[发明专利]一种数据业务的预估方法及装置

说明书

本发明实施例提供了一种数据业务的预估方法及装置，所述方法包括：获得时间序列的过程和预估过程；所述获得时间序列的过程，包括：采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估过程，包括：获得所述各个时间序列的排列规则；根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；使用各个时间序列对应的分析算法对各个时间序列进行分析，获取各个数据业务的预估结果。

技术领域

本发明涉及数据业务处理技术领域，特别是涉及一种数据业务的预估方法及装置。

背景技术

目前，互联网已经成为人们获取信息的重要途径，随着网络数据量的不断增加，数据挖掘和分析日趋得到关注。其中，数据分析是一种商业信息处理技术，在银行、电信、保险、交通和零售等领域得到了广泛的应用。通过对大量数据进行抽取、转换、分析和模型化处理，可以预估未来一段时间内某个业务产生数据的趋势。

在现有的数据业务的预估方法中，通常采用时间序列分析(Time SeriesAnalysis)技术实现对数据业务的预估。时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律。此外，该技术还可以被应用在其他预估领域，例如：入侵检测和库存预估等。具体地，现有的数据业务的预估方法主要包括以下两种：

第一、通过使用公共的分析算法库实现对数据业务的预估。图1为现有数据业务的第一预估方法的实现流程示意图。如图1所示，现有数据业务的第一预估方法包括以下步骤：

步骤101、主进程采集预先确定的数据业务在预设时间段内的历史数据；

步骤102、主进程根据所述历史数据获取所述数据业务对应的时间序列；

步骤103、主进程在公共的算法库中选择所述数据业务对应的分析算法，并根据所述分析算法对所述时间序列进行分析；

步骤104、主进程获取所述数据业务的预估结果。

第二、通过使用预先确定的分析算法实现对数据业务的预估。图2为现有数据业务的第二预估方法的实现流程示意图。如图2所示，现有数据业务的第二预估方法包括以下步骤：

步骤201、主进程采集预先确定的数据业务在预设时间段内的历史数据；

步骤202、主进程根据所述历史数据获取所述数据业务对应的时间序列；

步骤203、主进程根据预先确定的所述时间序列对应的分析算法对所述时间序列进行分析；

步骤204、主进程获取所述数据业务的预估结果。

在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：

在现有数据业务的第一预估方法中，公共的分析算法库通常应用于科学研究领域，因此该库中的分析算法难以与数据业务对应的时间序列进行匹配，这样就会影响数据业务预估结果的准确性；在现有数据业务的第二预估方法中，时间序列对应的分析算法是预先确定的，也就是说，数据业务与分析算法是紧耦合的，不能灵活的进行调整。

发明内容

本发明实施例的目的在于提供一种数据业务的预估方法及装置，不仅具有一定的准确性，而且实现数据业务与分析算法解耦。

具体技术方案如下：

本发明实施例提供了一种数据业务的预估方法，所述方法包括：获得时间序列的过程和预估过程；

所述获得时间序列的过程，包括：采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；