[发明专利]训练分组模型，以及对时序数据进行分组的方法和装置

说明书

本说明书实施例提供了训练分组模型，以及对时序数据进行分组的方法。训练分组模型的方法包括以下步骤：获取时序样本集，其中任意样本包括，单个业务对象在n个时段的n个指标值构成的序列。将上述样本输入分组模型，得到该样本分属于K个分组的预测概率分布。此外，还将该样本分别输入与K个分组对应的K个解码网络，得到K个重构样本。于是，可以根据样本集中各个样本的预测概率分布与预设的先验分布，确定总分布损失；并根据各个样本分别对应的K个重构样本，以及预测概率分布，确定总重构损失。然后根据总分布损失和总重构损失，训练分组模型和K个解码网络。在训练之后，可以利用训练好的分组模型，对微观时序样本进行分组。

技术领域

本说明书一个或多个实施例涉及机器学习领域，尤其涉及训练时序数据的分组模型，利用分组模型对时序数据进行分组的方法和对应的装置。

背景技术

随着计算机技术的发展，机器学习已经应用到各种各样的技术领域，用于分析、预测各种业务数据。在互联网环境中，时序数据是常见的分析来源。

时序数据是随时间线而发生和记录的一系列数据构成的序列。在许多场景下，所关注的时序数据是由更细粒度的数据汇总聚合的结果。例如，一个商铺的总销量随时间的变化时序，可以是该商铺下所有商品销量的时序数据的汇总；一个网站的总流量(或访问量)随时间的变化时序，可以是访问该网站的所有用户访问行为的时序数据的汇总。在这样的情况下，可以将这种细粒度的时序数据称为微观时序数据，将这些细粒度的时序数据的汇总称为宏观时序数据。

在许多情况下，需要对宏观时序数据进行预测，从而进行宏观部署。例如，一些网络平台需要预测未来不同时段的访问量和流量，从而可以预先针对流量变化更好地部署服务器集群；一些社交平台需要预测一些评论对象，例如歌曲，电影，书籍的流行度或评论数量，从而可以更好地执行业务策略部署，例如，页面安排，用户分流，用户引流等等。

然而，宏观时序数据由于其构成的复杂性，其时序预测存在一些困难。最为直接的一种预测方式，是针对宏观时序数据直接建立时序预测模型。由于汇总了微观时序数据，这种方式会丢掉大量的微观数据信息，比如微观数据存在的不同的潜在规律等；这些信息的缺失可能导致难以建立合适的宏观时序模型。然而若是直接对微观数据建立预测模型并聚合得到宏观维度的预测，虽然考虑了微观数据的信息，不过因无法看到宏观变化的数据特点往往不能得到更好的预测效果。

由此，希望能有改进的方案，可以对时序数据进行更好的处理，从而更好地进行宏观时序数据的预测。

发明内容

本说明书一个或多个实施例描述了一种训练分组模型，以及对时序数据进行分组的方法和装置，其中直接从微观时序数据本身出发，通过混合模型发现不同微观时序数据的规律，智能化地实现微观时序数据的分组。

根据第一方面，提供了一种训练分组模型的方法，包括：

获取时序样本集，其中任意的第一时序样本包括，单个业务对象在n个时段的n个指标值构成的序列；

将所述第一时序样本输入分组模型，得到该样本分属于K个分组的预测概率分布；

将所述第一时序样本分别输入与K个分组对应的K个解码网络，得到K个重构样本；

根据所述时序样本集中各个样本的预测概率分布与样本在K个分组间的预设先验分布，确定总分布损失；

根据各个样本分别对应的K个重构样本，以及所述预测概率分布，确定总重构损失；

根据所述总分布损失和总重构损失，训练所述分组模型和所述K个解码网络。

在不同实施例中，单个业务对象可以为以下之一：单个用户，单个商品，单个商铺，单个服务项目，单个产品；所述指标值为以下之一：点击量，销量，流动量。

根据一种实施方式，上述方法还包括，根据所述n个指标值的均值，对所述第一时序样本进行预处理。