数据生成方法技术

本发明专利技术提供一种数据生成方法

【技术实现步骤摘要】
数据生成方法、装置、存储介质及电子设备


[0001]本专利技术涉及计算机
，尤其涉及一种数据生成方法
、
装置
、
存储介质及电子设备
。

技术介绍

[0002]目前，时间序列数据已广泛应用于各种应用场景，如对象
(
即用户
)
留存场景和销售预测场景等；现有技术通常采用目标模型直接对原始表格数据进行预测，但原始表格数据的特征覆盖不全面，导致预测结果的准确性较低
。
基于此，如何生成特征覆盖较为全面的待分析数据，从而提高预测结果的准确性成为一个研究热点
。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供了一种数据生成方法
、
装置
、
存储介质及电子设备，以解决现有技术采用特征覆盖不全的原始表格数据进行预测，从而导致预测结果的准确性较低等问题；也就是说，本专利技术实施例可生成特征覆盖较为全面的待分析数据，从而可通过待分析数据提高预测结果的准确性
。
[0004]根据本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据生成方法，其特征在于，包括：获取多个基础变量中各个基础变量的初始时序特征，一个初始时序特征包括相应变量在目标时间序列上的特征；确定至少一个衍生变量，并基于所述各个基础变量的初始时序特征，计算所述至少一个衍生变量中各个衍生变量的初始时序特征；基于所述各个基础变量的初始时序特征和所述各个衍生变量的初始时序特征，分别生成所述各个基础变量的目标时序特征，以及生成所述各个衍生变量的目标时序特征，以生成待分析数据，所述待分析数据支持确定目标模型的模型输入数据，以通过所述目标模型对所述模型输入数据进行预测
。2.
根据权利要求1所述的方法，其特征在于，所述基于所述各个基础变量的初始时序特征，计算所述至少一个衍生变量中各个衍生变量的初始时序特征，包括：针对所述至少一个衍生变量中的任一衍生变量，从所述各个基础变量的初始时序特征中，确定出所述任一衍生变量对应的至少一个计算变量中各个计算变量的初始时序特征，所述各个计算变量均为所述多个基础变量中用于计算所述任一衍生变量的初始时序特征的变量；采用所述各个计算变量的初始时序特征，计算所述任一衍生变量的初始时序特征
。3.
根据权利要求2所述的方法，其特征在于，所述采用所述各个计算变量的初始时序特征，计算所述任一衍生变量的初始时序特征，包括：确定所述任一衍生变量对应的计算规则，所述计算规则包括以下任一种：加法运算规则
、
除法运算规则
、
减法运算规则
、
乘法运算规则以及抽取运算规则；采用所述各个计算变量的初始时序特征，按照所述计算规则计算所述任一衍生变量的初始时序特征
。4.
根据权利要求1‑3任一项所述的方法，其特征在于，所述基于所述各个基础变量的初始时序特征和所述各个衍生变量的初始时序特征，分别生成所述各个基础变量的目标时序特征，以及生成所述各个衍生变量的目标时序特征，包括：针对所述多个基础变量和所述至少一个衍生变量中的任一变量，确定至少一个目标域，所述至少一个目标域包括以下至少一种：时域
、
谱域以及统计域；基于所述任一变量的初始时序特征，分别计算所述任一变量在所述至少一个目标域中各个目标域下的至少一个特征；基于所述任一变量的初始时序特征和所述任一变量在所述各个目标域下的至少一个特征，生成所述任一变量的目标时序特征
。5.
根据权利要求4所述的方法，其特征在于，所述至少一个目标域包括所述谱域，且所述谱域包括至少一个变换方式；所述基于所述任一变量的初始时序特征，分别计算所述任一变量在所述至少一个目标域中各个目标域下的至少一个特征，包括：遍历所述至少...

【专利技术属性】
技术研发人员：李克然，
申请(专利权)人：度小满科技，
类型：发明
国别省市：