本申請涉及計算機和信息技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)處理方法及裝置。

背景技術(shù)：

隨著數(shù)據(jù)業(yè)務(wù)規(guī)模的增長，對業(yè)務(wù)數(shù)據(jù)進行提前預(yù)測對于數(shù)據(jù)業(yè)務(wù)的順利進行起著越來越重要的作用，比如服務(wù)器只有提前預(yù)測好未來一段時間的業(yè)務(wù)數(shù)據(jù)，才能更好地預(yù)留資源，為用戶提供服務(wù)。

在預(yù)測未來業(yè)務(wù)數(shù)據(jù)時，需要對已有的業(yè)務(wù)數(shù)據(jù)進行處理。比如，可以基于最近一段時間內(nèi)的每個時間點(比如每一天)的業(yè)務(wù)數(shù)據(jù)的平均值來預(yù)測未來每個時間點的業(yè)務(wù)數(shù)據(jù)；這種方式通常只適用于短期預(yù)測，并且由于無法反映業(yè)務(wù)數(shù)據(jù)的變化規(guī)律，預(yù)測準確性較差。

另外一種預(yù)測方式是基于已有的業(yè)務(wù)數(shù)據(jù)，擬合出一個具體的預(yù)測模型，如自回歸滑動平均模型(Auto-Regressive and Moving Average Model，ARMA)，基于擬合出的預(yù)測模型來預(yù)測未來時間點的業(yè)務(wù)數(shù)據(jù)。這里所進行的預(yù)測模型擬合具體指的是，擬合出預(yù)測模型中的待估參數(shù)的取值，基于已知待估參數(shù)的取值的預(yù)測模型，即可進行后續(xù)業(yè)務(wù)數(shù)據(jù)的預(yù)測。這種預(yù)測方式只是單純地基于每一個時間點的業(yè)務(wù)數(shù)據(jù)進行預(yù)測模型擬合匹配，由于在擬合之前沒有掌控業(yè)務(wù)數(shù)據(jù)的趨勢性或規(guī)律性信息，擬合難度較大，擬合出的模型通常也無法準確反映出業(yè)務(wù)數(shù)據(jù)的變化趨勢或變化規(guī)律，預(yù)測結(jié)果準確性較差。

綜上，現(xiàn)有技術(shù)進行業(yè)務(wù)數(shù)據(jù)預(yù)測的效率較低，準確性較差。

技術(shù)實現(xiàn)要素：

本申請實施例提供一種數(shù)據(jù)處理方法及裝置，用以解決現(xiàn)有技術(shù)進行業(yè)務(wù) 數(shù)據(jù)預(yù)測的效率較低，準確性較差問題。

本申請實施例提供一種數(shù)據(jù)處理方法，包括：

服務(wù)器采集預(yù)設(shè)業(yè)務(wù)在多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)；

基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)；其中，所述不同時間點的長期趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，所述不同時間點的周期性趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢；

基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型；

在需要預(yù)測出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)時，分別基于擬合出的所述長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)；

將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

可選地，所述服務(wù)器基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，包括：

所述服務(wù)器基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)；

基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，以及確定的所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的周期性趨勢數(shù)據(jù)。

可選地，所述服務(wù)器基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)，包括：

針對任一時間點，確定包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值，將確定的平均值作為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。

可選地，所述服務(wù)器根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的長期趨勢數(shù)據(jù)：

其中，Tt_i表示所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢數(shù)據(jù)，L為預(yù)設(shè)周期，Y_i-j為所述預(yù)設(shè)業(yè)務(wù)在第i-j個時間點的業(yè)務(wù)數(shù)據(jù)，L為奇數(shù)。

可選地，所述服務(wù)器基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)，包括：

針對任一時間點，將包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢中間數(shù)據(jù)；

將在包括所述任一時間點在內(nèi)的連續(xù)N個時間點的長期趨勢中間數(shù)據(jù)的平均值，確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。

可選地，所述服務(wù)器根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的長期趨勢數(shù)據(jù)：

或者，

或者，

其中，Tt2_i表示所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢數(shù)據(jù)；Tt1_i-n為所述預(yù)設(shè)業(yè)務(wù)在第i-n個時間點的長期趨勢中間數(shù)據(jù)，Y_i-n-j為所述預(yù)設(shè)業(yè)務(wù)在第i-n-j個時間點的業(yè)務(wù)數(shù)據(jù)；Tt1_i+n為所述預(yù)設(shè)業(yè)務(wù)在第i+n個時間點的長期趨勢中間數(shù)據(jù)，Y_i+n-j為所述預(yù)設(shè)業(yè)務(wù)在第i+n-j個時間點的業(yè)務(wù)數(shù)據(jù)；L為預(yù)設(shè)周期，為奇數(shù)，k為正整數(shù)。

