一种数据预测方法及其系统技术方案

本申请公开了一种数据预测方法及其系统，其中数据预测方法包括以下步骤：获取原始多源数据；对获取的原始多源数据进行数据处理和数据存储；响应于对获取的原始多源数据进行数据处理和数据存储，进行原始多源数据的统计分析与预测，获取预测值；输出预测值

【技术实现步骤摘要】
一种数据预测方法及其系统


[0001]本申请涉及数据处理领域，具体地，涉及一种数据预测方法及其系统
。

技术介绍

[0002]随着科技和社会的发展，社会组织结构和事件等呈现多源化发展趋势，同时在社会运行过程中的事件更是随着社会发展呈现出多源
、
多元
、
多主体间的特点
。
基层社会治理群防群治管理平台系统在智慧镇街
、
社会基层治理等方面中的应用越来越紧频繁，其可以从多方来源获取在基层社会中存在且发生的各类事件，通过对于多源的事件，通过大数据技术进行收集
、
处理
、
储存，基于大数据基础通过科学的统计分析和预测算法可对治理业务实时运行信息进行实时展示
、
区域统计
、
分析处理
、
趋势判断等功能
。
目前现有的业务系统在基础数据
、
业务实时数据应用方面还存在以下问题：
1、
业务数据来源和类型繁杂，格式和结构不同，会成为数据孤岛，不能支撑业务数据
、
或只能支持有限的业务数据，使得已有功能不能满足实际需要
。
随着在统计和预测领域的拓展，局限性日益突出
。2、
当前的数据统计和预测分析模型较为简单，在统计维度和预测精准度上都存在不能达到预期预测效果和结果较为浅显不能暴露真实问题等情况
。
[0003]因此，如何提供一种提高数据预测的准确性的方法，成为本领域急需解决的问题
。

技术实现思路

[0004]本申请提供了一种数据预测方法，包括以下步骤：获取原始多源数据；对获取的原始多源数据进行数据处理和数据存储；响应于对获取的原始多源数据进行数据处理和数据存储，进行原始多源数据的统计分析与预测，获取预测值；输出预测值
。
[0005]如上的，其中，对获取的原始多源数据进行数据处理包括：进行数据同步
、
数据清洗以及数据格式转换操作
。
[0006]如上的，其中，进行原始多源数据的统计分析与预测包括，根据原始多源数据获取需要预测的目标事件的类型
、
事发地的空间信息
、
参与主体
、
事发时间
、
事发环境的事件相关属性
。
[0007]如上的，其中，进行原始多源数据的统计分析与预测包括以下子步骤：建立事件模型，根据事件模型获取事件的初始预测值；根据获取的事件的初始预测值，进行事件的初始预测值的状态划分；响应于完成事件的初始预测值的状态划分，进行事件状态转移概率计算；根据计算的事件状态转移概率，确定事件的最终预测值
。
[0008]如上的，其中，事件的最终预测值
G(t)
具体表示为：
[0009]G(t)
＝
Y(t)+2
‑
1(Ai+Bi
；
)
[0010]Y(t)
为
t
时刻根据事件模型求得的事件初始预测值，
Ai,Bi
均表示状态划分的数目
。
[0011]一种数据预测系统，包括获取单元
、
处理存储单元
、
分析预测单元以及输出单元；获取单元用于获取原始多源数据；处理存储单元用于对获取的原始多源数据进行数据处理
和数据存储；分析预测单元用于进行原始多源数据的统计分析与预测，获取预测值；输出单元于输出预测值
。
[0012]如上的，其中，处理存储单元对获取的原始多源数据进行数据处理包括：进行数据同步
、
数据清洗以及数据格式转换操作
。
[0013]如上的，其中，分析预测单元进行原始多源数据的统计分析与预测包括，根据原始多源数据获取需要预测的目标事件的类型
、
事发地的空间信息
、
参与主体
、
事发时间
、
事发环境的事件相关属性
。
[0014]如上的，其中，分析预测单元进行原始多源数据的统计分析与预测包括以下子步骤：建立事件模型，根据事件模型获取事件的初始预测值；根据获取的事件的初始预测值，进行事件的初始预测值的状态划分；响应于完成事件的初始预测值的状态划分，进行事件状态转移概率计算；根据计算的事件状态转移概率，确定事件的最终预测值
。
[0015]如上的，其中，分析预测单元中，事件的最终预测值
G(t)
具体表示为：
[0016]G(t)
＝
Y(t)+2
‑
1(Ai+Bi
；
)
[0017]Y(t)
为
t
时刻根据事件模型求得的事件初始预测值，
Ai,Bi
均表示状态划分的数目
。
[0018]本申请具有以下有益效果：
[0019](1)
本申请能够提高数据利用率
、
降低成本
、
提高效率，针对业务数据来源和类型繁杂，格式和结构不同的问题进行解决，通过数据同步
、
清洗和处理，打通数据孤岛，使得多源数据得到充分利用
。
本申请支持的数据格式繁杂，兼容性好，鲁棒性好，利于业务范围扩大，也有利于业务系统长期发展，提高了系统寿命，降低了成本
、
提高了效率
。
[0020](2)
本申请通过对事件数据进行统计和分析，发现事件的规律和趋势，节省了人力物力
。
附图说明
[0021]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图
。
[0022]图1是根据本申请实施例提供的数据预测方法的流程图；
[0023]图2是根据本申请实施例提供的数据预测系统的内部结构示意图
。
具体实施方式
[0024]下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0025]本专利技术提供了一种数据预测方法及其系统，能够集成多源异构数据，解决常规不能支撑来源繁杂
、
格式不同的业务数据，或只能支持有限的业务数据的问题，解决统计维度单一和预测不精准等问题
。
[0026]实施例一
[0027]如图1所示，为本实施例提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据预测方法，其特征在于，包括以下步骤：获取原始多源数据；对获取的原始多源数据进行数据处理和数据存储；响应于对获取的原始多源数据进行数据处理和数据存储，进行原始多源数据的统计分析与预测，获取预测值；输出预测值
。2.
如权利要求1所述的数据预测方法，其特征在于，对获取的原始多源数据进行数据处理包括：进行数据同步
、
数据清洗以及数据格式转换操作
。3.
如权利要求1所述的数据预测方法，其特征在于，进行原始多源数据的统计分析与预测包括，根据原始多源数据获取需要预测的目标事件的类型
、
事发地的空间信息
、
参与主体
、
事发时间
、
事发环境的事件相关属性
。4.
如权利要求3所述的数据预测方法，其特征在于，进行原始多源数据的统计分析与预测包括以下子步骤：建立事件模型，根据事件模型获取事件的初始预测值；根据获取的事件的初始预测值，进行事件的初始预测值的状态划分；响应于完成事件的初始预测值的状态划分，进行事件状态转移概率计算；根据计算的事件状态转移概率，确定事件的最终预测值
。5.
如权利要求4所述的数据预测方法，其特征在于，事件的最终预测值
G(t)
具体表示为：
G(t)
＝
Y(t)+2
‑
1(Ai+Bi
；
)Y(t)
为
t
时刻根据事件模型求得的事件初始预测值，
Ai,Bi
均表示状态划分的数目
。6.
一种数据预测系统，其特征在于，包括获取单元
、
...

【专利技术属性】
技术研发人员：薛守宁，徐文鹏，孙世涛，袁鑫，王照森，赵连夺，张翼，林琦，乔建明，孟刚，
申请(专利权)人：河北志晟信息技术股份有限公司，
类型：发明
国别省市：