[发明专利]一种融合图结构的时间序列预测建模方法

摘要

本发明公开了一种融合图结构的时间序列预测建模方法，其分为以下四步：数据处理阶段、特征提取、特征融合以及模型预测；所述融合图结构数据的时间序列预测方法使用到的数据类型主要有两类：一种是时间序列本身的序列信息，记录的是每个结点上的个体某个目标值随着时间变化的序列；另一类是影响序列的事件信息，记录的是个体在相应统计时间节点发生的事件信息，使用文本记录时间序列上的事件；本发明实现了对于领域关系的建模方法研究，使用多维矩阵的方法来表示多种关联关系，将数据信息和文本信息进行向量表征，接着利用图卷积神经网络在多个个体形成的复杂网络中进行特征融合，有益效果是使用数据表示关联关系从而达到利用关联关系增加时间序列预测信息的多样性，从而提升时间序列预测的效果。