[发明专利]数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取第一对象对应的第一价值特征值，所述第一价值特征值为大于0的数；

根据所述第一对象的时间序列分解模型，获取所述第一对象在多个第一时段的第二价值特征值，其中，各所述第一时段为当前时刻之后的时段；

根据所述第一对象的类别，确定所述第一对象在多个第一时段的权重；

根据所述第一价值特征值、所述第一对象在多个第一时段的第二价值特征值以及所述第一对象在多个第一时段的权重，得到所述第一对象对应的组合对象的第三价值特征值，其中，所述组合对象中包括至少一个所述第一对象。

2.根据权利要求1所述的方法，其特征在于，根据所述第一对象的类别，确定所述第一对象在多个第一时段的权重，包括：

判断所述第一对象的类别是否存在对应的第一集合，其中，所述第一集合中包括m个环境变化因子，所述m为所述第一对象对应的第一时段的数量，所述m为大于等于1的整数；

若存在，则将所述第一集合中的m个环境变化因子确定为所述第一对象在所述多个第一时段的权重；

若不存在，则确定所述第一对象在多个第一时段的权重为第一预设值。

3.根据权利要求1所述的方法，其特征在于，根据所述第一对象的时间序列分解模型，获取所述第一对象在多个第一时段的第二价值特征值之前，所述方法还包括：

根据当前时刻之前的多个第二时段，分别获取各所述第二时段被处理的所述第一对象的数量，以及获取被处理的各所述第一对象的第四价值特征值；

根据各所述第二时段被处理的所述第一对象的数量和各所述第一对象的第四价值特征值，生成所述第一对象对应的时间序列分解模型。

4.根据权利要求3所述的方法，其特征在于，根据各所述第二时段被处理的所述第一对象的数量和各所述第一对象的第四价值特征值，生成所述第一对象对应的时间序列分解模型，包括：

针对各所述第二时段，根据所述第二时段对应的被处理的所述第一对象的数量和所述第二时段对应的各所述第一对象的第四价值特征值，得到所述第一对象在各所述第二时段分别对应的第一平均特征值；

采用移动平均法对各所述第二时段分别对应的第一平均特征值进行处理，得到各所述第二时段各自的第二平均特征值；

根据各所述第二时段各自的第二平均特征值进行拟合处理，得到所述第一对象的长期趋势因素；

采用同期平均法对各所述第二时段分别对应的第一平均特征值和各所述第二时段各自的第二平均特征值进行处理，得到所述第一对象的季节因素；

根据所述长期趋势因素和所述季节因素，得到所述第一对象对应的时间序列分解模型。

5.根据权利要求4所述的方法，其特征在于，所述时间序列分解模型包括所述长期趋势因素和所述季节因素相乘。

6.根据权利要求5所述的方法，其特征在于，所述时间序列分解模型的输入为时间信息；

根据所述第一对象的时间序列分解模型，获取所述第一对象在多个第一时段的第二价值特征值，包括：

根据所述第一对象的多个第一时段，确定各所述第一时段各自对应的时间信息；

将各所述第一时段各自对应的时间信息输入至所述时间序列分解模型，以使得所述时间序列分别所述第一对象在各个第一时段的第二价值特征值。

7.根据权利要求1所述的方法，其特征在于，获取第一对象对应的第一价值特征值，包括：

根据当前时刻之前的多个第二时段，分别获取各所述第二时段被处理的各所述第一对象的第五价值特征值；

根据各所述第一对象的第五价值特征值，得到所述第一对象在各所述第二时段的分别对应的第三平均特征值；

根据所述第一对象在各所述第二时段的分别对应的第三平均特征值，得到所述第一对象对应的第一基线；

将各所述第一对象的第五价值特征值进行排序，并将所述第一基线对应的位置的第五价值特征值确定为所述第一对象的第一价值特征值。