[发明专利]数据预测方法及装置

说明书

技术领域

本申请涉及互联网技术领域，尤其涉及数据预测方法及装置。

背景技术

时间序列(或称动态数列)是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。并且，时间序列分析的主要目的是根据已有的历史数据对时间序列的未来值进行预测。

现有技术中，可以采用回归模型、自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model，ARIMA)模型、以及带有干预序列的ARIMA模型等不同的模型来预测某一时间序列的未来值。

但是，上述预测模型中的抽样、参数估计、变量选择以及最终模型选择均需要人工参与，提高了时间序列分析的难度，并降低了时间序列分析的效率以及灵活性。

发明内容

本申请提供数据预测方法及装置，以解决现有技术中预测模型中的抽样、参数估计、变量选择以及最终模型选择均需要人工参与，提高了时间序列分析的难度，并降低了时间序列分析的效率以及灵活性问题。

根据本申请实施例的第一方面，提供一种数据预测方法，所述方法包括：

获取用于数据预测的样本集，所述样本集至少包括两个样本；

对各个样本均进行建模，得到每个样本对应的样本最优模型；

根据各个所述样本最优模型确定所述样本集对应的整体最优模型；

根据所述每个样本对应的样本最优模型和所述整体最优模型确定每个样本对应的预测模型，并利用各个所述预测模型进行数据预测。

根据本申请实施例的第二方面，提供一种数据预测装置，所述装置包括：

获取单元，用于获取用于数据预测的样本集，所述样本集至少包括两个样本；

建模单元，用于对各个样本均进行建模，得到每个样本对应的样本最优模型；

确定单元，用于根据各个所述样本最优模型确定所述样本集对应的整体最优模型；

预测单元，用于根据所述每个样本对应的样本最优模型和所述整体最优模型确定每个样本对应的预测模型，并利用各个所述预测模型进行数据预测。

根据本申请实施例的第三方面，提供一种数据预测装置，所述装置包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取用于数据预测的样本集，所述样本集至少包括两个样本；

对各个样本均进行建模，得到每个样本对应的样本最优模型；

根据各个所述样本最优模型确定所述样本集对应的整体最优模型；

根据所述每个样本对应的样本最优模型和所述整体最优模型确定每个样本对应的预测模型，并利用各个所述预测模型进行数据预测。

应用本申请实施例，在数据预测时，可以获取至少包括两个样本的样本集，对各个样本均进行建模，得到每个样本对应的样本最优模型，根据各个样本最优模型确定样本集对应的整体最优模型，根据每个样本对应的样本最优模型和样本集对应的整体最优模型确定每个样本对应的预测模型，并利用各个预测模型进行数据预测，从而实现了数据预测的自动化和批量化，还提高了数据预测的效率和准确度。

附图说明

图1为本申请实施例的数据预测场景示意图；

图2为本申请数据预测方法的一个实施例流程图；

图3为本申请数据预测方法的另一个实施例的流程图；

图4本申请数据预测装置所在设备的一种硬件结构图；

图5为本申请数据预测装置的一个实施例框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。