[发明专利]时间序列数据处理方法、装置和计算机可读存储介质

说明书

本公开提出一种时间序列数据处理方法、装置和计算机可读存储介质，涉及大数据技术领域。本公开的一种时间序列数据处理方法，包括：将时间序列数据做图形化处理，获取时间序列曲线；根据时间序列曲线的图形化特征对时间序列数据做预定粒度的划分，获取多组初分类时间序列数据；通过聚类算法处理每组初分类时间序列数据，获取聚类时间序列数据簇；根据聚类时间序列数据簇执行数据存储或挖掘中的至少一项。通过这样的方法，能够便于舍弃相似度偏低的序列数据，着重研究相似度较高的数据，有效提高下游任务后续挖掘的精度和效率，提高对时间序列数据的有效利用和处理效率。

技术领域

本公开涉及大数据技术领域，特别是一种时间序列数据处理方法、装置和计算机可读存储介质。

背景技术

随着无线通信技术、传感器技术的发展和广泛应用，时间序列数据与日俱增，大量的时间序列数据中隐藏着可以挖掘的有效信息，同时会对存储空间造成与日俱增的压力。

发明内容

本公开的一个目的在于提高对时间序列数据的有效利用和处理效率。

根据本公开的一些实施例的一个方面，提出一种时间序列数据处理方法，包括：将时间序列数据做图形化处理，获取时间序列曲线；根据时间序列曲线的图形化特征对时间序列数据做预定粒度的划分，获取多组初分类时间序列数据，其中，每组初分类时间序列数据中包括一条或多条时间序列数据；通过聚类算法处理每组初分类时间序列数据，获取聚类时间序列数据簇；根据聚类时间序列数据簇执行数据存储或挖掘中的至少一项。

在一些实施例中，根据时间序列数据做图形化处理，获取时间序列曲线包括：基于清洗后的根据时间序列数据做归一化处理；根据归一化处理后的时间序列数据按照时间顺序绘制曲线；将绘制后的曲线并做平滑化处理，获取时间序列曲线。

在一些实施例中，通过聚类算法处理每组初分类时间序列数据，获取聚类时间序列数据包括：针对每组初分类时间序列数据，以对应的时间序列曲线为处理单位：基于全局约束的DTW(Dynamic Time Warping，动态时间归整)算法获取时间序列曲线间的距离相似度矩阵；根据距离相似度矩阵，基于改进的AP算法做聚类运算，获取聚类时间序列数据。

在一些实施例中，根据距离相似度矩阵，基于改进的AP算法做聚类运算，获取聚类时间序列数据包括：设置偏向参数；基于AP算法，更新吸引信息矩阵和归属信息矩阵，确定当前偏向参数下的聚类结果；基于预定策略修改偏向聚类参数，确定修改后的当前偏向参数下的聚类结果，直至获取全部偏向参数下的聚类结果；获取每个偏向参数下的聚类结果的轮廓系数；获取轮廓系数最大的聚类结果对应的聚类时间序列数据簇。

在一些实施例中，偏向参数包括相似度值的中值和中值的多个分位数。

在一些实施例中，轮廓系数s(i)为：

其中，i为时间序列数据样本标识，a(i)为簇内不相似度，b(i)为簇间不相似度。

在一些实施例中，时间序列数据为随时间的先后次序改变的数据，包括流量数据、潮汐数据、语音数据、波动数据或心电图数据中的一种或多种。

在一些实施例中，图形化特征包括有效波峰的数量和/或振幅。

通过这样的方法，能够基于时间序列数据进行曲线提取，进而通过粗分类和聚类分析，得到时间序列数据的聚类提取，便于舍弃相似度偏低的序列数据,着重研究相似度较高的数据,有效提高下游任务后续挖掘的精度和效率，提高对时间序列数据的有效利用和处理效率。