【技術(shù)實現(xiàn)步驟摘要】
本申請涉及數(shù)據(jù)處理，特別是涉及一種數(shù)據(jù)預(yù)測方法、設(shè)備及存儲介質(zhì)。
技術(shù)介紹
1、趨勢預(yù)測問題是時間序列數(shù)據(jù)分析領(lǐng)域中重要的分析任務(wù)。以商品價格數(shù)據(jù)為例，決策者們希望通過對已有數(shù)據(jù)分析來對未來商品價格上漲、平穩(wěn)、下跌進行判斷。
2、目前，趨勢預(yù)測的算法包括自回歸積分滑動平均模型(auto?regressiveintegrated?moving?average?model，arima)、指數(shù)平滑(holt-winters)模型、基于機器學習的方法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型等。
3、而數(shù)據(jù)預(yù)測場景中的數(shù)據(jù)一般較為復(fù)雜，預(yù)測模型對應(yīng)的預(yù)測方案往往對一類數(shù)據(jù)的預(yù)測效果很好，但對另一類數(shù)據(jù)的預(yù)測效果很差，如何提高這些復(fù)雜數(shù)據(jù)的預(yù)測準確度是亟待解決的問題。
技術(shù)實現(xiàn)思路
1、為了解決上述技術(shù)問題，本申請至少提供一種數(shù)據(jù)預(yù)測方法、設(shè)備及存儲介質(zhì)。
2、本申請第一方面提供了一種數(shù)據(jù)預(yù)測方法，方法包括：獲取待預(yù)測的數(shù)據(jù)序列，數(shù)據(jù)序列由多個不同時刻下采集到的數(shù)據(jù)組成；利用第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型分別預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到第一數(shù)據(jù)預(yù)測模型輸出的第一數(shù)據(jù)預(yù)測結(jié)果和第二數(shù)據(jù)預(yù)測模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果；以及，分別計算第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型在預(yù)設(shè)歷史時間段內(nèi)輸出的數(shù)據(jù)預(yù)測結(jié)果與實際數(shù)據(jù)結(jié)果之間的偏差值，得到第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差；其中，實際數(shù)據(jù)結(jié)果是指數(shù)據(jù)預(yù)測結(jié)果對應(yīng)時刻下采集到的真實數(shù)據(jù)；基于第一數(shù)據(jù)預(yù)測模型的預(yù)測偏
3、在一實施例中，分別計算第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型在預(yù)設(shè)歷史時間段內(nèi)輸出的數(shù)據(jù)預(yù)測結(jié)果與實際數(shù)據(jù)結(jié)果之間的偏差值，得到第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，包括：獲取預(yù)設(shè)歷史時間段內(nèi)第一數(shù)據(jù)預(yù)測模型輸出的各個數(shù)據(jù)預(yù)測結(jié)果，并獲取每個數(shù)據(jù)預(yù)測結(jié)果對應(yīng)的實際數(shù)據(jù)結(jié)果；分別計算每個數(shù)據(jù)預(yù)測結(jié)果與其對應(yīng)的實際數(shù)據(jù)結(jié)果之間的差值，并計算每個差值對應(yīng)的平方和，得到第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差；以及，獲取預(yù)設(shè)歷史時間段內(nèi)第二數(shù)據(jù)預(yù)測模型輸出的各個數(shù)據(jù)預(yù)測結(jié)果，并獲取每個數(shù)據(jù)預(yù)測結(jié)果對應(yīng)的實際數(shù)據(jù)結(jié)果；分別計算每個數(shù)據(jù)預(yù)測結(jié)果與其對應(yīng)的實際數(shù)據(jù)結(jié)果之間的差值，并計算每個差值對應(yīng)的平方和，得到第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差。
4、在一實施例中，基于第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，計算結(jié)果加權(quán)參數(shù)，包括：對第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差的倒數(shù)和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差的倒數(shù)求和，得到求和值；計算第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差的倒數(shù)與求和值之間的比值，得到第一數(shù)據(jù)預(yù)測模型對應(yīng)的結(jié)果加權(quán)參數(shù)；以及，計算第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差的倒數(shù)與求和值之間的比值，得到第二數(shù)據(jù)預(yù)測模型對應(yīng)的結(jié)果加權(quán)參數(shù)。