可選地，所述服務(wù)器根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的周期性趨勢數(shù)據(jù)：

或者，

或者，

其中，St2_i為所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的周期性趨勢數(shù)據(jù)；St1_i-nL為所述預(yù)設(shè)業(yè)務(wù)在第i-nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i-nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；St1_i+nL為所述預(yù)設(shè)業(yè)務(wù)在第i+nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i+nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；β為正整數(shù)；L為預(yù)設(shè)周期。

可選地，將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)，包括：

確定所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)的和值，將確定的和值作為預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)；或者，

確定所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)的乘積，將確定的乘積作為預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

本申請實施例提供一種數(shù)據(jù)處理裝置，包括：

采集模塊，用于采集預(yù)設(shè)業(yè)務(wù)在多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)；

第一確定模塊，用于基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)；其中，所述不同時間點的長期趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，所述不同時間點的周期性趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢；

擬合模塊，用于基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型；

第二確定模塊，用于在需要預(yù)測出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)時，分別基于擬合出的所述長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測 數(shù)據(jù)；

第三確定模塊，用于將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

本申請實施例將采集的業(yè)務(wù)數(shù)據(jù)加工提煉成了長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，再分別基于這兩種不同類型的趨勢數(shù)據(jù)擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型；由于提煉出的長期趨勢數(shù)據(jù)用于反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，因此基于該長期趨勢數(shù)據(jù)擬合長期趨勢預(yù)測模型的效率及準確性較高；同理，由于周期性趨勢數(shù)據(jù)用于反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢，因此基于周期性趨勢數(shù)據(jù)擬合周期性趨勢預(yù)測模型的效率及準確性較高。并且，本申請實施例將基于長期趨勢預(yù)測模型預(yù)測得到的長期趨勢預(yù)測數(shù)據(jù)，和基于周期性趨勢預(yù)測模型預(yù)測得到的周期性趨勢預(yù)測數(shù)據(jù)進行合并，兼顧了業(yè)務(wù)數(shù)據(jù)的總的變化趨勢和周期性變化趨勢，因此得到的合并后的預(yù)測業(yè)務(wù)數(shù)據(jù)準確性較高。

附圖說明

圖1為本申請實施例一提供的數(shù)據(jù)處理方法流程圖；

圖2為本申請實施例二提供的數(shù)據(jù)處理方法流程圖；

圖3為本申請實施例三提供的數(shù)據(jù)處理方法流程圖；

圖4為本申請實施例四提供的數(shù)據(jù)處理方法流程圖；

圖5(a)為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的業(yè)務(wù)數(shù)據(jù)示意圖；

圖5(b)為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的長期趨勢數(shù)據(jù)示意圖；

圖5(c)為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的周期性趨勢數(shù)據(jù)示意圖；

圖5(d)為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的隨機趨勢數(shù)據(jù)示意圖；

圖6為本申請實施例五提供的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖。

具體實施方式

本申請實施例中，服務(wù)器基于采集的預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，其中長期趨勢數(shù)據(jù)可以反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，周期性趨勢數(shù)據(jù)可以反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢；基于這兩種不同類型的數(shù)據(jù)分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型；基于擬合出的長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，得到預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)，再將得到的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出預(yù)測的業(yè)務(wù)數(shù)據(jù)。

可見，本申請實施例將采集的業(yè)務(wù)數(shù)據(jù)加工提煉成了長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，再分別基于這兩種不同類型的趨勢數(shù)據(jù)擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型；由于提煉出的長期趨勢數(shù)據(jù)用于反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，因此基于該長期趨勢數(shù)據(jù)擬合長期趨勢預(yù)測模型的效率及準確性較高；同理，由于周期性趨勢數(shù)據(jù)用于反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢，因此基于周期性趨勢數(shù)據(jù)擬合周期性趨勢預(yù)測模型的效率及準確性較高。并且，本申請實施例將基于長期趨勢預(yù)測模型預(yù)測得到的長期趨勢預(yù)測數(shù)據(jù)，和基于周期性趨勢預(yù)測模型預(yù)測得到的周期性趨勢預(yù)測數(shù)據(jù)進行合并，兼顧了業(yè)務(wù)數(shù)據(jù)的總的變化趨勢和周期性變化趨勢，因此得到的合并后的預(yù)測業(yè)務(wù)數(shù)據(jù)準確性較高。綜上，本申請實施例可以實現(xiàn)未來業(yè)務(wù)數(shù)據(jù)的自動化預(yù)測，可以節(jié)省人工預(yù)測成本，提高預(yù)測效率及準確率，對于提前做好資源預(yù)留，預(yù)防業(yè)務(wù)風險起著重要作用。

