[發(fā)明專(zhuān)利]一種計(jì)算指標(biāo)數(shù)據(jù)的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210895954.8
• 申請(qǐng)日: 2022-07-27
• 公開(kāi)（公告）號(hào): CN115828075A
• 公開(kāi)（公告）日: 2023-03-21
• 發(fā)明（設(shè)計(jì)）人: 宋禮;張鈞波;鄭宇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 京東城市（北京）數(shù)字科技有限公司
• 主分類(lèi)號(hào): G06F18/21
• 分類(lèi)號(hào): G06F18/21;G06N20/00
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 王安娜;李陽(yáng)

本發(fā)明公開(kāi)了一種計(jì)算指標(biāo)數(shù)據(jù)的方法和裝置，涉及大數(shù)據(jù)技術(shù)領(lǐng)域。該方法的一具體實(shí)施方式包括：篩選出與待測(cè)時(shí)序數(shù)據(jù)相近的樣本時(shí)序數(shù)據(jù)，對(duì)所述樣本時(shí)序數(shù)據(jù)進(jìn)行特征提取，從而構(gòu)建數(shù)據(jù)集；其中，所述待測(cè)時(shí)序數(shù)據(jù)對(duì)應(yīng)的指標(biāo)與所述樣本時(shí)序數(shù)據(jù)對(duì)應(yīng)的指標(biāo)不同，且所述待測(cè)時(shí)序數(shù)據(jù)條目數(shù)量少于所述樣本時(shí)序數(shù)據(jù)的條目數(shù)量；采用所述數(shù)據(jù)集對(duì)指標(biāo)計(jì)算模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的指標(biāo)計(jì)算模型；從所述待測(cè)時(shí)序數(shù)據(jù)中提取出待測(cè)特征，將所述待測(cè)特征輸入到所述訓(xùn)練后的指標(biāo)計(jì)算模型中，從而輸出指標(biāo)數(shù)據(jù)。該實(shí)施方式能夠解決人力和時(shí)間消耗大以及數(shù)據(jù)稀疏的技術(shù)問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)技術(shù)領(lǐng)域，尤其涉及一種計(jì)算指標(biāo)數(shù)據(jù)的方法和裝置。

背景技術(shù)

隨著大數(shù)據(jù)和智能化系統(tǒng)的發(fā)展，城市趨于智能化，指標(biāo)計(jì)算是城市智能化不可或缺的一個(gè)部分，對(duì)于城市發(fā)展的分析研判，資源調(diào)度等起到至關(guān)重要的作用。

在實(shí)現(xiàn)本發(fā)明過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問(wèn)題：

1)大量的人力消耗和時(shí)間消耗：城市中的指標(biāo)是眾多的，然而目前常用的方法是針對(duì)每種指標(biāo)單獨(dú)設(shè)計(jì)一個(gè)機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型來(lái)對(duì)數(shù)據(jù)擬合(訓(xùn)練階段)，從而完成對(duì)指標(biāo)的計(jì)算(推理階段)。針對(duì)一個(gè)具體的需求場(chǎng)景，如社會(huì)零售額預(yù)測(cè)、銷(xiāo)量預(yù)測(cè)等，數(shù)據(jù)采集階段通常從子系統(tǒng)接入數(shù)據(jù)，特征提取階段通常采用滑動(dòng)窗口的方式，模型訓(xùn)練通常使用現(xiàn)有的開(kāi)源算法庫(kù)支持，如sklearn等，模型推理階段使用最近的特征實(shí)現(xiàn)對(duì)指標(biāo)的計(jì)算。上述過(guò)程需要利用人為經(jīng)驗(yàn)對(duì)每個(gè)指標(biāo)進(jìn)行建模，往往需要巨大的人力消耗和時(shí)間消耗。

2)數(shù)據(jù)的稀疏性：城市中的指標(biāo)多為宏觀指標(biāo)，歷史數(shù)據(jù)的時(shí)間段比較有限，在數(shù)據(jù)稀疏的情況下，通常較難使用復(fù)雜的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供一種計(jì)算指標(biāo)數(shù)據(jù)的方法和裝置，以解決人力和時(shí)間消耗大以及數(shù)據(jù)稀疏的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種計(jì)算指標(biāo)數(shù)據(jù)的方法，包括：

篩選出與待測(cè)時(shí)序數(shù)據(jù)相近的樣本時(shí)序數(shù)據(jù)，對(duì)所述樣本時(shí)序數(shù)據(jù)進(jìn)行特征提取，從而構(gòu)建數(shù)據(jù)集；其中，所述待測(cè)時(shí)序數(shù)據(jù)對(duì)應(yīng)的指標(biāo)與所述樣本時(shí)序數(shù)據(jù)對(duì)應(yīng)的指標(biāo)不同，且所述待測(cè)時(shí)序數(shù)據(jù)條目數(shù)量少于所述樣本時(shí)序數(shù)據(jù)的條目數(shù)量；

采用所述數(shù)據(jù)集對(duì)指標(biāo)計(jì)算模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的指標(biāo)計(jì)算模型；

從所述待測(cè)時(shí)序數(shù)據(jù)中提取出待測(cè)特征，將所述待測(cè)特征輸入到所述訓(xùn)練后的指標(biāo)計(jì)算模型中，從而輸出指標(biāo)數(shù)據(jù)。

可選地，篩選出與待測(cè)時(shí)序數(shù)據(jù)相近的樣本時(shí)序數(shù)據(jù)，包括：

將待測(cè)時(shí)序數(shù)據(jù)以及各個(gè)樣本時(shí)序數(shù)據(jù)輸入到經(jīng)過(guò)訓(xùn)練的編碼器中，分別輸出所述待測(cè)時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量以及所述各個(gè)樣本時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量；

采用聚類(lèi)算法對(duì)所述各個(gè)樣本時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量進(jìn)行聚類(lèi)，得到多個(gè)簇以及各個(gè)簇對(duì)應(yīng)的特征中心向量；

基于所述待測(cè)時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量以及所述各個(gè)簇對(duì)應(yīng)的特征中心向量，篩選出與所述待測(cè)時(shí)序數(shù)據(jù)相近的若干個(gè)樣本時(shí)序數(shù)據(jù)。

可選地，所述簇的數(shù)量為所述各個(gè)樣本時(shí)序數(shù)據(jù)的總數(shù)量的平方根。

可選地，基于所述待測(cè)時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量以及所述各個(gè)簇對(duì)應(yīng)的特征中心向量，篩選出與所述待測(cè)時(shí)序數(shù)據(jù)相近的若干個(gè)樣本時(shí)序數(shù)據(jù)，包括：

分別計(jì)算所述待測(cè)時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量與所述各個(gè)簇對(duì)應(yīng)的特征中心向量的相似度，篩選出與所述待測(cè)時(shí)序數(shù)據(jù)相似度最大的N個(gè)簇；

分別計(jì)算所述待測(cè)時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量與所述N個(gè)簇中每個(gè)樣本時(shí)序數(shù)據(jù)對(duì)應(yīng)的編碼向量的相似度，篩選出與所述待測(cè)時(shí)序數(shù)據(jù)相似度最大的M個(gè)樣本時(shí)序數(shù)據(jù)；