5、在一實施例中，第一數(shù)據(jù)預(yù)測模型包括自回歸積分滑動平均模型，第二數(shù)據(jù)預(yù)測模型包括指數(shù)平滑模型；利用第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型分別預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到第一數(shù)據(jù)預(yù)測模型輸出的第一數(shù)據(jù)預(yù)測結(jié)果和第二數(shù)據(jù)預(yù)測模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果，包括：利用自回歸積分滑動平均模型預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到自回歸積分滑動平均模型輸出的第一數(shù)據(jù)預(yù)測結(jié)果；以及，利用指數(shù)平滑模型預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到指數(shù)平滑模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果。
6、在一實施例中，指數(shù)平滑模型包括加法模型和乘法模型，利用指數(shù)平滑模型預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到指數(shù)平滑模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果，包括：基于數(shù)據(jù)序列的數(shù)據(jù)特征，確定數(shù)據(jù)序列適用加法模型或乘法模型；采用數(shù)據(jù)序列適用的加法模型或乘法模型，預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到指數(shù)平滑模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果。
7、在一實施例中，獲取待預(yù)測的數(shù)據(jù)序列，包括：采集不同時刻下的原始數(shù)據(jù)；對原始數(shù)據(jù)進行預(yù)處理，將預(yù)處理后的原始數(shù)據(jù)存儲至預(yù)設(shè)的數(shù)據(jù)倉庫；響應(yīng)于數(shù)據(jù)預(yù)測指令，從數(shù)據(jù)倉庫中獲取預(yù)處理后的原始數(shù)據(jù)，得到待預(yù)測的數(shù)據(jù)序列。
8、在一實施例中，方法還包括：獲取目標數(shù)據(jù)預(yù)測結(jié)果對應(yīng)時刻下采集到的真實數(shù)據(jù)，得到目標數(shù)據(jù)預(yù)測結(jié)果對應(yīng)的實際數(shù)據(jù)結(jié)果；以及，獲取數(shù)據(jù)告警規(guī)則；檢測目標數(shù)據(jù)預(yù)測結(jié)果和/或目標數(shù)據(jù)預(yù)測結(jié)果對應(yīng)的實際數(shù)據(jù)結(jié)果是否滿足數(shù)據(jù)告警規(guī)則；若滿足數(shù)據(jù)告警規(guī)則，則向數(shù)據(jù)告警規(guī)則對應(yīng)的告警終端發(fā)送告警信息。
9、在一實施例中，獲取數(shù)據(jù)告警規(guī)則，包括：獲取當前數(shù)據(jù)預(yù)測場景的業(yè)務(wù)需求；基于業(yè)務(wù)需求生成當前數(shù)據(jù)預(yù)測場景對應(yīng)的數(shù)據(jù)告警規(guī)則。
10、本申請第二方面提供了一種數(shù)據(jù)預(yù)測裝置，裝置包括：數(shù)據(jù)獲取模塊，用于獲取待預(yù)測的數(shù)據(jù)序列，數(shù)據(jù)序列由多個不同時刻下采集到的數(shù)據(jù)組成；數(shù)據(jù)預(yù)測模塊，用于利用第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型分別預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到第一數(shù)據(jù)預(yù)測模型輸出的第一數(shù)據(jù)預(yù)測結(jié)果和第二數(shù)據(jù)預(yù)測模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果；偏差計算模塊，用于分別計算第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型在預(yù)設(shè)歷史時間段內(nèi)輸出的數(shù)據(jù)預(yù)測結(jié)果與實際數(shù)據(jù)結(jié)果之間的偏差值，得到第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差；其中，實際數(shù)據(jù)結(jié)果是指數(shù)據(jù)預(yù)測結(jié)果對應(yīng)時刻下采集到的真實數(shù)據(jù)；權(quán)重計算模塊，用于基于第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，計算結(jié)果加權(quán)參數(shù)；加權(quán)融合模塊，用于按照結(jié)果加權(quán)參數(shù)對第一數(shù)據(jù)預(yù)測結(jié)果和第二數(shù)據(jù)預(yù)測結(jié)果進行加權(quán)融合，得到數(shù)據(jù)序列對應(yīng)的目標數(shù)據(jù)預(yù)測結(jié)果。
11、本申請第三方面提供了一種電子設(shè)備，包括存儲器和處理器，處理器用于執(zhí)行存儲器中存儲的程序指令，以實現(xiàn)上述數(shù)據(jù)預(yù)測方法。
12、本申請第四方面提供了一種計算機可讀存儲介質(zhì)，其上存儲有程序指令，程序指令被處理器執(zhí)行時實現(xiàn)上述數(shù)據(jù)預(yù)測方法。
