数据关系识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种数据关系识别方法、装置、设备及存储介质。其中，所述方法包括：获取待测数据；所述待测数据包括在第一时间段内的多种维度的第一序列数据和在第二时间段内的时间维度的第二序列数据；将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量；所述关系表征向量用于表征不同维度的第一序列数据之间的关系；其中，所述关系表征模型是基于训练数据对预测模型进行训练得到的；所述训练数据包括在第三时间段内的多种维度的第三序列数据和在第四时间段内的时间维度的第四序列数据。数据。数据。

【技术实现步骤摘要】
数据关系识别方法、装置、设备及存储介质


[0001]本专利技术涉及无线通信
，尤其涉及一种数据关系识别方法、装置、设备及存储介质。

技术介绍

[0002]目前，在网络智能化运维场景中，不同的场景需要用到不同的算法模型，但是，针对现网中的多个任务，如时序预测、根因定位、网络健康度分析等，均进行独立的模型研发。而在有些模型研发中，需要获取多种共同的数据，如：关键性能指标(KPI，Key Performance Indicator)数据、测量报告(MR，Measurement Report)数据、告警数据等，并且在各自的模型中，本质都是以不同的方式，获取每个网元各种的数据关系表达，由于需要研发各个独立的模型，因此对各种数据进行关系表征的效率不高。

