[发明专利]数据预测、数据预测结果的调整方法、装置及设备

权利要求书

1.一种数据预测方法，所述方法用于利用时间序列预测模型预测目标对象在未来目标时间范围的目标数据；所述时间序列预测模型包括有多个对应不同时间节点的输入参数，所述方法包括：

获取所述目标对象的待输入数据，其中，所述待输入数据包括所述目标对象的历史数据以及先验数据，所述先验数据包括在所述未来目标时间范围内、其中一个或多个时间节点的数据；

将所述待输入数据输入至时间序列预测模型，以供所述时间序列预测模型根据所述待输入数据中各个时间节点对应的数据，对应配置各个时间节点的输入参数的参数值，并根据配置后的参数值输出所述目标数据。

2.根据权利要求1所述的方法，所述输入参数包括表征所述目标对象的目标值的参数，所述先验数据包括所述目标对象的目标数据；

所述表征所述目标对象的目标值的参数的参数值，利用所述目标数据配置得到。

3.根据权利要求1所述的方法，所述输入参数包括：表征所述目标对象的特征的参数，所述先验数据包括表征所述目标对象的特征数据；

所述表征所述目标对象的特征的参数的参数值，利用所述特征数据配置得到。

4.根据权利要求1所述的方法，在所述未来目标时间范围内，除去所述先验数据对应的时间节点之外的其他时间节点，由所述时间序列预测模型将所述其他时间节点对应的输入参数的参数值配置为空值。

5.根据权利要求1所述的方法，所述时间序列预测模型利用历史数据和先验数据训练得到。

6.根据权利要求1所述的方法，所述时间序列预测模型包括序列到序列Seq2Seq模型，所述Seq2Seq模型用于：利用在当前时间节点的上一时间节点的预测值以及在当前时间节点之前的各时间节点的历史信息状态值，对所述当前时间节点的目标数据进行预测；其中，若先验数据包括所述上一时间节点的先验数据，所述时间序列预测模型用于将所述上一时间节点的先验数据替代所述上一时间节点的预测值，以及结合所述历史信息状态值对当前时间节点的目标数据进行预测。

7.一种数据预测结果的调整方法，所述方法用于利用时间序列预测模型预测目标对象在未来目标时间范围的目标数据；所述时间序列预测模型包括有多个对应不同时间节点的输入参数，所述方法包括：

获取所述目标对象的先验数据，所述先验数据包括在所述未来目标时间范围内其中一个或多个时间节点的数据；

根据所述先验数据配置所述时间序列预测模型中与所述先验数据对应的时间节点的输入参数的参数值，以供所述时间序列预测模型在根据所述目标对象的历史数据获得的输出结果的基础上，根据配置后的参数值对所述输出结果进行调整，输出调整后的预测结果。

8.根据权利要求7所述的方法，所述输入参数包括表征所述目标对象的目标值的参数，所述先验数据包括所述目标对象的目标数据；

所述表征所述目标对象的目标值的参数的参数值，利用所述目标数据配置得到。

9.根据权利要求7所述的方法，所述输入参数包括：表征所述目标对象的特征的参数，所述先验数据包括表征所述目标对象的特征数据；

所述表征所述目标对象的特征的参数的参数值，利用所述特征数据配置得到。

10.根据权利要求7所述的方法，对于在所述未来目标时间范围内，除去所述先验数据对应的时间节点之外的其他时间节点，所述其他时间节点对应的输入参数的参数值配置为空值。