[发明专利]数据传播趋势的预测方法、设备、存储介质及装置

权利要求书

1.一种数据传播趋势的预测方法，其特征在于，所述数据传播趋势的预测方法包括以下步骤：

获取待预测传播数据；

将所述待预测传播数据作为非负序列，根据所述非负序列对应的背景值序列，得到目标数列信息；

根据所述目标数列信息通过预设时间维度分析模型预测对应的目标响应数列信息，所述预设时间维度分析模型为基于灰度模型建立的，反映响应随时间的变化函数关系；

根据空间流动因子以及所述目标响应数列信息得到二维度分析预测序列信息，根据实际响应序列信息以及二维度分析预测序列信息生成二维传播数据分析模型；

建立以下三维传播数据分析模型：

其中，F₂为二维度分析预测序列，X为实际响应序列，dert表示效果参考序列信息，E_iΔ表示因素的变化序列，为互相标准化后的 向量，为第i号指标因素的变化序列，F₃为带社会作用因子的三维度分析模型的预测序列，K为待考虑的所有社会因素序号，p_i表示作用因子，l_i表示社会因素中最大促进作用的因子，l_j表示社会因素中最大抑制作用的因子，b表示常数；

其中，将所述实际响应序列信息减去所述二维度分析预测序列信息得到效果参考序列信息dert；

获取因素的变化序列E_iΔ，将所述因素的变化序列E_iΔ与所述效果参考序列信息dert进行相似性比较，得到目标社会因素；

通过所述三维传播数据分析模型对所述待预测传播数据进行预测，得到所述待 预测传播数据传播趋势的预测结果。

2.如权利要求1所述的数据传播趋势的预测方法，其特征在于，所述将所述待预测传播数据作为非负序列，根据所述非负序列对应的背景值序列，得到目标数列信息，包括：

将所述待预测传播数据作为非负序列；

将所述非负序列进行累加，得到累加序列，并根据所述累加序列递推所述非负序列的关系序列；

获取所述关系序列的邻值，根据所述邻值得到背景值序列，将所述背景值序列作为所述目标数列信息。

3.如权利要求2所述的数据传播趋势的预测方法，其特征在于，所述根据所述目标数列信息通过预设时间维度分析模型预测对应的目标响应数列信息之前，所述方法还包括：

获取历史序列数据，将所述历史序列数据的导数采用差分方程进行替代，得到导数序列；

获取历史数列信息、预设发展系数以及灰作用量，根据所述历史数列信息得到差分方程模型；

将所述差分方程模型进行连续化，得到白化方程模型；

根据所述导数序列、差分方程模型以及白化方程模型生成时间维度分析模型。

4.如权利要求1至3中任一项所述的数据传播趋势的预测方法，其特征在于，所述根据空间流动因子以及所述目标响应数列信息得到二维度分析预测序列信息，根据实际响应序列信息以及二维度分析预测序列信息生成二维传播数据分析模型，包括：

获取平均空间响应信息；

根据所述目标响应数列信息、空间流动因子以及平均空间响应信息得到二维度分析预测序列信息；

获取实际响应序列信息，根据所述实际响应序列信息以及二维度分析预测序列信息生成二维传播数据分析模型。

5.如权利要求4所述的数据传播趋势的预测方法，其特征在于，所述获取平均空间响应信息，包括：

获取预设空间集合信息，根据所述预设空间集合信息得到预设时刻对应的空间响应序列信息；

获取预设空间集合个数信息，根据所述空间响应序列信息以及预设空间集合个数信息得到所述平均空间响应信息。