[发明专利]时间序列处理方法、装置、电子设备及存储介质

权利要求书

1.一种时间序列处理方法，其特征在于，包括：

获取待预测指标的时间序列，所述时间序列中每个历史时刻对应的数据包括所述待预测指标的历史数据以及与所述待预测指标相关的指标的历史数据；

将所述历史时刻对应的数据转换成第一特征向量；

基于所述第一特征向量，生成第二特征向量，所述第二特征向量中包含所述待预测指标的历史数据的特征与所述待预测指标的历史数据之外的数据的特征所形成的组合特征；

基于各所述历史时刻对应的所述第二特征向量，生成特征向量序列；

将所述特征向量序列，输入预设的预测模型，得到所述待预测指标的预测数据。

2.根据权利要求1所述的方法，其特征在于，每个所述历史时刻对应的数据还包括时间数据，所述时间数据用于表征所述历史时刻。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一特征向量，生成第二特征向量，包括：

利用因子分解机，对所述第一特征向量进行处理，生成第二特征向量。

4.根据权利要求1所述的方法，其特征在于，所述基于各所述历史时刻对应的所述第二特征向量，生成特征向量序列，包括：

对所述第二特征向量，进行至少一次全连接，以得到第三特征向量；

利用各历史时刻对应的所述第三特征向量，形成所述特征向量序列。

5.根据权利要求1或4所述的方法，其特征在于，所述将所述特征向量序列，输入预设的预测模型，得到所述待预测指标的预测数据，包括：

将所述特征向量序列，输入LSTM或者GRU，得到第四特征向量；

对所述第四特征向量进行至少一次全连接，得到所述待预测指标的预测数据。

6.根据权利要求2所述的方法，其特征在于，所述时间数据包括影响所述待预测指标的时间数据。

7.一种时间序列处理装置，其特征在于，包括：

数据获取模块，用于获取待预测指标的时间序列，所述时间序列中每个历史时刻对应的数据包括所述待预测指标的历史数据以及与所述待预测指标相关的指标的历史数据；

向量转换模块，用于将所述历史时刻对应的数据转换成第一特征向量；

向量生成模块，用于基于所述第一特征向量，生成第二特征向量，所述第二特征向量中包含所述待预测指标的历史数据的特征与所述待预测指标的历史数据之外的数据的特征所形成的组合特征；

序列生成模块，用于基于各所述历史时刻对应的所述第二特征向量，生成特征向量序列；

指标预测模块，用于将所述特征向量序列，输入预设的预测模型，得到所述待预测指标的预测数据。

8.根据权利要求7所述的装置，其特征在于，每个所述历史时刻对应的数据还包括时间数据，所述时间数据用于表征所述历史时刻。

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现权利要求1-6任一所述的方法步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。