用于周期性数据的预测的方法、装置、设备和介质制造方法及图纸

根据本公开的实施例，提供了用于周期性数据的预测的方法、装置、设备和介质。该方法包括：获取经训练的预测模型，预测模型被配置为处理具有目标周期的输入数据，预测模型在第一训练过程中至少基于第一训练数据样本、相关联的第一样本时间以及第一标注信息而被训练，第一样本时间指示在目标周期内第一标注信息的获得时间；获取目标数据样本和相关联的目标样本时间，目标样本时间指示在目标周期内目标数据样本的获得时间；以及利用预测模型，基于目标数据样本和目标样本时间来确定针对目标数据样本的预测结果。据样本的预测结果。据样本的预测结果。

【技术实现步骤摘要】
用于周期性数据的预测的方法、装置、设备和介质


[0001]本公开的示例实施例总体涉及计算机
，特别地涉及用于周期性数据的预测的方法、装置、设备和计算机可读存储介质。

技术介绍

[0002]在广泛的机器学习场景中经常会遇到周期性或循环性数据。例如，在推荐系统中，可以观察到用户通常可以在每天相对固定的时间窗口内(例如，睡前或下班后)登录应用程序。基于推荐策略，向用户提供的推荐内容将会具有强烈的周期性模式。在金融市场中，资产价格可能每年周期性地上涨和下跌，这一现象通常被称为“季节性”。在搜索引擎中，某些关键词的搜索热度或点击量也可以显示周期性的模式。因此，机器学习模型能够追踪和学习这样的周期性数据，并给出正确的预测结果。

技术实现思路

[0003]在本公开的第一方面，提供了一种用于周期性数据的预测的方法。该方法包括：获取经训练的预测模型，预测模型被配置为处理具有目标周期的输入数据，预测模型在第一训练过程中至少基于第一训练数据样本、相关联的第一样本时间以及第一标注信息而被训练，第一样本时间指示在目标周期内第一标注信息的获得时间；获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于周期性数据的预测的方法，包括：获取经训练的预测模型，所述预测模型被配置为处理具有目标周期的输入数据，所述预测模型在第一训练过程中至少基于第一训练数据样本、相关联的第一样本时间以及第一标注信息而被训练，所述第一样本时间指示在所述目标周期内所述第一标注信息的获得时间；获取目标数据样本和相关联的目标样本时间，所述目标样本时间指示在所述目标周期内所述目标数据样本的获得时间；以及利用所述预测模型，基于所述目标数据样本和所述目标样本时间来确定针对所述目标数据样本的预测结果。2.根据权利要求1所述的方法，其中所述预测模型包括非周期性建模部分、周期性建模部分和输出层，所述非周期性建模部分被配置为从输入的数据样本提取中间特征表示，所述周期性建模部分被配置为基于在所述目标周期内与所述数据样本对应的样本时间来处理所述中间特征表示，以获得周期性特征表示，并且所述输出层被配置为至少基于所述周期性特征表示来确定针对所述数据样本的预测结果。3.根据权利要求2所述的方法，其中所述周期建模部分被配置为利用周期性高斯核函数，基于所述样本时间来处理所述中间特征表示，并且其中所述周期性高斯核函数被表示为与所述目标周期内的相应时间分别对应的核函数。4.根据权利要求2所述的方法，其中所述周期建模部分被配置为利用傅里叶展开函数，基于所述样本时间来处理所述中间特征表示。5.根据权利要求2所述的方法，其中所述非周期性建模部分包括多个预测部分，所述多个预测部分被配置为处理输入的所述数据样本并输出多个中间预测结果，所述多个中间预测结果被级联作为所述中间特征表示。6.根据权利要求1所述的方法，其中所述预测模型被配置为预测推荐项目的转化结果，所述第一训练数据样本至少指示训练推荐项目的相关信息，所述第一样本时间指示在所述目标周期内所述训练推荐项目的真实转化结果的获得时间，以及所述目标数据样本至少指示待被推荐的目标推荐项目的相关信息，所述目标样本时间指示在所述目标周期内所述目标推荐项目要被推荐的时间。7.根据权利要求6所述的方法，其中所述真实转化结果的所述获得时间相对于所述训练推荐项目被推荐的时间具有延迟。8.根据权利要求1所述的方法，其中所述预测模型在所述第一训练过程中还基于第二训练数据样本、相关联的第二样本时间以及第二标注信息而被训练，所述第二样本时间指示在所述目标周期内所述第二标注信息的获得时间。9.一种用于周期性数据的预测的装置，包括：模型获取模块，被配置为获取经训练的预测模型，所述预测模型被配置为处理具有目标周期的输入数据，所述预测模型在第一训练过程中至少基于第一训练数据样本、相关联的第一样本时间以及第一标注信息而被训练，所述第一...

【专利技术属性】
技术研发人员：杨迎翔，张思钧，
申请(专利权)人：脸萌有限公司，
类型：发明
国别省市：