[发明专利]预测方法、装置、计算设备及存储介质

权利要求书

1.一种预测方法，其特征在于，包括：

获取评估对象在第一观测期内的多个第一留存数据和多个第二留存数据，分别组成第一数列和第二数列；

将所述第一数列和第二数列中的数据按照设定的顺序进行排序，将第一数列和第二数列中的数据转换为每个数据中在各自排序后的数列中的序号，分别得到第一次序数列和第二次序数列，将第一次序数列和第二次序数列在所述第一观测期内同一观察日的序号形成二维数组；

获取N个二维数组，并计算所述N个二维数组的第一相关距离，所述N为所述第一观测期包含的天数，N为正整数；

根据所述第一相关距离在相关距离样本序列查找相应的第二相关距离，确定所述第二相关距离在所述相关距离样本序列中的秩序百分比，将所述秩序百分比作为所述评估对象的相关系数；

若所述相关系数不大于设定阈值，则判定所述第一留存数据和所述第二留存数据具有强相关性，根据所述评估对象在第二观测期内的多个第一留存数据对所述评估对象在所述第二观测期内的多个第二留存数据进行预测，所述第二观测期总天数大于第一观测期总天数。

2.根据权利要求1所述的方法，其特征在于，所述获取评估对象在第一观测期内的多个第一留存数据和多个第二留存数据包括：

从评估对象的日志文件中获取评估对象在第一观测期内的多个第一留存数据和多个第二留存数据。

3.根据权利要求1所述的方法，其特征在于，所述设定的顺序是按照从大到小的顺序。

4.根据权利要求1所述的方法，其特征在于，所述第一相关距离通过观测总天数中多个第一留存数据和多个第二留存数据在排序后的数列中的序号确定。

5.根据权利要求4所述的方法，其特征在于，所述第一相关距离按照如下公式得到：

其中，F表示所述第一相关距离，x_i表示第i个观测日的第一留存数据在排序后的数列中的序号，y_i表示第i个观测日的第二留存数据在排序后的数列中的序号，i表示观测日，N表示观测总天数，x_i和y_i为正数，i和N为正整数。

6.根据权利要求1所述的方法，其特征在于，所述相关距离样本序列通过如下方式得到：

通过随机方式产生设定数量个样本序列，每个样本序列中样本数据个数和第二数列中的数据个数相同；

计算每个随机排序的样本序列与每个顺序排列后样本序列之间的第二相关距离，生成设定数量个样本序列的相关距离；

按照设定的方式将样本序列的相关距离进行排列。

7.根据权利要求6所述的方法，其特征在于，所述随机方式产生设定数量个样本序列包括：

通过hadoop集群产生设定数量个样本序列。

8.根据权利要求1所述的方法，其特征在于，所述秩序百分比包括第一相关距离在相关距离样本序列中的位置。

9.根据权利要求1所述的方法，其特征在于，所述根据所述评估对象在第二观测期内的多个第一留存数据对所述评估对象在所述第二观测期内的多个第二留存数据进行预测，所述第二观测期总天数大于第一观测期总天数包括：

根据多个第一留存数据的相关距离对第二观测期内的多个第二留存数据的相关距离进行预测，且第二观测期总天数大于第一观测期总天数。