[发明专利]一种数据样本的扩充方法、装置、设备和介质

说明书

本申请实施例公开了一种数据样本的扩充方法、装置、设备和介质，获取原始时间序列数据；对原始时间序列数据进行分解，以得到周期性成分数据和趋势性成分数据；周期性成分数据的多样性能够提高数据集针对于业务场景的覆盖性。依据周期性成分数据在原始时间序列数据中的占比，对周期性成分数据进行增强处理以得到周期成分增强数据；将周期成分增强数据与趋势性成分数据进行叠加以得到扩充后的时间序列数据。在该技术方案中，依据原始时间序列数据中周期性成分数据的占比，可以对周期性成分数据进行不同方式的增强处理，从而得到具有足够差异性的数据，并且得到的数据能够更好的覆盖业务场景的特性，保证了扩充后的时间序列数据的高质量。

技术领域

本申请涉及模型预测技术领域，特别是涉及一种数据样本的扩充方法、装置、设备和计算机可读存储介质。

背景技术

时间序列数据是在不同时间上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。时间序列分析是一种时间序列数据处理的统计方法，该方法基于随机过程理论和数理统计学方法，研究时间序列数据所遵从的统计规律，以用于解决实际问题。

时间序列预测的任务是基于历史数据构建模型，预测序列未来走势。为了使得模型可以更准确预测未来趋势，必须收集充分的数据集对模型进行训练，这就要求数据集有充足的样本数量，并且样本之间的有足够的差异性，能覆盖所有场景。但在实际的环境中，收集到的数据集往往数量不够、数据特征单一、业务场景覆盖性不强，导致基于该数据集训练得到的模型预测效果不好。

可见，如何获取到高质量的数据集，是本领域技术人员需要解决的问题。

发明内容

本申请实施例的目的是提供一种数据样本的扩充方法、装置、设备和计算机可读存储介质，可以获取到高质量的数据集。

为解决上述技术问题，本申请实施例提供一种数据样本的扩充方法，包括：

获取原始时间序列数据；

对所述原始时间序列数据进行分解，以得到周期性成分数据和趋势性成分数据；

依据所述周期性成分数据在所述原始时间序列数据中的占比，对所述周期性成分数据进行增强处理以得到周期成分增强数据；

将所述周期成分增强数据与所述趋势性成分数据进行叠加以得到扩充后的时间序列数据。

可选地，所述依据所述周期性成分数据在所述原始时间序列数据中的占比，对所述周期性成分数据进行增强处理以得到周期成分增强数据包括：

在所述占比大于或等于预设阈值的情况下，对所述周期性成分数据进行缩放和加噪处理，以得到周期成分增强数据。

可选地，所述依据所述周期性成分数据在所述原始时间序列数据中的占比，对所述周期性成分数据进行增强处理以得到周期成分增强数据包括：

在所述占比小于预设阈值的情况下，按照设定的业务分布规律，对所述周期性成分数据进行切片增强处理，以得到周期成分增强数据。

可选地，所述按照设定的业务分布规律，对所述周期性成分数据进行切片增强处理，以得到周期成分增强数据包括：

根据设定的业务分布规律从所述周期性成分数据中截取数据片段；

按照设定的数据需求量对所述数据片段进行延拓；

将延拓后的数据片段进行缩放和加噪处理，以得到周期成分增强数据。

可选地，所述按照设定的数据需求量对所述数据片段进行延拓包括：

基于所述数据需求量以及所述数据片段的数据长度，确定出延拓倍数；

按照所述延拓倍数对数据片段进行重复复制，以得到延拓后的数据片段。