时序信息的预测方法、装置、设备及存储介质与流程

本说明书一个或多个实施例涉及计算机，尤其涉及一种时序信息的预测方法、装置、设备及存储介质。

背景技术：

1、在涉及数据量管理的场景中，常常需要基于历史数据时序对未来的数据时序进行预测，以便于提前做好管理计划。例如，在网络交易场景中，通常可以基于历史交易量时序来预测未来一段时间内的交易量时序，以对未来指定时段的交易场景提前制定计划。

2、对于节假日等特殊日期，因其数据时序规律的稀疏性，常常会给预测过程带来了非常高的难度，预测结果的准确性也难以保证。然而，节假日对于预测结果的准确性和可靠性反而具有更明显的诉求，因为节假日通常横跨多个自然日，期间的数据时序变化的不确定性更高。

3、因此，有必要提升节假日数据时序预测结果的准确性，以便于对未来的数据管理有针对性的制定管理计划。

技术实现思路

1、针对节假日的时序信息进行预测得到的预测结果，为了提升该预测结果的准确性，本说明书一个或多个实施例提供了一种时序信息的预测方法、装置、设备及存储介质。

2、第一方面，本说明书一个或多个实施例提供了一种时序信息的预测方法，包括：获取目标对象在预设历史时段内的锚定时序信息、在未来指定时段内的基础时序信息以及所述未来指定时段对应的时序约束条件；根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数；利用所述目标函数对所述目标对象在所述未来指定时段内的时序信息进行预测，得到满足所述时序约束条件的目标时序预测信息。

3、一种可能的实现方式中，所述基础时序信息为时序预测模型基于所述锚定时序信息，对所述目标对象在所述未来指定时段内的时序信息进行预测得到。

4、一种可能的实现方式中，获取所述未来指定时段对应的时序约束条件，包括：获取最小期望时序阈值和最大期望时序阈值，以及最小相似度系数和最大相似度系数；基于所述最小期望时序阈值和最大期望时序阈值，所述最小相似度系数和最大相似度系数以及所述锚定时序信息，确定所述未来指定时段对应的时序约束条件。

5、一种可能的实现方式中，根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数，包括：基于所述时序约束条件，确定依赖所述锚定时序信息和所述基础时序信息的多个初始预测函数；对所述多个初始预测函数执行最小化操作，得到目标函数。

6、一种可能的实现方式中，对所述多个初始预测函数执行最小化操作，包括：根据所述时序预测模型，确定用于预测所述基础时序信息的基础预测函数；确定使所述多个初始预测函数与所述基础预测函数之间满足最小欧式距离的目标函数。

7、一种可能的实现方式中，根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数，包括：将所述锚定时序信息、所述基础时序信息和所述时序约束条件作为参数输入归一化处理模型；以及获取所述归一化处理模型输出的目标函数。

8、第二方面，本说明书一个或多个实施例提供了一种时序信息的预测装置，其特征在于，包括：获取模块，用于获取目标对象在预设历史时段内的锚定时序信息、在未来指定时段内的基础时序信息以及所述未来指定时段对应的时序约束条件；确定模块，用于根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数；处理模块，用于利用所述目标函数对所述目标对象在所述未来指定时段内的时序信息进行预测，得到满足所述时序约束条件的目标时序预测信息。

9、一种可能的实现方式中，所述基础时序信息为时序预测模型基于所述锚定时序信息，对所述目标对象在所述未来指定时段内的时序信息进行预测得到。

10、一种可能的实现方式中，所述获取模块在获取所述未来指定时段对应的时序约束条件时，用于：获取最小期望时序阈值和最大期望时序阈值，以及最小相似度系数和最大相似度系数；基于所述最小期望时序阈值和最大期望时序阈值，所述最小相似度系数和最大相似度系数以及所述锚定时序信息，确定所述未来指定时段对应的时序约束条件。

11、一种可能的实现方式中，所述确定模块在根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数时，用于：基于所述时序约束条件，确定依赖所述锚定时序信息和所述基础时序信息的多个初始预测函数；对所述多个初始预测函数执行最小化操作，得到目标函数。

