到不同兑换期类别的历史兑换数据；

训练模块，用于针对每一兑换期类别的历史兑换数据，利用所述兑换期类别的历史兑换数据训练数学模型直至所述数学模型收敛，得到所述兑换期类别对应的预测模型。

7.根据权利要求6所述的系统，其特征在于，所述分类模块具体用于：按照历史兑换数据中的历史兑换期信息包含的兑换期内的总天数，对所述历史兑换数据进行初步分类；基于所述历史兑换数据中的历史兑换期信息包含的兑换期内的假期分布，对初步分类后的所述历史兑换数据进行再次分类，得到不同兑换期类别的历史兑换数据。

8.根据权利要求5-7中任一所述的系统，其特征在于，所述系统还包括：

第二获取单元，用于获取所述待分配纪念币在所述待配送网点中每天的实际兑换比例偏差值和实际兑换率；

更新单元，用于根据所述实际兑换比例偏差值和所述实际兑换率，更新所述目标预测模型。

9.一种电子设备，其特征在于，包括：处理器以及存储器，所述处理器以及存储器通过通信总线相连；其中，所述处理器，用于调用并执行所述存储器中存储的程序；所述存储器，用于存储程序，所述程序用于实现如权利要求1-4任一所述的纪念币的分配方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1-4任一所述的纪念币的分配方法。

Images