[发明专利]建立预测模型的装置、方法及计算机可读存储介质

权利要求书

1.一种基于时间序列建立预测模型的装置，其特征在于，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的预测模型建立程序，所述预测模型建立程序被所述处理器执行时实现如下步骤：

获取样本组的目标时间序列，以目标时间单元为基准，从所述目标时间序列中提取m个间隔预设周期的时间单元的历史数据，作为同比数据特征，其中，m≥1；

从所述目标时间序列中提取所述目标时间单元前的n个连续的时间单元的历史数据，作为环比数据特征，其中，n≥1；

对所述环比数据特征取均值和方差，作为统计学特征；

将获取的多个样本组的特征输入到预设分类/回归模型中进行训练，其中，将所述目标时间单元对应的特征为目标变量，并将特征中除目标变量外的其他特征作为因变量；

获取所述分类/回归模型的预测因子，将确定预测因子后的预设分类/回归模型作为预测模型。

2.根据权利要求1所述的基于时间序列建立预测模型的装置，其特征在于，所述处理器还用于执行所述预测模型建立程序，以在所述获取样本组的目标时间序列，以目标时间单元为基准，从所述目标时间序列中提取m个间隔预设周期的时间单元的历史数据，作为同比数据特征的步骤之前，以实现如下步骤：

对获取的原始时间序列作滑动平均处理和标准化处理得到标准时间序列，将所述标准时间序列作为所述目标时间序列。

3.根据权利要求2所述的基于时间序列建立预测模型的装置，其特征在于，所述处理器还用于执行所述预测模型建立程序，以在所述对输入的原始时间序列作滑动平均处理和标准化处理得到标准时间序列，将所述标准时间序列作为所述目标时间序列的步骤之前，还实现以下步骤：

接收输入的所述待测项目的历史数据，基于时间维度整理所述历史数据，以生成所述待测项目的原始时间序列。

4.根据权利要求1至3中任一项所述的基于时间序列建立预测模型的装置，其特征在于，所述将获取的多个样本组的特征输入到预设分类/回归模型中进行训练，其中，将所述目标时间单元对应的特征为目标变量，并将特征中除目标变量外的其他特征作为因变量的步骤包括：

按照预设的特征选择算法，对因变量进行特征筛选处理获取特征子集；其中，将所述目标时间单元对应的特征为目标变量，并将特征中除目标变量外的其他特征作为因变量；

将所述特征子集作为训练样本输入到预设分类模型中进行训练。

5.根据权利要求2所述的基于时间序列建立预测模型的装置，其特征在于，所述对获取的原始时间序列作滑动平均处理和标准化处理得到标准时间序列，将所述标准时间序列作为所述目标时间序的步骤包括：

按照预设的窗口长度对所述原始时间序列作滑动平均处理得到滑动平均序列；

按照预设的数据标准化算法对所述滑动平均序列进行标准化处理，以获取所述标准时间序列。

6.一种基于时间序列建立预测模型的方法，其特征在于，所述方法包括：

获取样本组的目标时间序列，以目标时间单元为基准，从所述目标时间序列中提取m个间隔预设周期的时间单元的历史数据，作为同比数据特征，其中，m≥1；

从所述目标时间序列中提取所述目标时间单元前的n个连续的时间单元的历史数据，作为环比数据特征，其中，n≥1；

对所述环比数据特征取均值和方差，作为统计学特征；

将获取的多个样本组的特征输入到预设分类/回归模型中进行训练，其中，将所述目标时间单元对应的特征为目标变量，并将特征中除目标变量外的其他特征作为因变量；

获取所述分类/回归模型的预测因子，将确定预测因子后的预设分类/回归模型作为预测模型。

7.根据权利要求6所述的基于时间序列建立预测模型的方法，其特征在于，所述获取样本组的目标时间序列，以目标时间单元为基准，从所述目标时间序列中提取m个间隔预设周期的时间单元的历史数据，作为同比数据特征的步骤之前，所述方法还包括：

对获取的原始时间序列作滑动平均处理和标准化处理得到标准时间序列，将所述标准时间序列作为所述目标时间序列。