【技术实现步骤摘要】
本专利技术涉及大数据处理，尤其涉及一种基于改进的二次指数平滑的时间序列数据预测方法和装置。
技术介绍
1、智能预测方法应用广泛，包括金融、物流、医疗、环保等多个领域，在这些领域中，智能预测方法实质上是对一系列时间序列数据所进行的预测，比如金融领域的账户余额预测、物流领域的库存需求预测、医疗领域的患者病情变化预测，以及环保领域的空气质量指数预测等。目前，随着大数据和人工智能技术的发展，智能预测方法也在不断地发展和创新，为各个行业提供更加准确和精细的预测服务。
2、在时间序列数据预测领域，现有技术通常依赖于历史预测数据进行建模和预测。这些方法通常采用二次指数平滑模型，通过获取目标数据的历史预测数据和相关历史数据，构建预测模型以进行未来数据的预测。比如在账户余额方面，现有技术通过如下方式来实现：获取目标账户的历史预测余额数据和历史缴费数据；基于历史预测余额数据构建二次指数平滑模型；利用二次指数平滑模型预测目标账户在第一时间段内的n个第一时间节；获取目标账户在历史第二时间段内的n个第二时间节点的历史缴费数据；从n个历史缴费数据中确定...
【技术保护点】
1.一种基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述方法还包括：利用设定时间段内历史时间序列数据的移动平均值和标准差动态调整所述预设阈值。
3.如权利要求1所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述修正剔除差异数据后的拟合曲线包括：
4.如权利要求1所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述根据既定业务规则和修正后的拟合曲线获取N日后的时间序列数据预测值包括：
<...【技术特征摘要】
1.一种基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述方法还包括：利用设定时间段内历史时间序列数据的移动平均值和标准差动态调整所述预设阈值。
3.如权利要求1所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述修正剔除差异数据后的拟合曲线包括：
4.如权利要求1所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述根据既定业务规则和修正后的拟合曲线获取n日后的时间序列数据预测值包括：
5.如权利要求1所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述判断所述时间序列数据预测值是否满足设定条件包括：
6.如权利要求5所述的基于改进的二次指数平滑的时间序列数据预测方法，其特征在于，所述若不满足则修正二次指数平滑法中的水平平滑系数和趋势平滑系数包括：
7.一种基于改进的二次指数平滑的时间序列数据预测装置，其特征在于，所述装置包括：
8.如权利要求7所述的基于改进的二次指数平滑的时间序列数据预测装置，其特征在于，所述装置还包括：阈值调整单元，用于利用设定时间段内历史时间序列数据的移动平均值和标准差动态调整所述预设阈值。
9.如权利要求7所述的基于改进的二次指数平滑的时间序列数据预测装置，其特征在于，所述曲线修正单元包括：
10.如权利要求7所述的基于改进的二次指数平滑的时间序列数据预测装置，其特征在于，所述预测单元包...
【专利技术属性】
技术研发人员：凌子烨，任文涛，
申请(专利权)人：中国建设银行股份有限公司，
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。