13、上述方案，通過利用第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型分別預(yù)測數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到第一數(shù)據(jù)預(yù)測模型輸出的第一數(shù)據(jù)預(yù)測結(jié)果和第二數(shù)據(jù)預(yù)測模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果；以及，分別計算第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型在預(yù)設(shè)歷史時間段內(nèi)輸出的數(shù)據(jù)預(yù)測結(jié)果與實際數(shù)據(jù)結(jié)果之間的偏差值，得到第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差；基于第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，計算結(jié)果加權(quán)參數(shù)；按照結(jié)果加權(quán)參數(shù)對第一數(shù)據(jù)預(yù)測結(jié)果和第二數(shù)據(jù)預(yù)測結(jié)果進行加權(quán)融合，得到數(shù)據(jù)序列對應(yīng)的目標數(shù)據(jù)預(yù)測結(jié)果，可以綜合多個不同數(shù)據(jù)預(yù)測模型的數(shù)據(jù)預(yù)測能力，并有效融合多個不同數(shù)據(jù)預(yù)測模型的輸出結(jié)果，提高復(fù)雜數(shù)據(jù)的預(yù)測準確性。
14、應(yīng)當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，而非限制本申請。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種數(shù)據(jù)預(yù)測方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別計算所述第一數(shù)據(jù)預(yù)測模型和所述第二數(shù)據(jù)預(yù)測模型在預(yù)設(shè)歷史時間段內(nèi)輸出的數(shù)據(jù)預(yù)測結(jié)果與實際數(shù)據(jù)結(jié)果之間的偏差值，得到所述第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和所述第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和所述第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，計算結(jié)果加權(quán)參數(shù)，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一數(shù)據(jù)預(yù)測模型包括自回歸積分滑動平均模型，所述第二數(shù)據(jù)預(yù)測模型包括指數(shù)平滑模型；所述利用第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型分別預(yù)測所述數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到所述第一數(shù)據(jù)預(yù)測模型輸出的第一數(shù)據(jù)預(yù)測結(jié)果和所述第二數(shù)據(jù)預(yù)測模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果，包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述指數(shù)平滑模型包括加法模型和乘法模型，所述利用指數(shù)平滑模型預(yù)測所述數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到所述指數(shù)平滑模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果，包括：
6.根據(jù)權(quán)利要求
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述獲取數(shù)據(jù)告警規(guī)則，包括：
9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲器和處理器，處理器用于執(zhí)行存儲器中存儲的程序指令，以實現(xiàn)如權(quán)利要求1-8任一項所述方法中的步驟。
10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲有程序指令，所述程序指令能夠被處理器執(zhí)行以實現(xiàn)如權(quán)利要求1-8任一項所述方法中的步驟。
...【技術(shù)特征摘要】
1.一種數(shù)據(jù)預(yù)測方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別計算所述第一數(shù)據(jù)預(yù)測模型和所述第二數(shù)據(jù)預(yù)測模型在預(yù)設(shè)歷史時間段內(nèi)輸出的數(shù)據(jù)預(yù)測結(jié)果與實際數(shù)據(jù)結(jié)果之間的偏差值，得到所述第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和所述第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一數(shù)據(jù)預(yù)測模型的預(yù)測偏差和所述第二數(shù)據(jù)預(yù)測模型的預(yù)測偏差，計算結(jié)果加權(quán)參數(shù)，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一數(shù)據(jù)預(yù)測模型包括自回歸積分滑動平均模型，所述第二數(shù)據(jù)預(yù)測模型包括指數(shù)平滑模型；所述利用第一數(shù)據(jù)預(yù)測模型和第二數(shù)據(jù)預(yù)測模型分別預(yù)測所述數(shù)據(jù)序列的數(shù)據(jù)變化趨勢，得到所述第一數(shù)據(jù)預(yù)測模型輸出的第一數(shù)據(jù)預(yù)測結(jié)果和所述第二數(shù)據(jù)預(yù)測模型輸出的第二數(shù)據(jù)預(yù)測結(jié)果，包括：<...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：鄭良柱，丁林超，
申請(專利權(quán))人：杭州華橙網(wǎng)絡(luò)科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。