[發明專利]數據預測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110476640.X
• 申請日: 2021-04-29
• 公開（公告）號: CN112949951A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 周菲菲
• 申請（專利權）人: 杭州數夢工場科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 董曉盈

本發明實施例提供一種數據預測方法、裝置、電子設備及存儲介質。本發明實施例通過利用異常檢測模型對各個第一指標對應的指標數據序列分別進行檢測，得到異常數據序列，根據所述異常數據序列，確定異常指標特征序列，將所述異常數據序列和所述異常指標特征序列輸入已訓練好的時間卷積網絡模型，得到所述時間卷積網絡模型輸出的異常指標的下一個預測數據值，能夠實時自動獲得多個指標的預測結果，為輔助決策提供更好的支撐。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種數據預測方法、裝置、電子設備及存儲介質。

背景技術

在城市發展的進程中，對于城市的管理和運行監控也在進行數字化轉型。城市的管理者需要基于覆蓋城市運行的各個領域的指標數據來輔助決策。

相關技術中，能夠在同一個平臺中接入多個領域對應的指標數據，并進行展示。這種技術所能夠提供的信息十分有限，無法為輔助決策提供有力的支撐。

發明內容

為克服相關技術中存在的問題，本發明提供了一種數據預測方法、裝置、電子設備及存儲介質。

根據本發明實施例的第一方面，提供一種數據預測方法，包括：

利用異常檢測模型對各個第一指標對應的指標數據序列分別進行檢測，得到異常數據序列；所述指標數據序列中的各個數據按照數據產生的時間順序排列；

根據所述異常數據序列，確定異常指標特征序列；

將所述異常數據序列和所述異常指標特征序列輸入已訓練好的時間卷積網絡模型，得到所述時間卷積網絡模型輸出的異常指標的下一個預測數據值，所述異常指標為所述異常數據序列對應的指標。

根據本發明實施例的第二方面，提供一種數據預測裝置，包括：

第一檢測模塊，用于利用異常檢測模型對各個第一指標對應的指標數據序列分別進行檢測，得到異常數據序列；所述指標數據序列中的各個數據按照數據產生的時間順序排列；

確定模塊，用于根據所述異常數據序列，確定異常指標特征序列；

預測模塊，用于將所述異常數據序列和所述異常指標特征序列輸入已訓練好的時間卷積網絡模型，得到所述時間卷積網絡模型輸出的異常指標的下一個預測數據值，所述異常指標為所述異常數據序列對應的指標。

根據本發明實施例的第三方面，提供一種電子設備，包括：

用于存儲處理器的可執行指令的存儲器；

所述處理器，用于執行所述指令，以實現第一方面任一項所述的方法。

根據本發明實施例的第四方面，提供一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有若干計算機指令，所述計算機指令被執行時實現第一方面任一項所述的方法。

本發明實施例提供的技術方案可以包括以下有益效果：

本發明實施例，通過利用異常檢測模型對各個第一指標對應的指標數據序列分別進行檢測，得到異常數據序列，根據所述異常數據序列，確定異常指標特征序列，將所述異常數據序列和所述異常指標特征序列輸入已訓練好的時間卷積網絡模型，得到所述時間卷積網絡模型輸出的異常指標的下一個預測數據值，能夠實時自動獲得多個指標的預測結果，為輔助決策提供更好的支撐。

應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本說明書。

附圖說明

此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本說明書的實施例，并與說明書一起用于解釋本說明書的原理。

圖1是本發明實施例提供的數據預測方法的流程示例圖。