每级时间粒度的粒度特性进行划分，划分 出每级时间粒度对应的第一时间维度；
[0121] 第一获取单元6020用于获取划分出的每级时间粒度的时间序列；
[0122] 第二获取单元6022用于获取所述每级时间粒度对应的第一时间维度的时间序 列。
[0123] 可理解的是，图8实施例中的时间序列预测系统60还可以包括生成存储模块。
[0124] 再进一步地，如图9示出的本发明提供的时间序列预测系统的另一实施例的结构 示意图，时间序列预测系统60包括多维划分模块600、时间序列获取模块602、预测模型生 成模块604和预测模块606,其中多维划分模块600包括第一划分单元6000和第二划分单 元6002外，还可以包括第三划分单元6004,用于在所述第二划分单元根据划分出的每级时 间粒度的粒度特性进行划分，划分出每级时间粒度对应的第一时间维度之后，根据所述第 一时间维度的维度特性进行划分，划分出所述每级时间粒度对应的第二时间维度；
[0125] 时间序列获取模块602包括第一获取单元6020和第二获取单元6022外，还可以 包括第三获取单元6024,用于获取所述每级时间粒度对应的第二时间维度的时间序列。
[0126] 可理解的是，图9实施例中的时间序列预测系统60还可以包括生成存储模块。
[0127] 再进一步地，如图10示出的本发明实施例提供的预测模型生成模块的结构示意 图，预测模型生成模块604可以包括：第一预测单元6040、第一预测组合单元6042和第一 模型生成单元6044,其中
[0128] 第一预测单元6040用于根据所述获取的时间序列通过预测算法进行预测，得到 第一预测结果；
[0129] 第一预测组合单元6042用于根据所述第一预测结果，从划分出的每级时间粒度 及其对应的第一时间维度中组合出预测组合；
[0130] 第一模型生成单元6044用于根据所述预测组合生成多维度时间划分预测模型。
[0131] 再进一步地，如图11示出的本发明提供的预测模型生成模块的另一实施例是结 构示意图，预测模型生成模块604可以包括：第二预测单元6046、第二预测组合单元6048 和第二模型生成单元60410,其中
[0132] 第二预测单元6046用于根据所述获取的时间序列通过预测算法进行预测，得到 第一预测结果；
[0133] 第二预测组合单元6048用于根据所述第一预测结果，从划分出的每级时间粒度 及其对应的第一时间维度中，或从划分出的每级时间粒度及其对应的第二时间维度中，组 合出预测组合；
[0134] 第二模型生成单元60410用于根据所述预测组合生成多维度时间划分预测模型。
[0135] 再进一步地，如图12示出的本发明提供的时间序列预测系统的另一实施例的结 构示意图，时间序列预测系统60包括多维划分模块600、时间序列获取模块602、预测模型 生成模块604、预测模块606和生成存储模块608外，还可以包括：修正因子获取模块6010 和预测修正模块6012,其中
[0136] 修正因子获取模块608用于在预测模型生成模块604生成多维度时间划分预测模 型之后，获取当前时刻的误差修正因子，所述误差修正因子为通过计算当前时刻的预测时 间序列值与真实时间序列值的误差而得出的误差修正因子；所述当前时刻的预测时间序列 值为根据当前时刻之前的上一时刻的真实时间序列值，通过所述多维度时间划分预测模型 预测在当前时刻的时间序列值而得到的预测时间序列值；
[0137] 预测修正模块6010用于在预测模块606得到当前时刻之后的下一时刻的预测时 间序列值之后，根据所述误差修正因子修正所述当前时刻之后的下一时刻的预测时间序列 值。
[0138] 需要说明的是，本发明实施例中的时间序列预测系统60可以为个人计算机或移 动智能终端、平板电脑等电子终端；时间序列预测系统60中各功能模块的功能可根据上述 方法实施例中的方法具体实现，这里不再赘述。
[0139] 请参阅图13,图13是本发明提供的时间序列预测系统的另一实施例的结构示意 图。其中，如图13所示，时间序列预测系统130可以包括：至少一个处理器1301，例如CPU， 至少一个网络接口 1304,用户接口 1303,存储器1305,至少一个通信总线1302以及显示屏 1306。其中，通信总线1302用于实现这些组件之间的连接通信。其中，用户接口 1303可以 包括显示屏（Display)8,可选用户接口 1303还可以包括标准的有线接口、无线接口。网络 接口，1304可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1305可 以是高速RAM存储器，也可以是非不稳定的存储器（non-volatilememory),例如至少一个 磁盘存储器。存储器1305可选的还可以是至少一个位于远离前述处理器1301的存储系 统。如图13所示，作为一种计算机存储介质的存储器1305中可以包括操作系统、网络通信 模块、用户接口模块以及时间序列预测程序。
