[发明专利]数据预测方法、系统、设备及存储介质

权利要求书

1.一种数据预测方法，其特征在于，所述方法包括：

获取目标事件的时间序列数据；

分析所述时间序列数据，以判别是否能基于所述时间序列数据进行事件预测；

若能进行事件预测，则利用预测算法对所述时间序列数据进行处理得到预测事件。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若不能进行事件预测，则利用知识库，从所述时间序列数据中挖掘异常事件。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

利用所述知识库，分析所述时间序列数据所属的事件模式；

基于所述事件模式对应的时间序列数据，对所述预测事件或所述异常事件进行修正。

4.根据权利要求1所述的方法，其特征在于，利用预测算法对所述时间序列数据进行处理得到预测事件之前，还包括：

获取所述时间序列数据中包含的数据特征；

确定所述数据特征的特征类型；

根据所述特征类型，确定所述时间序列数据的时序类型；

若所述时序类型为单时序类型，则基于所述单时序类型中包含的第一数据特征，从候补算法库中确定目标单时序预测算法；

若所述时序类型为多联合变量类型，则基于所述多联合变量类型中包含的第二数据特征，从所述候补算法库中确定目标多联合变量预测算法。

5.根据权利要求2所述的方法，其特征在于，利用知识库，从时间序列数据中挖掘异常事件，包括：

确定所述时间序列数据的时序异常类型；

根据所述时序异常类型对所述时间序列数据进行处理；

利用所述知识库，从处理后的时间序列数据中挖掘异常事件。

6.根据权利要求5所述的方法，其特征在于，所述利用所述知识库，从处理后的时间序列数据中挖掘异常事件，包括：

确定所述处理后的时间序列数据对应的异常时刻；

将所述异常时刻前的时间窗口作为目标时段；

确定所述目标时段对应的目标时间序列数据；

利用所述知识库，从所述目标时间序列数据中挖掘异常事件。

7.根据权利要求6所述的方法，其特征在于，所述利用所述知识库，从所述目标时间序列数据中挖掘异常事件，包括：

若利用所述目标时间序列数据，从所述知识库中未适配到对应的事件模式，则从历史数据中确定所述异常时刻对应的历史时间序列数据；

确定所述目标时间序列数据与所述历史时间序列数据之间的相似度；

若所述相似度满足相似度阈值，则将所述目标时间序列数据对应的事件模式作为新增事件模式添加到所述知识库。

8.根据权利要求2所述的方法，其特征在于，还包括：

响应于用户提出的层级预测请求，判断所述时间序列数据中是否包含有时序层级信息；

若包含有所述时序层级信息，则对所述预测事件和异常事件进行层级预测修正。

9.根据权利要求8所述的方法，其特征在于，所述若包含有所述时序层级信息，则基于所述时间序列数据进行层级预测，包括：

确定所述时间序列数据对应的层级，以及父子层级关系；

基于所述父子层级关系确定父层级对应的事件模式；根据所述事件模式对应的所述时间序列数据对所述异常事件进行层级预测修正；或者，

基于所述父子层级关系确定同一子层级中其他子层级对应的事件模式；

根据所述事件模式对应的所述时间序列数据对所述异常事件进行层级预测修正。