一种数据业务的预估方法及装置制造方法及图纸

本发明专利技术实施例提供了一种数据业务的预估方法及装置，所述方法包括：获得时间序列的过程和预估过程；所述获得时间序列的过程，包括：采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估过程，包括：获得所述各个时间序列的排列规则；根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；使用各个时间序列对应的分析算法对各个时间序列进行分析，获取各个数据业务的预估结果。

Method and device for estimating data service

The embodiment of the invention provides a method and a device for prediction of data services, the method comprises: obtaining time series prediction and process; process, the obtained time series includes a plurality of data acquisition predetermined for a preset period of time history data according to the time sequence of each data; the corresponding business to determine the various historical data; the prediction process, including: the time sequence arrangement rules; according to the corresponding relationship between preset arrangement rules and algorithm analysis, determine the time sequence of the target should be analysis algorithm; analysis algorithm using all the time series corresponding to the analysis of each time series. The prediction results for all data services.

【技术实现步骤摘要】

本专利技术涉及数据业务处理
，特别是涉及一种数据业务的预估方法及装置。
技术介绍
目前，互联网已经成为人们获取信息的重要途径，随着网络数据量的不断增加，数据挖掘和分析日趋得到关注。其中，数据分析是一种商业信息处理技术，在银行、电信、保险、交通和零售等领域得到了广泛的应用。通过对大量数据进行抽取、转换、分析和模型化处理，可以预估未来一段时间内某个业务产生数据的趋势。在现有的数据业务的预估方法中，通常采用时间序列分析(TimeSeriesAnalysis)技术实现对数据业务的预估。时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律。此外，该技术还可以被应用在其他预估领域，例如：入侵检测和库存预估等。具体地，现有的数据业务的预估方法主要包括以下两种：第一、通过使用公共的分析算法库实现对数据业务的预估。图1为现有数据业务的第一预估方法的实现流程示意图。如图1所示，现有数据业务的第一预估方法包括以下步骤：步骤101、主进程采集预先确定的数据业务在预设时间段内的历史数据；步骤102、主进程根据所述历史数据获取所述数据业务对应的时间序列；步骤103、主进程在公共的算法库中选择所述数据业务对应的分析算法，并根据所述分析算法对所述时间序列进行分析；步骤104、主进程获取所述数据业务的预估结果。第二、通过使用预先确定的分析算法实现对数据业务的预估。图2为现有数据业务的第二预估方法的实现流程示意图。如图2所示，现有数据业务的第二预估方法包括以下步骤：步骤201、主进程采集预先确定的数据业务在预设时间段内的历史数据；步骤202、主进程根据所述历史数据获取所述数据业务对应的时间序列；步骤203、主进程根据预先确定的所述时间序列对应的分析算法对所述时间序列进行分析；步骤204、主进程获取所述数据业务的预估结果。在实现本专利技术的过程中，专利技术人发现现有技术中至少存在如下问题：在现有数据业务的第一预估方法中，公共的分析算法库通常应用于科学研究领域，因此该库中的分析算法难以与数据业务对应的时间序列进行匹配，这样就会影响数据业务预估结果的准确性；在现有数据业务的第二预估方法中，时间序列对应的分析算法是预先确定的，也就是说，数据业务与分析算法是紧耦合的，不能灵活的进行调整。
技术实现思路
本专利技术实施例的目的在于提供一种数据业务的预估方法及装置，不仅具有一定的准确性，而且实现数据业务与分析算法解耦。具体技术方案如下：本专利技术实施例提供了一种数据业务的预估方法，所述方法包括：获得时间序列的过程和预估过程；所述获得时间序列的过程，包括：采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估过程，包括：获得所述各个时间序列的排列规则；根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；使用各个时间序列对应的分析算法对各个时间序列进行分析，获取各个数据业务的预估结果。在上述实施例中，在所述根据各个历史数据确定各个数据业务对应的时间序列之前，所述方法还包括：按照预先确定的过滤方法对全部历史数据进行过滤；所述根据各个历史数据确定各个数据业务对应的各个时间序列，包括：根据过滤后的历史数据确定各个数据业务对应的时间序列。在上述实施例中，所述预估过程中，在所述获得所述各个时间序列的排列规则的步骤之前，还包括：针对每个时间序列，将该时间序列与预先设置的时间序列与分析算法的对应关系中的时间序列进行匹配；将匹配上的时间序列对应的分析算法确定为该时间序列对应的目标分析算法；针对未匹配上的时间序列，执行所述预估过程中获得所述各个时间序列的排列规则的步骤。在上述实施例中，所述根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法的步骤，包括：针对每个未匹配上的时间序列，将该时间序列的排列规则与预先设置的排列规则与分析算法的对应关系中的排列规则进行匹配，将匹配上的排列规则对应的分析算法确定为该时间序列对应的目标分析算法。在上述实施例中，所述方法还包括：针对未匹配上排列规则的时间序列，将预设的默认分析算法确定为该时间序列对应的目标分析算法。在上述实施例中，所述获得时间序列的过程由主进程执行；所述方法还包括：主进程将全部时间序列分配给两个以上子进程；所述预估过程由各个子进程分别针对分配给自身的时间序列并行执行。在上述实施例中，在所述预估过程由各个子进程分别针对分配给自身的时间序列并行执行之后，所述方法还包括：各个子进程将获取到的数据业务的预估结果发送给所述主进程；所述主进程将接收到的全部预估结果存储到预先设置的数据库中。本专利技术实施例还提供了一种数据业务的预估装置，所述装置包括：时间序列确定单元和预估单元；所述时间序列确定单元，用于采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估单元，用于获得所述各个时间序列的排列规则；根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；使用各个时间序列对应的分析算法对各个时间序列进行分析，获取各个数据业务的预估结果。在上述实施例中，所述时间序列确定单元，包括：采集子单元和时间序列确定子单元；所述采集子单元，用于采集预先确定的多个数据业务在预设时间段内的历史数据；所述时间序列确定子单元，用于根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估单元，包括：排列规则获得子单元、目标分析算法确定子单元和评估结果获得子单元；所述排列规则获得子单元，用于获得所述各个时间序列的排列规则；所述目标分析算法确定子单元，用于根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；所述评估结果获得子单元，用于使用各个时间序列对应的分析算法对各个时间序列进行分析，获取各个数据业务的预估结果。在上述实施例中，所述时间序列确定单元还包括：过滤子单元；所述过滤子单元，用于在所述根据各个历史数据确定各个数据业务对应的时间序列之前，按照预先确定的过滤方法对全部历史数据进行过滤；所述时间序列确定子单元，用于根据过滤后的历史数据确定各个数据业务对应的时间序列。在上述实施例中，所述装置还包括：第一匹配单元和第一确定单元；所述第一匹配单元，用于在获得所述各个时间序列的排列规则之前，针对每个时间序列，将该时间序列与预先设置的时间序列与分析算法的对应关系中的时间序列进行匹配；所述第一确定单元，用于将匹配上的时间序列对应的分析算法确定为该时间序列对应的目标分析算法，触发所述评估结果获得子单元；并针对未匹配上的时间序列，触发所述预估单元。在上述实施例中，所述目标分析算法确定子单元，具体用于针对每个未匹配上的时间序列，将该时间序列的排列规则与预先设置的排列规则与分析算法的对应关系中的排列规则进行匹配，将匹配上的排列规则对应的分析算法确定为该时间序列对应的目标分析算法。在上述实施例中，所述目标分析算法确定子单元，还用于针对未匹配上排列规则的时间序列，将预设的默认分析算法确定为该时间序列对应的目标分析算法。在上述实施例中，所述装置还包括：时间序列分配单元；所述时间序列确定单元和所述时间序列分配单元本文档来自技高网...

