[發明專利]信息處理裝置和信息處理方法

在審

• 申請號: 202010322730.9
• 申請日: 2020-04-22
• 公開（公告）號: CN113537549A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 夏迎炬;馬軍;楊銘;劉汝杰
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王萍;唐明英

1.一種信息處理裝置，包括：

歷史數據獲取單元，被配置成獲取關于資源的歷史數據，其中，所述資源包括至少一個部分，并且所述歷史數據包括所述資源包括的每個部分在過去各個單位時段內被使用的數量；

編碼序列獲取單元，被配置成針對所述資源包括的每個部分，基于該部分的歷史數據獲取表征該部分在過去各個單位時段內被使用的數量的相對變化趨勢的編碼序列；

聚類單元，被配置成基于所述資源包括的各個部分的編碼序列之間的相似度，對所述歷史數據執行聚類，以獲取至少一個聚類；

模型建立單元，被配置成針對所述至少一個聚類中的每一個，至少利用該聚類中的部分歷史數據或所有歷史數據建立相應的預測模型，以及

預測單元，被配置成針對所述資源包括的每個部分，利用針對該部分的歷史數據所屬于的聚類的預測模型，預測該部分在預定時段內要被使用的數量。

2.根據權利要求1所述的信息處理裝置，其中，所述模型建立單元進一步被配置成，針對所述至少一個聚類中的每一個，利用該聚類中的部分歷史數據和所述部分歷史數據所對應的編碼序列來建立相應的預測模型，或者利用該聚類中的所有歷史數據和該聚類中的所有歷史數據所對應的編碼序列來建立相應的預測模型。

3.根據權利要求1或2所述的信息處理裝置，其中，所述編碼序列獲取單元進一步被配置成針對所述資源包括的每個部分，利用第一平滑技術對該部分的歷史數據進行處理以獲得第一平滑數據序列，利用第二平滑技術對所述第一平滑數據序列進行處理以獲得第二平滑數據序列，并且基于所述第一平滑數據序列和所述第二平滑數據序列獲取所述編碼序列。

4.根據權利要求3所述的信息處理裝置，其中，所述第一平滑技術和所述第二平滑技術為移動平均技術。

5.根據權利要求3所述的信息處理裝置，其中，所述編碼序列獲取單元進一步被配置成針對所述資源包括的每個部分：

在所述第一平滑數據序列和所述第二平滑數據序列中的與相同時間對應的數據之間的差異小于或等于預定閾值的情況下，將所述編碼序列中的與該時間對應的數據設置為常數A，

在所述第一平滑數據序列和所述第二平滑數據序列中的與相同時間對應的數據之間的差異大于預定閾值、并且所述第一平滑數據序列中的與該時間對應的數據大于所述第二平滑數據序列中的與該時間對應的數據的情況下，將所述編碼序列中的與該時間對應的數據設置為大于常數A的常數B，以及

在所述第一平滑數據序列和所述第二平滑數據序列中的與相同時間對應的數據之間的差異大于預定閾值、并且所述第一平滑數據序列中的與該時間對應的數據小于所述第二平滑數據序列中的與該時間對應的數據的情況下，將所述編碼序列中的與該時間對應的數據設置為小于常數A的常數C。

6.根據權利要求5所述的信息處理裝置，其中，常數A為0，常數B為1，并且常數C為-1。

7.根據權利要求1或2所述的信息處理裝置，其中，所述預測模型是卷積神經網絡模型、時間序列模型或回歸模型。

8.根據權利要求1或2所述的信息處理裝置，其中，所述單位時段為季、月或周。

9.根據權利要求1或2所述的信息處理裝置，其中，所述資源是車輛零部件。

10.一種信息處理方法，包括：

歷史數據獲取步驟，用于獲取關于資源的歷史數據，其中，所述資源包括至少一個部分，并且所述歷史數據包括所述資源包括的每個部分在過去各個單位時段內被使用的數量；

編碼序列獲取步驟，用于針對所述資源包括的每個部分，基于該部分的歷史數據獲取表征該部分在過去各個單位時段內被使用的數量的相對變化趨勢的編碼序列；

聚類步驟，用于基于所述資源包括的各個部分的編碼序列之間的相似度，對所述歷史數據執行聚類，以獲取至少一個聚類；

模型建立步驟，用于針對所述至少一個聚類中的每一個，至少利用該聚類中的部分歷史數據或所有歷史數據建立相應的預測模型，以及

預測步驟，用于針對所述資源包括的每個部分，利用針對該部分的歷史數據所屬于的聚類的預測模型，預測該部分在預定時段內要被使用的數量。