[发明专利]数据处理方法、装置、设备及介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取在M个时间点的指标数据，M为大于1的整数；

基于周期确定模型，对所述M个时间点的指标数据进行处理，得到目标变化周期，所述周期确定模型为用于确定指标数据的变化周期的模型；

根据所述目标变化周期，计算目标数据，所述目标数据表示所述M个时间点中的任意两个相邻时间点的指标数据之间的关联关系；

根据所述目标数据以及所述M个时间点的指标数据，确定指标数据预测模型。

2.根据权利要求1所述的方法，其特征在于，所述获取在M个时间点的指标数据之后，所述方法还包括：

对所述M个时间点的指标数据进行分级处理，得到N个分级指标数据，N为大于1的整数，N小于或等于M；

所述根据所述目标数据以及所述M个时间点的指标数据，确定指标数据预测模型，包括：

对于每个所述分级指标数据，基于所述目标数据，对所述分级指标数据进行建模，得到所述分级指标数据对应的分级模型；

将N个所述分级指标数据分别对应的所述分级模型进行合并，得到所述指标数据预测模型。

3.根据权利要求1所述的方法，其特征在于，所述目标变化周期的数量为M-1个，M-1个所述目标变化周期与M-1个时间点的指标数据一一对应，其中，所述M-1个时间点为所述M个时间点中的第2个时间点至第M个时间点。

4.根据权利要求3所述的方法，其特征在于，所述得到目标变化周期之后，所述方法还包括：

计算M-1个所述目标变化周期的均方根，得到均方根计算结果；

在所述均方根计算结果不在预定范围内的情况下，根据所述均方根计算结果，训练所述周期确定模型，直到所述均方根计算结果在预定范围内为止，得到训练后的所述周期确定模型。

5.根据权利要求1所述的方法，其特征在于，所述周期确定模型为x阶的函数，所述x阶的函数为：

其中，F(m_t)表示所述M个时间点中的第t个时间点的指标数据对应的所述目标变化周期，为预定参数，t∈[2,M],且t为整数，p＝x，t-x≥1，k为整数。

6.根据权利要求1所述的方法，其特征在于，

所述目标数据的数量为M-1个，M-1个所述目标数据与M-1个时间点的指标数据一一对应，其中，第t个时间点的指标数据对应的所述目标数据表示第t个时间点的指标数据与第t-1个时间点的指标数据之间的关联关系；

其中，所述M-1个时间点为所述M个时间点中的第2个时间点至第M个时间点，t∈[2,M],且t为整数。

7.根据权利要求1所述的方法，其特征在于，所述基于周期确定模型，对所述M个时间点的指标数据进行处理之前，所述方法还包括：

判断所述M个时间点的指标数据的变化是否满足第二预定条件；

在所述M个时间点的指标数据的变化不满足所述第二预定条件的情况下，对所述M个时间点的指标数据进行差分计算，以将所述M个时间点的指标数据的变化满足所述第二预定条件。

8.根据权利要求7所述的方法，其特征在于，所述判断所述M个时间点的指标数据的变化是否满足第二预定条件，包括：

从所述M个时间点的指标数据中，获取两组指标数据，每组指标数据包括相邻两个时间点的指标数据；

对于所述两组指标数据，计算其中一组指标数据中的两个指标数据之间的第一差值，以及另一组指标数据中的两个指标数据之间的第二差值；

在所述第一差值与所述第二差值之间的差值小于预定阈值的情况下，判定所述M个时间点的指标数据的变化满足所述第二预定条件；

在所述第一差值与所述第二差值之间的差值大于预定阈值的情况下，判定所述M个时间点的指标数据的变化不满足所述第二预定条件。