下面結(jié)合說明書附圖對本申請實施例作進一步詳細描述。

實施例一

如圖1所示，為本申請實施例一提供的數(shù)據(jù)處理方法流程圖，包括以下步驟：

S101：服務(wù)器采集預(yù)設(shè)業(yè)務(wù)在多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)。

在具體實施過程中，可以根據(jù)業(yè)務(wù)實際情況選擇預(yù)測周期、統(tǒng)計時間單位 和統(tǒng)計時間長度。比如選擇預(yù)測周期為一周，統(tǒng)計時間單位為一天，統(tǒng)計時間長度為12個預(yù)測周期，則這里的時間點也即為每一天。服務(wù)器采集多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)，也即采集在12周內(nèi)的每一天的業(yè)務(wù)數(shù)據(jù)，這里的業(yè)務(wù)數(shù)據(jù)可以指業(yè)務(wù)量(比如為交易金額或交易次數(shù)等)。

S102：基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)；其中，所述不同時間點的長期趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，所述不同時間點的周期性趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢。

該步驟中，將預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，分別加工提煉成長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)。這里，長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)分別是兩種不同類型的數(shù)據(jù)，長期趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，不體現(xiàn)周期性特點，因此，針對任一時間點，可以將包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值，作為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。而周期性趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢，體現(xiàn)周期性特點；針對任一時間點，可以基于預(yù)設(shè)業(yè)務(wù)在該時間點的業(yè)務(wù)數(shù)據(jù)和確定出的在該時間點的長期趨勢數(shù)據(jù)，確定周期性趨勢數(shù)據(jù)，比如，可以將預(yù)設(shè)業(yè)務(wù)在該時間點的業(yè)務(wù)數(shù)據(jù)與確定出的在該時間點的長期趨勢數(shù)據(jù)的差值作為周期性趨勢數(shù)據(jù)。

S103：基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型。

這里，可以將回歸滑動平均模型(Auto-Regressive and Moving Average Model，ARMA)或自回歸積分滑動平均模型(Autoregressive Integrated Moving Average Model，ARIMA)作為長期趨勢預(yù)測模型的樣式，將HoltWinters模型作為周期性趨勢預(yù)測模型的樣式，基于得到的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出這兩種模型中的待估參數(shù)值。

S104：在需要預(yù)測出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)時，分別 基于擬合出的所述長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)。

S105：將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

這里，將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)合并后的數(shù)據(jù)作為預(yù)測的未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)，該預(yù)測的業(yè)務(wù)數(shù)據(jù)同時兼顧了業(yè)務(wù)的長期趨勢和周期性趨勢特點。合并的方式有兩種，具體可以是確定長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)的和值，將確定的和值作為預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)；或者，確定長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)的乘積，將確定的乘積作為預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

實施例二

如圖2所示，為本申請實施例二提供的數(shù)據(jù)處理方法流程圖，包括以下步驟：

S201：服務(wù)器采集預(yù)設(shè)業(yè)務(wù)在多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)。

S202：針對任一時間點，確定包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值，將確定的平均值作為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。

這里，由于長期趨勢數(shù)據(jù)需要反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，因此這里需要弱化周期性的變化趨勢，可以將以該任一時間點作為中間時間點的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值作為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)，此時需要該預(yù)測周期為奇數(shù)個時間點，當然，該任一時間點也可以不為中間時間點，只是這時候效果會差些。

具體地，服務(wù)器根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的長期趨勢數(shù)據(jù)：

其中，Tt_i表示所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢數(shù)據(jù)，L為預(yù)設(shè)周期，Y_i-j為所述預(yù)設(shè)業(yè)務(wù)在第i-j個時間點的業(yè)務(wù)數(shù)據(jù)，L為奇數(shù)。

經(jīng)過上述處理，會造成一部分時間點上的長期趨勢數(shù)據(jù)缺失(比如最近半個預(yù)測周期內(nèi)的時間點上的長期趨勢數(shù)據(jù)缺失)，在具體實施中，可以預(yù)先補充一部分業(yè)務(wù)數(shù)據(jù)(具體可以采用已有的短期預(yù)測方式來預(yù)測這部分業(yè)務(wù)數(shù)據(jù))，以避免數(shù)據(jù)缺失。

S203：基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，以及確定的所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的周期性趨勢數(shù)據(jù)。

這里，可以采用加法模型或乘法模型對業(yè)務(wù)數(shù)據(jù)進行拆分，若采用加法模型，針對任一時間點，可以直接將在該時間點的業(yè)務(wù)數(shù)據(jù)與確定出的長期趨勢數(shù)據(jù)的差值作為在該時間點的周期性趨勢數(shù)據(jù)；若采用乘法模型，則可以直接將業(yè)務(wù)數(shù)據(jù)與確定出的長期趨勢數(shù)據(jù)的商值作為在該時間點的周期性趨勢數(shù)據(jù)。

