[发明专利]一种时序窗口确定方法、装置及电子设备

说明书

本申请公开了一种时序窗口确定方法、装置及电子设备，涉及数据处理技术领域，以解决现有方案计算开销大且耗时长的问题。该方法包括：获取第一时序数据，所述第一时序数据包括N个时间点的N个数据，N为大于2的整数；基于所述N个时间点的N个数据，确定所述第一时序数据的目标特征信息；基于所述目标特征信息，确定用于进行数据预测的历史时序数据的窗口长度。本申请实施例通过分析时序数据的目标特征信息，能够实现自动化且快速地确定出用于数据预测的历史窗口长度，相比现有遍历寻优历史窗口长度的方式，可大量减少计算开销和时间开销。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种时序窗口确定方法、装置及电子设备。

背景技术

目前，在大数据分析场景中，经常需要基于过去的时间序列数据预测未来数据的变化趋势。其中，历史数据窗口的长度选取对于预测模型的精度会产生一定影响，具体体现为过短的历史窗口易使模型不能学习到历史数据中包含的有用信息，过长的历史窗口又易导致噪音数据过多而无法关注重要数据。

现有技术中，为选取合适的历史窗口长度，通常采用的方案是：预先设定一定的历史窗口区间，在该区间内遍历不同长度的历史窗口对应的预测效果，再从中选取效果最优的作为目标历史窗口长度。然而，这种方案由于需要遍历区间内所有长度的历史窗口，并训练模型计算出各个长度的历史窗口对应的预测效果，导致计算开销大且耗时长。

发明内容

本申请实施例提供一种时序窗口确定方法、装置及电子设备，以解决现有方案计算开销大且耗时长的问题。

第一方面，本申请实施例提供了一种时序窗口确定方法，包括：

获取第一时序数据，所述第一时序数据包括N个时间点的N个数据，N为大于2的整数；

基于所述N个时间点的N个数据，确定所述第一时序数据的目标特征信息；

基于所述目标特征信息，确定用于进行数据预测的历史时序数据的窗口长度。

可选地，所述基于所述N个时间点的N个数据，确定所述第一时序数据的目标特征信息，包括如下至少一项：

基于所述N个时间点的N个数据，确定M组历史窗口数据和M组预测数据；基于所述M组历史窗口数据和所述M组预测数据，确定所述第一时序数据的第一特征信息；其中，一组历史窗口数据对应一组预测数据，各组历史窗口数据的长度不同，所述M组历史窗口数据和所述M组预测数据均属于所述第一时序数据，M为大于1且小于N的整数；所述第一特征信息包括各组历史窗口数据与对应组预测数据的相关性，和各组历史窗口数据与对应组预测数据的自注意力的相似性中的至少一项；

基于所述N个时间点的N个数据，确定所述第一时序数据的时序周期。

可选地，在所述第一特征信息包括各组历史窗口数据与对应组预测数据的相关性的情况下，所述基于所述M组历史窗口数据和所述M组预测数据，确定所述第一时序数据的第一特征信息，包括：

对于第一历史窗口数据与第一预测数据，计算所述第一历史窗口数据中各个数据与所述第一预测数据中各个数据的距离，其中，所述第一历史窗口数据为所述M组历史窗口数据中的任一组，所述第一预测数据为所述M组预测数据中与所述第一预测数据对应的一组预测数据；

基于所述距离，确定所述第一历史窗口数据与所述第一预测数据的相关性。

可选地，所述基于所述N个时间点的N个数据，确定所述第一时序数据的时序周期，包括：

确定所述N个时间点的N个数据中每个数据对应的时间窗口的平均值，得到由N个平均值组成的第二时序数据；

对所述第二时序数据中的N个平均值进行自相关性计算，并确定自相关性满足第一预设条件的L个极值点，L为正整数；