[发明专利]数据处理方法、装置、存储介质以及处理器

说明书

本发明公开了一种数据处理方法、装置、存储介质以及处理器。其中，该方法包括：获取在执行目标任务的过程中产生的多个时间序列数据；将多个时间序列数据输入目标模型进行聚类处理，得到聚类结果，其中，目标模型至少包括编码模块和聚类模块，编码模块用于提取多个时间序列数据的特征，聚类模块用于对特征进行聚类，得到聚类结果；根据聚类结果分析目标任务的执行情况。本发明解决了相关技术中采用的聚类方法对时间序列数据进行聚类的准确性低的技术问题。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种数据处理方法、装置、存储介质以及处理器。

背景技术

时间序列数据是指将某种现象或者某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列，可以广泛应用于各个领域，例如，在物联网领域中，对时间序列数据进行聚类后得到的结果，可以应用于设备运行状态监测、指标关联分析以及故障诊断等方面。

但是，在相关技术中的聚类方法中，用于聚类的时间序列数据对应的特征没有太多的数据含义，仅仅是对时间序列数据的降维表示。并且，相关技术中的聚类方法需要人为确定初始聚类中心，但是选取不同的初始聚类中心会得到不同的聚类结果，从而降低了聚类结果的准确性。

针对相关技术中采用的聚类方法对时间序列数据进行聚类的准确性低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据处理方法、装置、存储介质以及处理器，以至少解决相关技术中采用的聚类方法对时间序列数据进行聚类的准确性低的技术问题。

根据本发明实施例的一个方面，提供了一种数据处理方法，包括：获取在执行目标任务的过程中产生的多个时间序列数据；将多个时间序列数据输入目标模型进行聚类处理，得到聚类结果，其中，目标模型至少包括编码模块和聚类模块，编码模块用于提取多个时间序列数据的特征，聚类模块用于对特征进行聚类，得到聚类结果；根据聚类结果分析目标任务的执行情况。

根据本发明实施例的一个方面，提供了另一种数据处理方法，包括：云服务器获取多个时间序列数据；云服务器采用目标模型对多个时间序列数据进行处理，得到聚类结果，其中，目标模型至少包括编码模块和聚类模块，编码模块用于提取多个时间序列数据的特征，聚类模块用于对特征进行聚类，得到聚类结果；云服务器返回聚类结果至客户端。

根据本发明实施例的另一方面，还提供了一种数据处理装置，包括：第一获取单元，用于获取在执行目标任务的过程中产生的多个时间序列数据；第一处理单元，用于将多个时间序列数据输入目标模型进行聚类处理，得到聚类结果，其中，目标模型至少包括编码模块和聚类模块，编码模块用于提取多个时间序列数据的特征，聚类模块用于对特征进行聚类，得到聚类结果；第一分析单元，用于根据聚类结果分析目标任务的执行情况。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任意一种数据处理方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一种数据处理方法。

在本发明实施例中，通过获取在执行目标任务的过程中产生的多个时间序列数据；将多个时间序列数据输入目标模型进行聚类处理，得到聚类结果，其中，目标模型至少包括编码模块和聚类模块，编码模块用于提取多个时间序列数据的特征，聚类模块用于对特征进行聚类，得到聚类结果；根据聚类结果分析目标任务的执行情况。通过将编码模块和聚类模块组合成为目标模型，并根据编码模块对时间序列数据进行编码操作，得到多个时间序列数据的特征，并使用聚类模块对特征进行聚类，得到聚类结果，从而实现了提高的时间序列数据聚类的准确性的技术效果，进而解决了相关技术中采用的聚类方法对时间序列数据进行聚类的准确性低的技术问题。

附图说明