[0140] 在图13所示的时间序列预测系统1300中，网络接口 1304主要用于连接服务器， 与服务器进行数据通信；而处理器1301可以用于调用存储器1305中存储的时间序列预测 程序，并执行以下操作：
[0141] 对时间序列的时间粒度进行多维划分，划分出至少两个时间维度；
[0142] 获取划分出的每个时间维度的时间序列；所述获取的时间序列为在当前时刻之前 的一段时间序列；
[0143] 根据所述获取的时间序列通过预测算法进行预测，根据预测结果组成不同时间维 度的预测组合，根据所述预测组合生成多维度时间划分预测模型；
[0144] 获取并根据当前时刻的真实时间序列值，通过所述多维度时间划分预测模型预测 在当前时刻之后的下一时刻的时间序列值，得到当前时刻之后的下一时刻的预测时间序列 值。
[0145] 进一步地，处理器1301对时间序列的时间粒度进行多维划分之前，还执行：
[0146] 针对业务实时生成时间序列，并存储不同时间粒度对应的时间序列。
[0147] 再进一步地，所述存储的时间序列包括第一时间粒度的时间序列，以及第二时间 粒度的时间序列；其中
[0148] 在同一时段中，当所述第一时间粒度中至少两个时间单元的时长之和等于所述第 二时间粒度中的一个时间单元的时长，则所述第一时间粒度中至少两个时间单元对应的真 实时间序列值之和等于所述第二时间粒度中的一个时间单元对应的真实时间序列值。
[0149] 再进一步地，处理器1301对时间序列的时间粒度进行多维划分，划分出至少两个 时间维度包括：
[0150] 对时间序列的时间粒度进行划分，划分出至少两级时间粒度；并根据划分出的每 级时间粒度的粒度特性进行划分，划分出每级时间粒度对应的第一时间维度；
[0151] 所述获取划分出的每个时间维度的时间序列包括：
[0152] 获取划分出的每级时间粒度的时间序列，以及获取所述每级时间粒度对应的第一 时间维度的时间序列。
[0153] 再进一步地，处理器1301根据划分出的每级时间粒度的粒度特性进行划分，划分 出每级时间粒度对应的第一时间维度之后，还执行：
[0154] 根据所述第一时间维度的维度特性进行划分，划分出所述每级时间粒度对应的第 二时间维度；
[0155] 所述获取划分出的每个时间维度的时间序列还包括：
[0156] 获取所述每级时间粒度对应的第二时间维度的时间序列。
[0157] 再进一步地，处理器1301根据所述获取的时间序列通过预测算法进行预测，根据 预测结果组成不同时间维度的预测组合，根据所述预测组合生成多维度时间划分预测模型 包括：
[0158] 根据所述获取的时间序列通过预测算法进行预测，得到第一预测结果；
[0159] 根据所述第一预测结果，从划分出的每级时间粒度及其对应的第一时间维度中组 合出预测组合；
[0160] 根据所述预测组合生成多维度时间划分预测模型。
[0161] 再进一步地，处理器1301根据所述获取的时间序列通过预测算法进行预测，根据 预测结果组成不同时间维度的预测组合，根据所述预测组合生成多维度时间划分预测模型 包括：
[0162] 根据所述获取的时间序列通过预测算法进行预测，得到第一预测结果；
[0163] 根据所述第一预测结果，从划分出的每级时间粒度及其对应的第一时间维度中， 或从划分出的每级时间粒度及其对应的第二时间维度中，组合出预测组合；
[0164] 根据所述预测组合生成多维度时间划分预测模型。
[0165] 再进一步地，处理器1301根据所述预测组合生成多维度时间划分预测模型之后， 还可以执行：
[0166] 获取当前时刻的误差修正因子，所述误差修正因子为通过计算当前时刻的预测时 间序列值与真实时间序列值的误差而得出的误差修正因子；所述当前时刻的预测时间序列 值为根据当前时刻之前的上一时刻的真实时间序列值，通过所述多维度时间划分预测模型 预测在当前时刻的时间序列值而得到的预测时间序列值；
[0167] 所述得到当前时刻之后的下一时刻的预测时间序列值之后，还包括：
[0168] 根据所述误差修正因子修正所述当前时刻之后的下一时刻的预测时间序列值。
[0169] 需要说明的是，处理器1301执行的步骤可以参考上述图1到图5方法实施例中的 具体实现方式，这里不再赘述。
[0170] 综上所述