【技术实现步骤摘要】
本申请涉及人工智能技术，尤其涉及一种关联变量确定方法、装置、设备、存储介质及程序产品。
技术介绍
1、在业务场景中，会存在着各种不同的变量，这些变量之间可能会存在一定的关联关系，即存在某个变量的数据变化，会使得另一个变量的数据发生变化的现象。针对业务场景中的目标变量确定关联变量的过程，可以通过变量之间的因果关系挖掘实现。由此可见，变量之间的因果关系挖掘的准确度，直接影响着关联变量确定的准确度。然而，相关技术中的各种因果关系挖掘方式，均存在变量间的因果关系挖掘的准确度较低的问题，从而使得关联变量确定的准确度较低。
技术实现思路
1、本申请实施例提供一种关联变量确定方法、装置、设备、计算机可读存储介质及计算机程序产品，能够提升关联变量确定的准确度。
2、本申请实施例的技术方案是这样实现的：
3、本申请实施例提供一种关联变量确定方法，包括：
4、从目标变量的第一历史数据序列中提取所述目标变量的目标序列特征，以及从多个候选变量各自的第二历史数据序列中提取每个所述...
【技术保护点】
1.一种关联变量确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从目标变量的第一历史数据序列中提取所述目标变量的目标序列特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述目标变量的所述第一历史数据序列划分为多个局部序列片段之后，所述从多个所述局部序列片段对应的多个所述局部模式特征中，提取得到所述目标变量的所述目标序列特征之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述全局附加特征包括：序列统计特征和序列频谱特征；所述从所述目标变量的所述第一历史数据序列中，确定...
【技术特征摘要】
1.一种关联变量确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从目标变量的第一历史数据序列中提取所述目标变量的目标序列特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述目标变量的所述第一历史数据序列划分为多个局部序列片段之后，所述从多个所述局部序列片段对应的多个所述局部模式特征中，提取得到所述目标变量的所述目标序列特征之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述全局附加特征包括：序列统计特征和序列频谱特征；所述从所述目标变量的所述第一历史数据序列中，确定全局附加特征，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，所述基于所述第一历史数据序列、所述第一预测数据序列、所述第二历史数据序列和所述第二预测数据序列，确定所述目标变量和每个所述候选变量之间的因果信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述第一融合数据序列和所述第二融合数据序列，确定所述目标变量和每个所述候选变量之间的因果信息，包括：
7.根据权利要求6所述的方法，其特征在于，所述利用所述第一融合数据序列以及所述待检验的候选变量的第二融合数据序列，对所述目标变量和所述待检验的候选变量进行因果检验，包括：
8.根据权利要求7所述的方法，其特征在于，所述通过...
【专利技术属性】
技术研发人员：林岳，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。