在具體實施中，業(yè)務(wù)數(shù)據(jù)的變化除具有長期性趨勢和周期性趨勢外，還有一定的隨機性。因此，在確定周期性趨勢數(shù)據(jù)時，除考慮長期趨勢的影響外，還需要考慮隨機性的影響，為此，本申請給出了取連續(xù)的幾個預(yù)測周期內(nèi)、同一相對位置上的時間點的所述差值的平均值作為所述周期性趨勢數(shù)據(jù)。

具體地，服務(wù)器根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的周期性趨勢數(shù)據(jù)St2_i：

或者，

或者，

其中，St2_i為所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的周期性趨勢數(shù)據(jù)；St1_i-nL為所 述預(yù)設(shè)業(yè)務(wù)在第i-nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i-nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；St1_i+nL為所述預(yù)設(shè)業(yè)務(wù)在第i+nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i+nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；β為正整數(shù)；L為預(yù)設(shè)周期。

在具體實施中，可以根據(jù)業(yè)務(wù)數(shù)據(jù)實際情況選擇β的取值，一般地，β可取1。

經(jīng)過上述處理，會造成一部分時間點上的周期性趨勢數(shù)據(jù)缺失(比如最近一個預(yù)測周期內(nèi)的時間點上的周期性趨勢數(shù)據(jù)缺失)，在具體實施中，可以預(yù)先補充一部分業(yè)務(wù)數(shù)據(jù)(具體可以采用已有的短期預(yù)測方式來預(yù)測這部分業(yè)務(wù)數(shù)據(jù))，以避免數(shù)據(jù)缺失。

S204：基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型。

在具體實施過程中，可以將ARMA(p，q)或ARIMA(p，d，q)作為長期趨勢預(yù)測模型的樣式，將HoltWinters模型作為周期性趨勢預(yù)測模型的樣式，基于得到的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出這兩種模型中的待估參數(shù)值。

具體地，ARMA(p，q)模型如下：

其中，X_t為第t個時間點的業(yè)務(wù)數(shù)據(jù)，X_t-i為第t-i個時間點的業(yè)務(wù)數(shù)據(jù)，a_t、a_t-i為隨機擾動項，為待估參數(shù)；

或者，可以采用差分形式的ARIMA(p，d，q)模型：

其中Δ^dX_t是業(yè)務(wù)數(shù)據(jù)序列(第1～t個時間點對應(yīng)的業(yè)務(wù)數(shù)據(jù)組成的序列)的d階差分序列、Δ^dX_t-i是業(yè)務(wù)數(shù)據(jù)序列(第1～t-i個時間點對應(yīng)的業(yè)務(wù)數(shù)據(jù)組成的序列)的d階差分序列，其它參數(shù)的意義同ARMA(p，q)模型；這里， 可以采用極大似然法估計出參數(shù)的取值。

另外，HoltWinters模型的計算公式如下：

b_t＝γ(S_t-S_t-1)+(1-γ)b_t-1

F_t+m＝(S_t+b_tm)I_t-L+m

其中，α，β，γ為待估參數(shù)，X_t為第t個時間點的業(yè)務(wù)數(shù)據(jù)，b_t、b_t-1為趨勢值，S_t、S_t-1為去除周期性因素的平滑值，L為預(yù)測周期，I_t、I_t-1為周期修正系數(shù)，F(xiàn)_t+m的計算公式用來預(yù)測第t+m(m為大于或等于1的正整數(shù))個時間點的周期性趨勢數(shù)據(jù)。

S205：在需要預(yù)測出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)時，分別基于擬合出的所述長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)。

比如，采用確定出待估參數(shù)值的ARMA(p，q)模型來預(yù)測第t+1個時間點的長期趨勢數(shù)據(jù)

這里，在ARMA(p，q)模型中，a_t的期望值為0。同理，若需要預(yù)測多個時間點(比如第t+2、t+3……)的長期趨勢數(shù)據(jù)，則可以將已經(jīng)預(yù)測出的時間點的長期趨勢數(shù)據(jù)作為已知的該時間點的業(yè)務(wù)數(shù)據(jù)代入上式公式進行計算。

