[发明专利]动态预测方法及其系统

说明书

本申请公开了一种动态预测方法及其系统，该方法包括：获取时序数据序列；使用滑动窗口对数据序列进行滑动检验；将被滑动检验判定为异常的数据从数据序列中过滤掉；将经过过滤的数据序列输入预测模块进行预测。

技术领域

本说明书涉及计算机技术领域。

背景技术

在实际的商业场景当中，对时间序列的预测是很常见的，业绩、规模、订单量等实际业务指标在时间轴上的变化对业务有很重要的意义。但是经常由于一些原因会造成一些巨大的数据波动，如业务切流、新产品发布等，这些因素通常无规律且很难通过数据特征解释，这会给正常的预测带来极大影响，造成预测准确率降低。

对异常数据的一种识别方式是人为划定一个阈值，超过阈值部分都按照异常值处理。但该方法不够精细化，会造成异常点误判可能。

对异常数据的另一种识别方式是人工用肉眼观察判断异常点，该方法较为灵活精确，但是不够自动化，如果只有一条时间序列需要预测，用人工观测的办法可能成本较低，但是在实际场景中经常需要预测多条时间序列，如果还用人工观测的办法则成本较高且易受主观因素影响。

发明内容

本说明书提供了一种动态预测方法及其系统，既降低了异常波动对预测的影响，又避免了人工主观识别异常点造成的负面影响，提高了预测准确率。

为了解决上述问题，本申请公开了一种动态预测方法，包括：

获取时序数据序列；

使用滑动窗口对该数据序列进行滑动检验；

将被该滑动检验判定为异常的数据从该数据序列中过滤掉；

将经过过滤的数据序列输入预测模块进行预测。

在一个优选例中，该将经过过滤的数据序列输入预测模块进行预测之后，还包括，根据预测结果的准确率调整该滑动窗口的长度。

在一个优选例中，该根据预测结果的准确率调整该滑动窗口的长度，进一步包括：

使用不同的滑动窗口长度，分别对历史数据进行滑动检验、过滤和预测，并将预测结果和实际结果比较，得到对应于不同的滑动窗口长度的预测准确率；

将当前使用的滑动窗口长度调整为预测准确率最高的滑动窗口长度。

在一个优选例中，该将被该滑动检验判定为异常的数据从该数据序列中过滤掉，进一步包括：

将该异常的数据从该数据序列中删除。

在一个优选例中，该将被该滑动检验判定为异常的数据从该数据序列中过滤掉，进一步包括：

根据与该异常的数据相邻的其他数据生成替代数据，使用替代数据替代该异常的数据。

在一个优选例中，该滑动检验为滑动t检验。

本申请还公开了一种动态预测系统，包括：

数据获取模块，用于获取时序数据序列；

滑动检验模块，用于使用滑动窗口对该数据序列进行滑动检验；

过滤模块，用于将被该滑动检验模块判定为异常的数据从该数据序列中过滤掉；

预测模块，用于以经过该过滤模块过滤的数据序列为数据进行预测。

在一个优选例中，还包括窗口长度调整模块，用于根据该预测模块预测结果的准确率调整该滑动窗口的长度。

在一个优选例中，该窗口长度调整模块使用不同的滑动窗口长度，分别对历史数据进行滑动检验、过滤和预测，并将预测结果和实际结果比较，得到对应于不同的滑动窗口长度的预测准确率，将当前使用的滑动窗口长度调整为预测准确率最高的滑动窗口长度。