技术实现思路

[0003]有鉴于此，本专利技术实施例期望提供一种数据关系识别方法、装置、设备及存储介质。
[0004]本专利技术实施例的技术方案是这样实现的：
[0005]本专利技术实施例提供一种数据关系识别方法，所述方法包括：
[0006]获取待测数据；所述待测数据包括在第一时间段内的多种维度的第一序列数据和在第二时间段内的时间维度的第二序列数据；
[0007]将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量；所述关系表征向量用于表征不同维度的第一序列数据之间的关系；
[0008]其中，所述关系表征模型是基于训练数据对预测模型进行训练得到的；所述训练数据包括在第三时间段内的多种维度的第三序列数据和在第四时间段内的时间维度的第四序列数据。
[0009]此外，根据本专利技术的至少一个实施例，所述关系表征模型包括编码器和解码器；
[0010]所述将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量，包括：
[0011]将所述在第一时间段内的多种维度的第一序列数据作为第一输入数据；通过所述编码器，对所述第一输入数据进行编码，得到第一关系表征向量；所述第一关系表征向量表征的是在所述第一时间段内的不同维度的第一序列数据之间的第一关系；
[0012]利用所述在第一时间段内的不同维度的第一序列数据之间的第一关系，以及所述在第二时间段内的时间维度的第二序列数据，得到第二输入数据；通过所述解码器，对所述第二输入数据进行解码，得到第二关系表征向量；所述第二关系表征向量表征的是在所述第一时间段内的不同维度的第一序列数据之间的第一关系和在所述第二时间段内的时间维度的第二序列数据之间的第二关系。
[0013]此外，根据本专利技术的至少一个实施例，所述方法还包括：
[0014]获取所述训练数据；
[0015]基于所述训练数据，对所述预测模型进行训练，得到所述关系表征模型。
[0016]此外，根据本专利技术的至少一个实施例，所述基于所述训练数据，对所述预测模型进行训练，得到所述关系表征模型，包括：
[0017]将所述在第三时间段内的多种维度的第三序列数据作为第三输入数据；通过初始的预测模型中的编码器，对所述第三输入数据进行编码，得到第三关系表征向量；所述第三关系表征向量表征的是在所述第三时间段内的不同维度的第三序列数据之间的第三关系；
[0018]利用所述在第三时间段内的不同维度的第三序列数据之间的第三关系，以及所述在第四时间段内的时间维度的第四序列数据，得到第四输入数据；通过初始的预测模型中的解码器，对所述第四输入数据进行解码，得到第四关系表征向量；所述第四关系表征向量表征的是在所述第三时间段内的不同维度的第三序列数据之间的第三关系和在所述第四时间段内的时间维度的第四序列数据之间的第四关系；
[0019]基于所述在第三时间段内的多种维度的第三序列数据，确定第一损失值；基于所述第四输入数据，确定第二损失值；
[0020]对所述第一损失值和所述第二损失值求和，得到第三损失值；
[0021]利用所述第三损失值对所述预测模型的参数进行更新，得到所述关系表征模型。
[0022]此外，根据本专利技术的至少一个实施例，所述基于所述在第三时间段内的多种维度的第三序列数据，确定第一损失值，包括：
[0023]基于所述在第三时间段内的多种维度的第三序列数据，得到第一序列、第二序列、第三序列、第四序列；所述第一序列表征第一指标数据；所述第二序列表征第二指标数据、告警数据、资源数据；所述第三序列表征参数数据；所述第四序列表征影响因子；
[0024]对所述第一序列、所述第二序列、所述第三序列和所述第四序列中至少一个序列中的部分数据进行随机遮掩；
[0025]对随机遮掩掉的数据进行恢复，得到恢复后的数据；
[0026]利用恢复后的数据与随机遮掩掉的数据，计算第一均方根误差，并将所述第一均方根误差作为所述第一损失值。
[0027]此外，根据本专利技术的至少一个实施例，所述基于所述第四输入数据，确定第二损失值，包括：
[0028]对所述第四输入数据进行预测，得到在第四时间段内的第一指标数据；
[0029]利用预测得到的在第四时间段内的第一指标数据和真实的第一指标数据，计算第二均方根误差；
[0030]将所述第二均方根误差作为所述第二损失值。
[0031]本专利技术的至少一个实施例提供一种数据关系识别装置，包括：
[0032]获取单元，用于获取待测数据；所述待测数据包括在第一时间段内的多种维度的第一序列数据和在第二时间段内的时间维度的第二序列数据；
[0033]处理单元，用于将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量；所述关系表征向量用于表征不同维度的第一序列数据之间的关系；
[0034]其中，所述关系表征模型是基于训练数据对预测模型进行训练得到的；所述训练数据包括在第三时间段内的多种维度的第三序列数据和在第四时间段内的时间维度的第四序列数据。
[0035]本专利技术的至少一个实施例提供一种数据关系识别装置，包括：
[0036]通信接口，用于获取待测数据；所述待测数据包括在第一时间段内的多种维度的第一序列数据和在第二时间段内的时间维度的第二序列数据；
[0037]处理器，用于将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量；所述关系表征向量用于表征不同维度的第一序列数据之间的关系；
[0038]其中，所述关系表征模型是基于训练数据对预测模型进行训练得到的；所述训练数据包括在第三时间段内的多种维度的第三序列数据和在第四时间段内的时间维度的第四序列数据。
[0039]本专利技术的至少一个实施例提供一种网络设备，包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，
[0040]其中，所述处理器用于运行所述计算机程序时，执行上述网络设备侧任一项所述方法的步骤。
[0041]本专利技术的至少一个实施例提供一种存储介质，其上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据关系识别方法，其特征在于，所述方法包括：获取待测数据；所述待测数据包括在第一时间段内的多种维度的第一序列数据和在第二时间段内的时间维度的第二序列数据；将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量；所述关系表征向量用于表征不同维度的第一序列数据之间的关系；其中，所述关系表征模型是基于训练数据对预测模型进行训练得到的；所述训练数据包括在第三时间段内的多种维度的第三序列数据和在第四时间段内的时间维度的第四序列数据。2.根据权利要求1所述的方法，其特征在于，所述关系表征模型包括编码器和解码器；所述将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量，包括：将所述在第一时间段内的多种维度的第一序列数据作为第一输入数据；通过所述编码器，对所述第一输入数据进行编码，得到第一关系表征向量；所述第一关系表征向量表征的是在所述第一时间段内的不同维度的第一序列数据之间的第一关系；利用所述在第一时间段内的不同维度的第一序列数据之间的第一关系，以及所述在第二时间段内的时间维度的第二序列数据，得到第二输入数据；通过所述解码器，对所述第二输入数据进行解码，得到第二关系表征向量；所述第二关系表征向量表征的是在所述第一时间段内的不同维度的第一序列数据之间的第一关系和在所述第二时间段内的时间维度的第二序列数据之间的第二关系。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述训练数据；基于所述训练数据，对所述预测模型进行训练，得到所述关系表征模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述训练数据，对所述预测模型进行训练，得到所述关系表征模型，包括：将所述在第三时间段内的多种维度的第三序列数据作为第三输入数据；通过初始的预测模型中的编码器，对所述第三输入数据进行编码，得到第三关系表征向量；所述第三关系表征向量表征的是在所述第三时间段内的不同维度的第三序列数据之间的第三关系；利用所述在第三时间段内的不同维度的第三序列数据之间的第三关系，以及所述在第四时间段内的时间维度的第四序列数据，得到第四输入数据；通过初始的预测模型中的解码器，对所述第四输入数据进行解码，得到第四关系表征向量；所述第四关系表征向量表征的是在所述第三时间段内的不同维度的第三序列数据之间的第三关系和在所述第四时间段内的时间维度的第四序列数据之间的第四关系；基于所述在第三时间段内的多种维度的第三序列数据，确定第一损失值；基于所述第四输入数据，确定第二损失值；对所述第一损失值和所述第二损失值求和，得到第三损失值；利用所述第三损失值对...

【专利技术属性】
技术研发人员：雷喆，朱琳，花小磊，范馨文，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：