再比如，采用確定出待估參數(shù)值的HoltWinters模型來預(yù)測第t+m個時間點的周期性趨勢數(shù)據(jù)：

S206：將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

這里，可以將長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)按照加法模型進行 合并，也即預(yù)測的業(yè)務(wù)數(shù)據(jù)＝長期趨勢預(yù)測數(shù)據(jù)+周期性趨勢預(yù)測數(shù)據(jù)；或者，也可以將長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)按照乘法模型進行合并，也即預(yù)測的業(yè)務(wù)數(shù)據(jù)＝長期趨勢預(yù)測數(shù)據(jù)×周期性趨勢預(yù)測數(shù)據(jù)。

實施例三

如圖3所示，為本申請實施例三提供的數(shù)據(jù)處理方法流程圖，包括以下步驟：

S301：服務(wù)器采集預(yù)設(shè)業(yè)務(wù)在多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)。

S302：針對任一時間點，將包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢中間數(shù)據(jù)；將在包括所述任一時間點在內(nèi)的連續(xù)N個時間點的長期趨勢中間數(shù)據(jù)的平均值，確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。

具體地，服務(wù)器根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的長期趨勢數(shù)據(jù)：

或者，

或者，

其中，Tt2_i表示所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢數(shù)據(jù)；Tt1_i-n為所述預(yù)設(shè)業(yè)務(wù)在第i-n個時間點的長期趨勢中間數(shù)據(jù)，Y_i-n-j為所述預(yù)設(shè)業(yè)務(wù)在第i-n-j個時間點的業(yè)務(wù)數(shù)據(jù)；Tt1_i+n為所述預(yù)設(shè)業(yè)務(wù)在第i+n個時間點的長期趨勢中間數(shù)據(jù)，Y_i+n-j為所述預(yù)設(shè)業(yè)務(wù)在第i+n-j個時間點的業(yè)務(wù)數(shù)據(jù)；L為預(yù)設(shè)周期，為奇數(shù)，k為正整數(shù)。

相比上述實施例二，本申請實施例針對任一時間點，在確定包括該時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值后，并不是直接將該平均值作為該時間點對應(yīng)的長期趨勢數(shù)據(jù)，而是進一步對連續(xù)的幾個時間點對應(yīng)的長期趨勢 數(shù)據(jù)取平均值，也即進一步對長期趨勢數(shù)據(jù)進行平滑處理。

以下步驟的實施詳見實施例二的描述，這里不再贅述。

S303：基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，以及確定的所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的周期性趨勢數(shù)據(jù)。

具體地，服務(wù)器根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的周期性趨勢數(shù)據(jù)St2_i：

或者，

或者，

其中，St2_i為所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的周期性趨勢數(shù)據(jù)；St1_i-nL為所述預(yù)設(shè)業(yè)務(wù)在第i-nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i-nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；St1_i+nL為所述預(yù)設(shè)業(yè)務(wù)在第i+nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i+nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；β為正整數(shù)；L為預(yù)設(shè)周期。

S304：基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型。

S305：在需要預(yù)測出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)時，分別基于擬合出的所述長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)。

S306：將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

在具體實施過程中，業(yè)務(wù)數(shù)據(jù)的變化除了具有上面描述的長期趨勢和周期性趨勢特性外，還具有一定的時間特性，比如節(jié)假日的業(yè)務(wù)數(shù)據(jù)與正常工作日及周末的業(yè)務(wù)數(shù)據(jù)明顯不同，節(jié)假日的業(yè)務(wù)數(shù)據(jù)通常不再符合上述長期趨勢和周期性趨勢。為了體現(xiàn)業(yè)務(wù)數(shù)據(jù)的時間特性，在具體實施中，可以先將業(yè)務(wù)數(shù) 據(jù)按照時間屬性進行拆分，針對符合長期趨勢和周期性趨勢的業(yè)務(wù)數(shù)據(jù)，比如正常工作日及周末的業(yè)務(wù)數(shù)據(jù)，執(zhí)行上述模擬擬合處理，針對不符合長期趨勢和周期性趨勢的業(yè)務(wù)數(shù)據(jù)，比如節(jié)假日的業(yè)務(wù)數(shù)據(jù)，則可以根據(jù)節(jié)假日之前的工作日及周末的業(yè)務(wù)數(shù)據(jù)實際情況來預(yù)測。具體見下述實施例四的描述。

實施例四

如圖4所示，為本申請實施例四提供的數(shù)據(jù)處理方法流程圖，包括：

S401：服務(wù)器采集預(yù)設(shè)業(yè)務(wù)在多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)。

S402：基于業(yè)務(wù)數(shù)據(jù)對應(yīng)的時間點的屬性(比如節(jié)假日或非節(jié)假日)，將采集的不同時間點的業(yè)務(wù)數(shù)據(jù)，劃分為第一數(shù)據(jù)集合和第二數(shù)據(jù)集合；其中，第一數(shù)據(jù)集合中的不同時間點具有第一屬性(非節(jié)假日)，該第一數(shù)據(jù)集合中不同時間點的業(yè)務(wù)數(shù)據(jù)具有長期趨勢和周期性趨勢，第二數(shù)據(jù)集合中的不同時間點具有第二屬性(節(jié)假日)，該第二數(shù)據(jù)集合中不同時間點的業(yè)務(wù)數(shù)據(jù)不具有長期趨勢和周期性趨勢。

