摘要
本发明涉及数据处理技术领域,尤其涉及一种基于时序化算法和LSMT算法的企业运营评估方法,包括步骤S1,对运营数据进行采集;步骤S2,对运营数据进行时序化处理;步骤S3,对时序化运营数据进行多模型并行预测;步骤S4,根据DBScan算法将实际业务值划分为异常数据和正常数据;步骤S5,对异常数据进行标准化处理;步骤S6,构建Granger因果模型;步骤S7,将标准化异常数据输入至Granger因果模型中,并划分关键训练集和关键验证集;步骤S8,对LSTM模型进行训练;步骤S9对训练后的LSTM模型进行验证;步骤S10,对LSTM模型的达标情况进行判断;步骤S11,输出企业运营评估结果。本发明提高了企业运营效率。
技术关键词
异常数据
支撑向量机模型
时序
算法
企业
多模型
核心
对象
训练集
ARIMA模型
邻域
数据处理技术
数据复制
索引
访问点
正确率
参数
聚类
日期