【技术保护点】
一种数据业务的预估方法，其特征在于，所述方法包括：获得时间序列的过程和预估过程；所述获得时间序列的过程，包括：采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估过程，包括：获得所述各个时间序列的排列规则；根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；使用各个时间序列对应的分析算法对各个时间序列进行分析，获取各个数据业务的预估结果。

【技术特征摘要】
1.一种数据业务的预估方法，其特征在于，所述方法包括：获得时间序列的过程和预估过程；所述获得时间序列的过程，包括：采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估过程，包括：获得所述各个时间序列的排列规则；根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；使用各个时间序列对应的分析算法对各个时间序列进行分析，获取各个数据业务的预估结果。2.根据权利要求1所述的方法，其特征在于，在所述根据各个历史数据确定各个数据业务对应的时间序列之前，所述方法还包括：按照预先确定的过滤方法对全部历史数据进行过滤；所述根据各个历史数据确定各个数据业务对应的各个时间序列，包括：根据过滤后的历史数据确定各个数据业务对应的时间序列。3.根据权利要求1所述的方法，其特征在于，所述预估过程中，在所述获得所述各个时间序列的排列规则的步骤之前，还包括：针对每个时间序列，将该时间序列与预先设置的时间序列与分析算法的对应关系中的时间序列进行匹配；将匹配上的时间序列对应的分析算法确定为该时间序列对应的目标分析算法；针对未匹配上的时间序列，执行所述预估过程中获得所述各个时间序列的排列规则的步骤。4.根据权利要求3所述的方法，其特征在于，所述根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法的步骤，包括：针对每个未匹配上的时间序列，将该时间序列的排列规则与预先设置的排列规则与分析算法的对应关系中的排列规则进行匹配，将匹配上的排列规则对应的分析算法确定为该时间序列对应的目标分析算法。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：针对未匹配上排列规则的时间序列，将预设的默认分析算法确定为该时间序列对应的目标分析算法。6.根据权利要求1所述的方法，其特征在于，所述获得时间序列的过程由主进程执行；所述方法还包括：主进程将全部时间序列分配给两个以上子进程；所述预估过程由各个子进程分别针对分配给自身的时间序列并行执行。7.根据权利要求6所述的方法，其特征在于，在所述预估过程由各个子进程分别针对分配给自身的时间序列并行执行之后，所述方法还包括：各个子进程将获取到的数据业务的预估结果发送给所述主进程；所述主进程将接收到的全部预估结果存储到预先设置的数据库中。8.一种数据业务的预估装置，其特征在于，所述装置包括：时间序列确定单元和预估单元；所述时间序列确定单元，用于采集预先确定的多个数据业务在预设时间段内的历史数据；根据各个历史数据确定各个数据业务对应的各个时间序列；所述预估单元，用于获得所述各个时间序列的排列规则；根据预先设置的排列规则与分析算法的对应关系，确定各个时间序列对应的目标分析算法；使用各...

【专利技术属性】
技术研发人员：吴健君，刘少华，刘国辉，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：北京;11