一种时序性数据的排序预测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时序性数据的排序预测方法及装置，本申请具体为：所述第一模型获取数据集并依据所述数据集确定第一预测时间顺序对；所述第二模型依据所述第一预测时间顺序对和逻辑规则确定关联时间顺序对；依据所述关联时间顺序对对第一模型进行迭代，直至所述第一预测时间顺序对与所述第二模型输出的关联时间顺序对相同时，所述第一模型输出第二预测时间顺序对；依据所述第二预测时间顺序对生成数据的时效性排序

【技术实现步骤摘要】
一种时序性数据的排序预测方法及装置


[0001]本专利技术涉及数据识别领域，具体涉及一种时序性数据的排序预测方法及装置
。

技术介绍

[0002]随着时间的推移，数据的属性值可能会变得过时和不准确
。
更糟糕的是，可能只有部分可靠的时间戳可用
。
通常我们说一个时间戳是可靠的，是指该时间戳是精确的，正确的，而且，它表明当时的属性值是正确的和最新的
。
[0003]现有技术，需要用机器学习
。
[0004]但对于机器学习有局限性
。
对于时效性排序模型来说，我们很难证明排名是否符合现实世界中的时间顺序
。

技术实现思路

[0005]鉴于所述问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种时序性数据的排序预测方法及装置，包括：
[0006]一种时序性数据的排序预测方法，所述方法应用于通过人工智能模型预测对数据进行时效性排序；其中，所述人工智能模型包括第一模型和第二模型，包括：
[0007]所述第一模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种时序性数据的排序预测方法，所述方法应用于通过人工智能模型预测对数据进行时效性排序；其中，所述人工智能模型包括第一模型和第二模型，其特征在于，包括：所述第一模型获取数据集并依据所述数据集确定第一预测时间顺序对；所述第二模型依据所述第一预测时间顺序对和逻辑规则确定关联时间顺序对；依据所述关联时间顺序对对第一模型进行迭代，直至所述第一预测时间顺序对与所述第二模型输出的关联时间顺序对相同时，所述第一模型输出第二预测时间顺序对；依据所述第二预测时间顺序对生成数据的时效性排序
。2.
根据权利要求1所述的时序性数据的排序预测方法，其特征在于，所述第一模型获取数据集并依据所述数据集确定第一预测时间顺序对的步骤，包括：所述第一模型获取数据集；其中，所述数据集包含数据和与其一一对应的属性值；所述数据集包括至少两组数据；所述第一模型依据所述数据的属性值确定第一预测时间顺序对
。3.
根据权利要求2所述的时序性数据的排序预测方法，其特征在于，所述第一模型依据所述数据的属性值确定第一预测时间顺序对的步骤，包括：所述第一模型依据所述数据的属性值得到初始时间顺序对的置信度；所述第一模型依据所述初始时间顺序对的置信度对所述初始时间顺序进行筛选得到所述第一预测时间顺序对
。4.
根据权利要求1所述的时序性数据的排序预测方法，其特征在于，所述第二模型依据所述第一预测时间顺序对和逻辑规则确定关联时间顺序对的步骤，包括：所述第二模型依据所述第一预测时间顺序和逻辑规则执行追逐程序得到有效追逐和无效追逐；所述第二模型依据所述有效追逐得到所述关联时间顺序对
。5.
根据权利要求4所述的时序性数据的排序预测方法，其特征在于，所述第二模型依据所述第一预测时间顺序和逻辑规则执行追逐程序得到有...

【专利技术属性】
技术研发人员：谢珉，王尧舒，樊文飞，
申请(专利权)人：深圳计算科学研究院，
类型：发明
国别省市：