[發明專利]一種多維度時間序列數據的自動洞見發現方法

在審

• 申請號: 202111118231.9
• 申請日: 2021-09-24
• 公開（公告）號: CN113722616A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 曹立;隋楷心;劉大鵬;蔣鵬杰
• 申請（專利權）人: 北京必示科技有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/9538;G06F16/955;G06F16/957
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 陳俊由

1.一種多維度時間序列數據的自動洞見發現方法，其特征在于，包括：

S1用戶指定數據集和超參數，所述超參數包括最大搜索時間和最大洞見個數L；

S2基于洞見的形式化方法和評估方法，在指定的搜索時間內，搜索使得洞見分數最大的L個洞見；

S3將搜索到的L個洞見可視化地展示給用戶；

洞見評估方法的維度包括：根據條目數量確定的影響范圍；根據數據子空間、細分屬性及時間范圍確定的顯著性；根據t檢驗確定的新穎性。

2.根據權利要求1所述的多維度時間序列數據的自動洞見發現方法，其特征在于，所述S1包括：

S1.1 用戶指定數據源的路徑或者統一資源定位符；

S1.2 自動讀取數據源中的所有字段, 由用戶選擇每個字段的類別，所述字段的類別包括時間戳類別，屬性類別，指標類別，忽略類別；

S1.3 用戶指定分析的目標指標；

S1.4用戶指定搜索過程中的超參數。

3.根據權利要求1所述的多維度時間序列數據的自動洞見發現方法，其特征在于，所述洞見的形式化方法包括：

將洞見以三元組IST=(S, B, T)形式化；

S為數據子空間，即洞見影響的數據的屬性范圍；

B為細分屬性，即洞見在哪個屬性上進行了細分，分別研究了其每個屬性取值的指標情況；

T為時間范圍，即洞見影響的數據的時間范圍；

B和T可以為空。

4.根據權利要求3所述的多維度時間序列數據的自動洞見發現方法，其特征在于，所述S2，包括：

S2.1 生成候選洞見；

S2.2 測評所述候選洞見的影響范圍，顯著性和新穎性，基于所述候選洞見的影響范圍，顯著性和新穎性，計算得到所述候選洞見的洞見分數；

S2.3 記錄洞見分數最大的L個洞見。

5.根據權利要求4所述的多維度時間序列數據的自動洞見發現方法，其特征在于，所述S2.2包括：

S2.2.1 評測候選洞見的影響范圍，候選洞見IST的影響范圍為，其中，COUNT(IST)為屬性取值滿足S且時間范圍在T內的所有數據條目的數量，COUNT(*)表示所有數據條目的數量；

S2.2.2 評測洞見的顯著性，候選洞見IST的顯著性為，其中分別表示每一種洞見類型對應的顯著性，不同洞見類型對應著不同的顯著性計算方式,MAX表示取最大值，顯著性的計算和IST中的S，B，T都相關；

S2.2.3 評測洞見的新穎性，候選洞見IST的新穎性為；

其中，，t_test(a, b)表示對a做假設均值為b的t檢驗，并返回p-value；

S2.2.4 計算洞見分數，

。

6.根據權利要求5所述的多維度時間序列數據的自動洞見發現方法，其特征在于，所述不同洞見類型對應著不同的顯著性計算方式包括：表示一個細分屬性取值對應的時間序列和其他取值的時間序列有著不同的趨勢的Trend Outlier方式，表示一個細分屬性取值對應的指標值比其他的明顯得大的Value Outlier方式，表示一個細分屬性取值對應的時間序列和其他取值的時間序列有著不同的周期性的Seasonality Outlier方式，表示一個子空間下的時間序列存在突變點的Change Point方式。

7.一種多維度時間序列數據的自動洞見發現裝置，其特征在于，包括：

接收模塊，用于接收用戶指定的數據集和超參數，所述超參數包括最大搜索時間和最大洞見個數L；

搜索模塊，用于基于洞見的形式化方法和評估方法，在指定的搜索時間內，搜索使得洞見分數最大的L個洞見，所述洞見分數用于表示洞見值得關注的程度；

展示模塊，用于將搜索到的L個洞見可視化地展示給用戶。