在具體實施過程中，可以首先將采集的不同時間點的業(yè)務(wù)數(shù)據(jù)中的異常業(yè)務(wù)數(shù)據(jù)剔除，比如發(fā)生的異常大額數(shù)據(jù)、發(fā)生的異常小額數(shù)據(jù)等，再將剩余的業(yè)務(wù)數(shù)據(jù)拆分為第一數(shù)據(jù)集合和第二數(shù)據(jù)集合。這里的第一數(shù)據(jù)集合具體可以包括正常工作日及周末的時間點對應(yīng)的業(yè)務(wù)數(shù)據(jù)，第二數(shù)據(jù)集合具體可以包括節(jié)假日對應(yīng)的業(yè)務(wù)數(shù)據(jù)。

S403：針對第一數(shù)據(jù)集合對應(yīng)的任一時間點，將包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢中間數(shù)據(jù)；將在包括所述任一時間點在內(nèi)的連續(xù)N個時間點的長期趨勢中間數(shù)據(jù)的平均值，確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。

具體地，可以根據(jù)以下公式確定任一時間點的長期趨勢數(shù)據(jù)：

其中，Tt2_i表示所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢數(shù)據(jù)；Tt1_i為所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢中間數(shù)據(jù)，Y_i-j為所述預(yù)設(shè)業(yè)務(wù)在第i-j個時間點的業(yè)務(wù)數(shù)據(jù)；Tt1_i-1為所述預(yù)設(shè)業(yè)務(wù)在第i-1個時間點的長期趨勢中間數(shù)據(jù)，Y_i-1-j為所述預(yù)設(shè)業(yè)務(wù)在第i-1-j個時間點的業(yè)務(wù)數(shù)據(jù)；L為預(yù)設(shè)周期，為奇數(shù)。

S404：基于所述預(yù)設(shè)業(yè)務(wù)在第一數(shù)據(jù)集合內(nèi)不同時間點的業(yè)務(wù)數(shù)據(jù)和長期趨勢數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在第一數(shù)據(jù)集合內(nèi)不同時間點的周期性趨勢數(shù)據(jù)。

具體地，可以根據(jù)以下公式確定預(yù)設(shè)業(yè)務(wù)在第一數(shù)據(jù)集合內(nèi)的任一時間點的周期性趨勢數(shù)據(jù)St2_i：

第一種，基于加法模型：

其中，St1_i＝Y(jié)t_i-Tt2_i，這里，Yt_i為第i個時間點的業(yè)務(wù)數(shù)據(jù)。

第二種，基于乘法模型：

其中，

如圖5(a)所示，為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的業(yè)務(wù)數(shù)據(jù)示意圖；圖中，橫坐標軸標識時間點，縱坐標值標識業(yè)務(wù)數(shù)據(jù)；圖5(b)所示，為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的長期趨勢數(shù)據(jù)示意圖；圖5(c)所示，為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的周期性趨勢數(shù)據(jù)示意圖；5(d)所示，為第一數(shù)據(jù)集合內(nèi)不同時間點對應(yīng)的隨機趨勢數(shù)據(jù)示意圖(任一時間點的隨機趨勢數(shù)據(jù)是采用該時間點的業(yè)務(wù)數(shù)據(jù)減去長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)后的數(shù)據(jù)，或者為采用時間點的業(yè)務(wù)數(shù)據(jù)除以長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)后的數(shù)據(jù))。

S405：基于所述預(yù)設(shè)業(yè)務(wù)在第一數(shù)據(jù)集合內(nèi)不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型。

具體地，基于上述長期趨勢數(shù)據(jù)，可以擬合得到長期趨勢預(yù)測模型如下：

其中，X_t為第t個時間點的業(yè)務(wù)數(shù)據(jù)，X_t-i為第t-i個時間點的業(yè)務(wù)數(shù)據(jù)，a_t、a_t-i為隨機擾動項，為待估參數(shù)；

或者，可以擬合得到差分形式的ARIMA(p，d，q)模型：

其中Δ^dX_t是業(yè)務(wù)數(shù)據(jù)序列(不同時間點對應(yīng)的業(yè)務(wù)數(shù)據(jù)組成的序列)的d階差分序列，其它參數(shù)的意義同ARMA(p，q)模型；這里，可以采用極大似然法估計出參數(shù)的取值。