12、一种可能的实现方式中，所述确定模块在对所述多个初始预测函数执行最小化操作时，用于：根据所述时序预测模型，确定用于预测所述基础时序信息的基础预测函数；确定使所述多个初始预测函数与所述基础预测函数之间满足最小欧式距离的目标函数。

13、一种可能的实现方式中，所述确定模块在根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数时，用于：将所述锚定时序信息、所述基础时序信息和所述时序约束条件作为参数输入归一化处理模型；以及获取所述归一化处理模型输出的目标函数。

14、第三方面，本说明书一个或多个实施例还提供了一种电子设备，该电子设备包括存储器和处理器；所述存储器用于存储计算机程序产品；所述处理器用于执行所述存储器中存储的计算机程序产品，且所述计算机程序产品被执行时，实现上述第一方面的时序信息的预测方法。

15、第四方面，本说明书一个或多个实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序指令，该计算机程序指令被执行时，实现上述第一方面的时序信息的预测方法。

16、综上，本说明书实施例一个或多个实施例提供的时序信息预测的方法、装置、设备及存储介质，可以基于常规时序预测模型针对未来指定时段预测的基础时序信息和预设历史时段内的锚定时序信息，结合适配的时序约束条件，确定用于对未来指定时段的时序信息进行更为准确预测的目标函数。基于此，通过执行目标函数对未来指定时段的时序信息进行预测，可以得到对应的目标时序信息。其中，时序约束条件可以是根据具体的应用需求或专业经验确定的，能够改善由于预设历史时段内历史数据不足，导致时序预测模型不能很好的学习到历史锚定效应的问题，使得基于该时序约束条件确定的目标函数以及基于该目标函数预测得到的目标实习信息准确性更高。

技术特征：

1.一种时序信息的预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基础时序信息为时序预测模型基于所述锚定时序信息，对所述目标对象在所述未来指定时段内的时序信息进行预测得到。

3.根据权利要求2所述的方法，其特征在于，获取所述未来指定时段对应的时序约束条件，包括：

4.根据权利要求3所述的方法，其特征在于，根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数，包括：

5.根据权利要求4所述的方法，其特征在于，对所述多个初始预测函数执行最小化操作，包括：

6.根据权利要求1-5任一项所述的方法，其特征在于，根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数，包括：

7.一种时序信息的预测装置，其特征在于，包括：

8.根据权利要求7所述的装置，其特征在于，所述基础时序信息为时序预测模型基于所述锚定时序信息，对所述目标对象在所述未来指定时段内的时序信息进行预测得到。

9.根据权利要求8所述的装置，其特征在于，所述获取模块在获取所述未来指定时段对应的时序约束条件时，用于：

10.根据权利要求9所述的装置，其特征在于，所述确定模块在根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数时，用于：

11.根据权利要求10所述的装置，其特征在于，所述确定模块在对所述多个初始预测函数执行最小化操作时，用于：

12.根据权利要求7-11任一项所述的装置，其特征在于，所述确定模块在根据所述锚定时序信息、所述基础时序信息和所述时序约束条件确定目标函数时，用于：

13.一种电子设备，其特征在于，所述电子设备包括：

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，该计算机程序指令被执行时，实现上述权利要求1-6中任意一项所述的方法。

技术总结
本说明书一个或多个实施例提供了一种时序信息的预测方法、装置、设备及存储介质，在本说明书实施例中，可以基于常规时序预测模型针对未来指定时段预测的基础时序信息和预设历史时段内的锚定时序信息，结合适配的时序约束条件，确定用于对未来指定时段的时序信息进行更为准确预测的目标函数；其中，时序约束条件可以是根据具体的应用需求或专业经验确定的。基于此，通过执行目标函数对未来指定时段的时序信息进行预测，得到对应的目标时序信息。

技术研发人员：宁温馨,潘晨,周凡,薛思乔,马琳涛,胡云华,詹姆士·张
受保护的技术使用者：支付宝（中国）网络技术有限公司
技术研发日：
技术公布日：2024/1/22