[发明专利]一种多维度时间序列数据的自动洞见发现方法

权利要求书

1.一种多维度时间序列数据的自动洞见发现方法，其特征在于，包括：

S1用户指定数据集和超参数，所述超参数包括最大搜索时间和最大洞见个数L；

S2基于洞见的形式化方法和评估方法，在指定的搜索时间内，搜索使得洞见分数最大的L个洞见；

S3将搜索到的L个洞见可视化地展示给用户；

洞见评估方法的维度包括：根据条目数量确定的影响范围；根据数据子空间、细分属性及时间范围确定的显著性；根据t检验确定的新颖性。

2.根据权利要求1所述的多维度时间序列数据的自动洞见发现方法，其特征在于，所述S1包括：

S1.1 用户指定数据源的路径或者统一资源定位符；

S1.2 自动读取数据源中的所有字段, 由用户选择每个字段的类别，所述字段的类别包括时间戳类别，属性类别，指标类别，忽略类别；

S1.3 用户指定分析的目标指标；

S1.4用户指定搜索过程中的超参数。

3.根据权利要求1所述的多维度时间序列数据的自动洞见发现方法，其特征在于，所述洞见的形式化方法包括：

将洞见以三元组IST=(S, B, T)形式化；

S为数据子空间，即洞见影响的数据的属性范围；

B为细分属性，即洞见在哪个属性上进行了细分，分别研究了其每个属性取值的指标情况；

T为时间范围，即洞见影响的数据的时间范围；

B和T可以为空。

4.根据权利要求3所述的多维度时间序列数据的自动洞见发现方法，其特征在于，所述S2，包括：

S2.1 生成候选洞见；

S2.2 测评所述候选洞见的影响范围，显著性和新颖性，基于所述候选洞见的影响范围，显著性和新颖性，计算得到所述候选洞见的洞见分数；

S2.3 记录洞见分数最大的L个洞见。

5.根据权利要求4所述的多维度时间序列数据的自动洞见发现方法，其特征在于，所述S2.2包括：

S2.2.1 评测候选洞见的影响范围，候选洞见IST的影响范围为，其中，COUNT(IST)为属性取值满足S且时间范围在T内的所有数据条目的数量，COUNT(*)表示所有数据条目的数量；

S2.2.2 评测洞见的显著性，候选洞见IST的显著性为，其中分别表示每一种洞见类型对应的显著性，不同洞见类型对应着不同的显著性计算方式,MAX表示取最大值，显著性的计算和IST中的S，B，T都相关；

S2.2.3 评测洞见的新颖性，候选洞见IST的新颖性为；

其中，，t_test(a, b)表示对a做假设均值为b的t检验，并返回p-value；

S2.2.4 计算洞见分数，

。

6.根据权利要求5所述的多维度时间序列数据的自动洞见发现方法，其特征在于，所述不同洞见类型对应着不同的显著性计算方式包括：表示一个细分属性取值对应的时间序列和其他取值的时间序列有着不同的趋势的Trend Outlier方式，表示一个细分属性取值对应的指标值比其他的明显得大的Value Outlier方式，表示一个细分属性取值对应的时间序列和其他取值的时间序列有着不同的周期性的Seasonality Outlier方式，表示一个子空间下的时间序列存在突变点的Change Point方式。

7.一种多维度时间序列数据的自动洞见发现装置，其特征在于，包括：

接收模块，用于接收用户指定的数据集和超参数，所述超参数包括最大搜索时间和最大洞见个数L；

搜索模块，用于基于洞见的形式化方法和评估方法，在指定的搜索时间内，搜索使得洞见分数最大的L个洞见，所述洞见分数用于表示洞见值得关注的程度；

展示模块，用于将搜索到的L个洞见可视化地展示给用户。