另外，基于上述周期性趨勢模型，可以擬合得到HoltWinters模型：

F_t+m＝(S_t+b_tm)I_t-l+m；

其中，

b_t＝γ(S_t-S_t-1)+(1-γ)b_t-1，

F_t+m＝(S_t+b_tm)I_t-L+m，

上述公式中，α，β，γ為待估參數(shù)，X_t為第t個時間點的業(yè)務(wù)數(shù)據(jù)，b_t為趨勢值，S_t為去除周期性因素的平滑值，L為預(yù)測周期，I_t為周期修正系數(shù)，F(xiàn)_t+m的計算公式用來預(yù)測第t+m個時間點的周期性趨勢數(shù)據(jù)。

S406：在需要預(yù)測出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)時，若該未來預(yù)設(shè)時間點具有第一屬性，則分別基于擬合出的所述長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)。

比如，采用確定出待估參數(shù)值的ARMA(p，q)模型來預(yù)測第t+1個時間 點的長期趨勢數(shù)據(jù)

采用確定出待估參數(shù)值的HoltWinters模型來預(yù)測第t+1個時間點的周期性趨勢數(shù)據(jù)：

S407：將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

比如，采用加法模型，確定出預(yù)測的業(yè)務(wù)數(shù)據(jù)

再比如，采用乘法模型，確定出預(yù)測的業(yè)務(wù)數(shù)據(jù)

S408：若該未來預(yù)設(shè)時間點具有第二屬性，則根據(jù)距離該未來預(yù)設(shè)時間點最近的多個具有第一屬性的時間點的業(yè)務(wù)數(shù)據(jù)，確定該未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

在具體實施中，可以確定出在第一屬性的時間點產(chǎn)生的業(yè)務(wù)數(shù)據(jù)平均值和在第二屬性的時間點產(chǎn)生的業(yè)務(wù)數(shù)據(jù)平均值之間的比值，在預(yù)測未來第第二屬性的時間點的業(yè)務(wù)數(shù)據(jù)時，根據(jù)距離該時間點最近的一些第一屬性時間點的業(yè)務(wù)數(shù)據(jù)，以及確定出的所述比值，預(yù)測該時間點的業(yè)務(wù)數(shù)據(jù)。

比如，根據(jù)之前在小長假、長假產(chǎn)生的業(yè)務(wù)數(shù)據(jù)的經(jīng)驗值，總結(jié)計算出小長假、長假相對于正常工作日或周末的業(yè)務(wù)數(shù)據(jù)平均值的比值，從而根據(jù)時間上距離小長假、長假最近的一部分工作日或周末的業(yè)務(wù)數(shù)據(jù)(可以是真實產(chǎn)生的業(yè)務(wù)數(shù)據(jù)或預(yù)測的業(yè)務(wù)數(shù)據(jù))，計算出小長假、長假期間的預(yù)測業(yè)務(wù)數(shù)據(jù)。

在具體實施過程中，通常不只是預(yù)測一個時間點的業(yè)務(wù)數(shù)據(jù)，而是未來一段時間內(nèi)的業(yè)務(wù)數(shù)據(jù)，這段時間內(nèi)可能同時包括第一屬性的時間點和第二屬性的時間點，在具體實施中，分別得到各第一屬性的時間點的預(yù)測業(yè)務(wù)數(shù)據(jù)，和各第二屬性的時間點的預(yù)測業(yè)務(wù)數(shù)據(jù)后，將兩者合并起來；在有需要的情況下，也可以增加月初效應(yīng)和季度末效應(yīng)等的特殊處理，得到最終完整的預(yù)測結(jié)果。

本申請實施例提供的上述業(yè)務(wù)數(shù)據(jù)預(yù)測方式可以適用于訪問用戶數(shù)、交易 筆數(shù)、金融產(chǎn)品使用次數(shù)、金額數(shù)量等多種業(yè)務(wù)數(shù)據(jù)的預(yù)測。可以協(xié)助規(guī)避資源流動性風險，避免出現(xiàn)資源臨時性不足，保障業(yè)務(wù)的正常運行。

基于同一發(fā)明構(gòu)思，本申請實施例中還提供了一種與數(shù)據(jù)處理方法對應(yīng)的數(shù)據(jù)處理裝置，由于該裝置解決問題的原理與本申請實施例數(shù)據(jù)處理方法相似，因此該裝置的實施可以參見方法的實施，重復(fù)之處不再贅述。

