-
公开(公告)号：CN115048992A
公开(公告)日：2022-09-13
申请号：CN202210630555.9
申请日：2022-06-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62
Abstract: 本说明书实施例提供了一种建立时间序列预测模型的方法、时间序列预测方法和装置。根据该实施例的方法，首先从历史时间序列获取训练数据，所述训练数据包括连续n个时间点的指标值，所述n为大于1的正整数；然后利用所述训练数据训练状态空间模型，得到时间序列预测模型；其中，依时间顺序将各时间点分别作为第ts个时间点执行：将第ts个时间点的指标值输入所述状态空间模型，由所述状态空间模型依据所述第ts个时间点及其之前各时间点的指标值预测所述第ts个时间点之后τ个时间点的指标值，所述τ为预设的正整数；训练目标包括最小化预测的指标值与训练数据中对应指标值的差异；其中，在所述预测中将待预测时间点之前各时间点的隐状态表示进行注意力机制的处理来得到所述待预测时间点的隐状态表示。
-
公开(公告)号：CN113283589B
公开(公告)日：2022-07-19
申请号：CN202110631255.8
申请日：2021-06-07
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种事件预测系统的更新方法，包括：将基于事件样本序列获取的样本输入事件预测系统中进行事件处理，该事件处理包括：通过序列编码网络，确定截至该样本中发生时刻的子序列的序列编码向量，该子序列中各样本均对应第一用户；通过图传播网络，根据该序列编码向量，更新用户关系网络图中与第一用户节点相关的节点表征向量；通过强度拟合网络，根据更新后的节点表征向量，拟合与第一用户对应的事件发生强度函数；通过强度映射网络，将该事件发生强度函数映射至事件类型空间，得到第一用户在多个事件类型下的多个强度函数；之后，基于事件处理得到的多个强度函数和对应第一用户的标签样本，更新上述事件预测系统中的网络参数。
-
Patent Agency Ranking
公开(公告)号：CN115034462B
公开(公告)日：2025-02-18
申请号：CN202210623040.6
申请日：2022-06-02
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种针对分层业务的时间序列预测方法及装置，用于预测单个业务在多阶层次上的业务主体的业务量构成的时间序列，其中，单个层次对应至少一个业务主体。根据一个实施方式，在获取多个层次中各个业务主体一一对应的各个历史时间序列后，可以对各个历史时间序列进行编码，得到相应的各个编码向量，然后构建各个编码向量满足的多元高斯分布，并将多元高斯分布转换为非参数化复杂分布，进一步按照分参数化复杂分布进行采样得到的采样序列，确定分别针对各个业务主体的各个预测序列。该方式可以提高预测结果的准确性。
-
公开(公告)号：CN115221427A
公开(公告)日：2022-10-21
申请号：CN202210662411.1
申请日：2022-06-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9537 , G06Q10/04 , G06Q10/06 , G06Q10/10
Abstract: 本说明书实施例公开了一种时间序列预测方法、装置、设备、介质及程序产品。其中，该方法包括：首先获取1至t时刻的N元时间序列；上述N元时间序列由时间长度一致，且统计指标相同的N个统计目标各自对应的时间序列组成；然后获取1至t+m时刻的N元时间序列对应的目标协变量；最后将1至t时刻的N元时间序列以及目标协变量输入时间序列预测模型中，可以根据基于标准化流技术得到的观测方程输出t+1至t+m时刻的N元预测时间序列；预测时间序列为m个时刻的统计指标各自对应的预测数值按其未来发生时间的先后顺序排列而成的数列，通过标准化流技术生成观测方程，可以更为精确地刻画现实世界中复杂的数据分布，提升时间序列预测的准确性。
-
公开(公告)号：CN115186229A
公开(公告)日：2022-10-14
申请号：CN202210630578.X
申请日：2022-06-06
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种建立时序预测模型的方法、时间序列预测方法和装置。根据该实施例的方法，首先获取连续n个时间序列，每个时间序列中包含多个时间点的指标值，所述n为大于1的正整数；然后对所述n个时间序列分别进行凸包提取，得到n个凸包时间序列；最后将所述n个凸包时间序列输入预先训练得到的时序预测模型，得到所述时序预测模型对所述n个等时长的时间序列之后τ个时间序列的统计指标数据，所述τ为大于或等于1的正整数，各时间序列的长度相等。
-
公开(公告)号：CN115034462A
公开(公告)日：2022-09-09
申请号：CN202210623040.6
申请日：2022-06-02
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种针对分层业务的时间序列预测方法及装置，用于预测单个业务在多阶层次上的业务主体的业务量构成的时间序列，其中，单个层次对应至少一个业务主体。根据一个实施方式，在获取多个层次中各个业务主体一一对应的各个历史时间序列后，可以对各个历史时间序列进行编码，得到相应的各个编码向量，然后构建各个编码向量满足的多元高斯分布，并将多元高斯分布转换为非参数化复杂分布，进一步按照分参数化复杂分布进行采样得到的采样序列，确定分别针对各个业务主体的各个预测序列。该方式可以提高预测结果的准确性。
-
公开(公告)号：CN115034461A
公开(公告)日：2022-09-09
申请号：CN202210621721.9
申请日：2022-06-02
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种针对分层业务的时间序列预测方法及装置，用于预测单个业务在多阶层次上的业务主体的业务量构成的时间序列，其中，单个层次对应至少一个业务主体。根据一个实施方式，在获取多个层次中各个业务主体一一对应的各个历史时间序列后，可以对各个历史时间序列进行编码，得到相应的各个编码向量，然后构建各个编码向量满足的联合概率分布，进一步对各个业务主体分别按照联合概率分布进行采样得到的采样序列，确定分别针对各个业务主体的各个预测序列。该方式可以提高预测结果的准确性。
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
