[發明專利]時間序列處理方法及裝置

有效

• 申請號: 201410019792.7
• 申請日: 2014-01-16
• 公開（公告）號: CN104794112B
• 公開（公告）日: 2018-05-22
• 發明（設計）人: 秦曉飛
• 申請（專利權）人: 中國移動通信集團山西有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 張穎玲;王黎延

本發明公開了一種時間序列處理方法及裝置，所述方法包括分析第一時間序列，獲取至少一個與所述第一時間序列相關的第二時間序列；對所述第二時間序列進行多元回歸處理，獲得以所述第二時間序列為因變量且擬合序列為自變量的第一函數；根據所述第一函數計算出對應于所述第一時間序列的擬合序列；檢驗所述擬合序列與所述第一時間序列的差異；所述擬合序列與所述第一時間序列的差異不大于閾值時，求取擬合序列與第一時間序列的殘差序列；對所述殘差序列進行平穩化處理，獲取對應于所述殘差序列的平穩序列對所述平穩序列進行自回歸移動平均處理，獲取關于平穩序列中前后兩元素關系的第二函數；根據第一函數及第二函數，獲取預測時間的預測結果。

技術領域

本發明涉及數據處理領域的序列處理技術，尤其涉及一種時間序列處理方法及裝置。

背景技術

時間序列就是將某種統計指標的數值，按時間先后順序排列所形成的數列?；跁r間序列的預測方法就是通過編制和分析時間序列，根據時間序列所反映出來的發展過程、方向和趨勢，進行類推或延伸，借以預測下一段時間或以后若干年內可能達到的水平。在實際應用中，大多數時間序列存在與其具有相關性的其它時間序列，而且呈現出非平穩的特征，通過對這類時間序列進行預測，可以及時發現一些已存在的趨勢，進而提前對潛在的風險采取一定的措施，減少可能的損失；而且通過預測，可以輔助決策，提高效益。

時間序列預測在諸多領域都得到廣泛的應用，目前其應用最普遍的是一元時間序列預測，但實際應用中很多序列的變化規律都受到其它序列的影響，這就要求不能單獨分析單序列本身隨時間的變化趨勢，而要綜合考慮其它序列的作用。多時序數據之間可能存在因果、協同、正相關或者負相關等影響，比如，高校里面的在校研究生數量的時間序列和導師數量的時間序列是互相影響，若導師數量增長，研究生數量也會因此同時增長，它們是因果關系；公園的游客數量的時間序列會受到天氣的時間序列的影響，若天氣較差，游客數量會減少。若天氣較好，游客數量會相對增長，它們之間是正相關的；某公司經營分析系統的某些關鍵指標也是時間序列，其中“每日第一服務商新增用戶數”與“每日第二服務商新增用戶數”、“每日第三服務商新增用戶數”之間的關系屬于協同關系，因為第一、第二以及第三服務商這三家運營商之間存在競爭，若第一服務上和第二服務商的新增用戶數發生變化，第三的新增用戶數定會受其影響。此外，許多時間序列都是非平穩序列，這些非平穩序列有隨時間變化的均值或二階矩。

現有的大部分時序數據預測方法只考慮了單時序本身的情況，考慮因素不夠準確（并未考慮與其具有相關性的時間序列的影響），且未對非平穩性進行處理（非平穩數據不適合做回歸分析，會造成建模不準確）。因此，如果按照現有方法對它們進行預測，會出現預測精度不高，影響決策者的經營判斷。

發明內容

有鑒于此，本發明實施例提供一種時間序列處理方法及裝置，以提高時間處理序列處理結果的精確度。

為達到上述目的，本發明的技術方案是這樣實現的：

本發明第一方面提供一種時間序列處理方法，所述方法包括：

分析第一時間序列，獲取至少一個與所述第一時間序列相關的第二時間序列；

對所述第二時間序列進行多元回歸處理，獲得以所述第二時間序列為因變量且擬合序列為自變量的第一函數；

根據所述第一函數計算出對應于所述第一時間序列的擬合序列；

檢驗所述擬合序列與所述第一時間序列的差異；

所述擬合序列與所述第一時間序列的差異不大于閾值時，求取所述擬合序列與所述第一時間序列的殘差序列；

對所述殘差序列進行平穩化處理，獲取對應于所述殘差序列的平穩序列；

對所述平穩序列進行自回歸移動平均處理，獲取關于平穩序列中前后兩元素關系的第二函數；

根據所述第一函數及所述第二函數，獲取預測時間的預測結果。