實施例五

如圖6所示，為本申請實施例五提供的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖，包括：

采集模塊61，用于采集預(yù)設(shè)業(yè)務(wù)在多個預(yù)測周期內(nèi)的不同時間點的業(yè)務(wù)數(shù)據(jù)；

第一確定模塊62，用于基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)；其中，所述不同時間點的長期趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在多個預(yù)測周期內(nèi)的總的變化趨勢，所述不同時間點的周期性趨勢數(shù)據(jù)反映業(yè)務(wù)數(shù)據(jù)在每個預(yù)測周期內(nèi)的變化趨勢；

擬合模塊63，用于基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)和周期性趨勢數(shù)據(jù)，分別擬合出長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型；

第二確定模塊64，用于在需要預(yù)測出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)時，分別基于擬合出的所述長期趨勢預(yù)測模型和周期性趨勢預(yù)測模型，確定出所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)；

第三確定模塊65，用于將所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)進行合并，確定出預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

可選地，所述第一確定模塊62具體用于：

基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)；基于所述預(yù)設(shè)業(yè)務(wù)在不同時間點的業(yè)務(wù)數(shù)據(jù)，以及確定的所述預(yù)設(shè)業(yè)務(wù)在不同時間點的長期趨勢數(shù)據(jù)，確定所述預(yù)設(shè)業(yè)務(wù)在不同時間點的周期性趨勢數(shù)據(jù)。

可選地，所述第一確定模塊62具體用于：

針對任一時間點，確定包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值，將確定的平均值作為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。

可選地，所述第一確定模塊62具體用于根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的長期趨勢數(shù)據(jù)：

其中，Tt_i表示所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢數(shù)據(jù)，L為預(yù)設(shè)周期，Y_i-j為所述預(yù)設(shè)業(yè)務(wù)在第i-j個時間點的業(yè)務(wù)數(shù)據(jù)，L為奇數(shù)。

可選地，所述第一確定模塊62具體用于：

針對任一時間點，將包括該任一時間點在內(nèi)的一個預(yù)測周期內(nèi)的業(yè)務(wù)數(shù)據(jù)的平均值確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢中間數(shù)據(jù)；將在包括所述任一時間點在內(nèi)的連續(xù)N個時間點的長期趨勢中間數(shù)據(jù)的平均值，確定為所述預(yù)設(shè)業(yè)務(wù)在該任一時間點的長期趨勢數(shù)據(jù)。

可選地，所述第一確定模塊62具體用于根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的長期趨勢數(shù)據(jù)：

或者，

或者，

其中，Tt2_i表示所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的長期趨勢數(shù)據(jù)；Tt1_i-n為所述預(yù)設(shè)業(yè)務(wù)在第i-n個時間點的長期趨勢中間數(shù)據(jù)，Y_i-n-j為所述預(yù)設(shè)業(yè)務(wù)在第i-n-j個時間點的業(yè)務(wù)數(shù)據(jù)；Tt1_i+n為所述預(yù)設(shè)業(yè)務(wù)在第i+n個時間點的長期趨勢中間數(shù)據(jù)，Y_i+n-j為所述預(yù)設(shè)業(yè)務(wù)在第i+n-j個時間點的業(yè)務(wù)數(shù)據(jù)；L為預(yù)設(shè)周期，為奇數(shù)，k為正整數(shù)。

可選地，所述第一確定模塊62具體用于根據(jù)以下公式確定所述預(yù)設(shè)業(yè)務(wù)在任一時間點的周期性趨勢數(shù)據(jù)：

或者，

或者，

其中，St2_i為所述預(yù)設(shè)業(yè)務(wù)在第i個時間點的周期性趨勢數(shù)據(jù)；St1_i-nL為所述預(yù)設(shè)業(yè)務(wù)在第i-nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i-nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；St1_i+nL為所述預(yù)設(shè)業(yè)務(wù)在第i+nL個時間點的業(yè)務(wù)數(shù)據(jù)與在第i+nL個時間點的長期趨勢數(shù)據(jù)之間的差值或商值；β為正整數(shù)；L為預(yù)設(shè)周期。

可選地，所述第三確定模塊65具體用于：

確定所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)的和值，將確定的和值作為預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)；或者，確定所述長期趨勢預(yù)測數(shù)據(jù)和周期性趨勢預(yù)測數(shù)據(jù)的乘積，將確定的乘積作為預(yù)測的所述預(yù)設(shè)業(yè)務(wù)在未來預(yù)設(shè)時間點的業(yè)務(wù)數(shù)據(jù)。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本申請的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本申請可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學存儲器等)上實施的計算機程序產(chǎn)品的形式。

本申請是參照根據(jù)本申請實施例的方法、裝置(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一 個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

盡管已描述了本申請的優(yōu)選實施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本申請范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對本申請進行各種改動和變型而不脫離本申請的精神和范圍。這樣，倘若本申請的這些修改和變型屬于本申請權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本申請也意圖包含這些改動和變型在內(nèi)。