一種基于序列數(shù)據(jù)進(jìn)行預(yù)測的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于序列數(shù)據(jù)進(jìn)行預(yù)測的方法及裝 置。
【背景技術(shù)】
[0002] 在移動互聯(lián)網(wǎng)應(yīng)用中，數(shù)據(jù)量往往隨著用戶數(shù)量的增長呈指數(shù)級增長。移動互聯(lián) 網(wǎng)數(shù)據(jù)通常具有覆蓋用戶廣、動態(tài)變化大、關(guān)聯(lián)性強等特點。移動互聯(lián)網(wǎng)數(shù)據(jù)的這些特性為 數(shù)據(jù)應(yīng)用提出一個難題，雖然擁有海量數(shù)據(jù)，但是卻面臨無從下手的窘境。因此一個須待解 決的問題是，如何能夠讓系統(tǒng)自動從數(shù)據(jù)中抽取有用信息以構(gòu)建動態(tài)模型，而非人為事先 指定數(shù)據(jù)之間的關(guān)聯(lián)。這樣所構(gòu)建的模型能夠在更廣泛的領(lǐng)域中被采納和應(yīng)用。
[0003] 傳感器數(shù)據(jù)流和用戶行為數(shù)據(jù)成為現(xiàn)今物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)上的主要數(shù)據(jù)來源， 這些數(shù)據(jù)主要以序列的方式呈現(xiàn)。在不同的移動應(yīng)用中所采集到的行為數(shù)據(jù)含義也有所不 同，可以是用戶的地理位置坐標(biāo)，簽到記錄，手機程序使用記錄等。這些數(shù)據(jù)隨著時間的變 化而不斷更新。
[0004] 同時，因為某些特定的原因或情景，在這些序列數(shù)據(jù)中也會體現(xiàn)出特定的序列模 式。例如，一個人在工作日的移動行為可以在簽到序列中表現(xiàn)出{:家，地鐵站，公司，地鐵 站，家}這樣的特定序列模式，其產(chǎn)生的原因是因為工作這一特定情境；而在周末的休閑購 物，則可能產(chǎn)生{:家，商場，超市}這樣的序列模式。
[0005] 如果能夠構(gòu)建一種基于序列的動態(tài)模型，用以表達(dá)數(shù)據(jù)的潛在成因及其變化關(guān) 系，那么便可以通過該模型實現(xiàn)對用戶行為模式的抽象描述。對于在線用戶行為預(yù)測，產(chǎn)品 推薦以及群體行為趨勢預(yù)測等場景提供有效的解決方案。
[0006] 現(xiàn)有技術(shù)中提出了基于隱馬爾科夫鏈（Hidden Markov Chain)的建模算法，為了 簡化模型構(gòu)建，通常采用一階馬爾科夫鏈來建模動態(tài)序列，具體如下：
[0007] 用隱藏狀態(tài)變量表示一些不可直接觀測到的狀態(tài)，對于這些狀態(tài)的計算通過系統(tǒng) 推理所得。如圖1所示，每一個隱藏狀態(tài)變量Xt只由其前一個狀態(tài)變量Xt-I所決定，與更 早的狀態(tài)無關(guān)。例如，今天下雨的狀態(tài)僅與昨天下雨有關(guān)，而與前天的天氣無關(guān)。隱藏狀態(tài) 之間通過一個轉(zhuǎn)移矩陣P(Xt IXt-I)來表明各個隱藏狀態(tài)從當(dāng)前狀態(tài)轉(zhuǎn)移到下一個狀態(tài)的 可能概率。
[0008] 對于所觀測到的實際數(shù)據(jù)，則用一個可觀測變量0來表示。在同一時刻，每一個可 觀測變量對應(yīng)一個隱藏狀態(tài)變量。例如，可以觀測到的狀態(tài)為路上的行人是否打傘這一特 征，而隱藏的狀態(tài)為天氣。系統(tǒng)要做的就是利用觀測路人打傘的結(jié)果去推斷當(dāng)前的天氣?？?觀測變量和隱藏狀態(tài)變量之間的關(guān)系，可以用一個輸出矩陣P(OtlXt)來表明在一個隱藏 狀態(tài)下，可能觀察到的實際狀態(tài)的概率。
[0009] 采用一階馬爾科夫鏈構(gòu)建的模型主要可以用于以下幾個方面：
[0010] a.已知模型參數(shù)P(Xt lxt-?)和P(0t Ixt)，計算某一特定輸出序列概率 P (01，02,…，Ot);
[0011] b.已知模型參數(shù)，尋找最可能產(chǎn)生某一特定輸出序列的隱藏狀態(tài)序列{XI，X2，··· ,xt}；
[0012] c.已知可觀測序列{01，02，···，0?}，尋找最可能的狀態(tài)轉(zhuǎn)移及輸出概率 p(xt|xt-i)和 p(ot|xt)。
[0013] 現(xiàn)有技術(shù)的不足主要在于，一階馬爾科夫鏈這種理想化的建模方式雖然簡化了計 算過程，但并未準(zhǔn)確的表述現(xiàn)實應(yīng)用中的變量影響情況，難以保證數(shù)據(jù)分析的準(zhǔn)確性，使用 局限性較大。

【發(fā)明內(nèi)容】

[0014] 本發(fā)明提供一種基于序列數(shù)據(jù)進(jìn)行預(yù)測的方法及裝置，用以建立序列數(shù)據(jù)之間的 聯(lián)系，提高對序列數(shù)據(jù)預(yù)測的準(zhǔn)確性。
[0015] 本發(fā)明實施例提供的具體技術(shù)方案如下：
[0016] 第一方面，本發(fā)明提供了一種基于序列數(shù)據(jù)進(jìn)行預(yù)測的方法，包括：
[0017] 獲取終端中存儲的第一序列數(shù)據(jù)；
[0018] 根據(jù)預(yù)設(shè)的采樣方法，從所述第一序列數(shù)據(jù)中獲取序列模式，所述序列模式為所 述第一序列數(shù)據(jù)中滿足預(yù)設(shè)條件的數(shù)據(jù)元素的組合；
[0019] 利用序列模式圖對所述序列模式進(jìn)行匹配，獲取匹配的結(jié)果；
[0020] 根據(jù)所述匹配的結(jié)果，對所述第一序列數(shù)據(jù)中即將出現(xiàn)的元素進(jìn)行預(yù)測。
[0021] 結(jié)合第一方面，在第一方面的第一種可能的實現(xiàn)方式中，所述利用序列模式圖對 所述序列模式進(jìn)行匹配之前，還包括：
[0022] 獲取預(yù)設(shè)數(shù)量的歷史序列數(shù)據(jù)；
[0023] 確定所述歷史序列數(shù)據(jù)包含的基元序列模式，所述基元序列模式至少為兩個，所 述基元序列模式為所述歷史序列數(shù)據(jù)中滿足預(yù)設(shè)條件的數(shù)據(jù)元素的組合；
[0024] 根據(jù)所述基元序列模式在所述歷史序列數(shù)據(jù)中的起始位置確定所述基元序列模 式之間的關(guān)系；
[0025] 根據(jù)所述基元序列模式之間的關(guān)系構(gòu)建序列模式圖。
[0026] 結(jié)合第一方面的第一種可能的實現(xiàn)方式，在第一方面的第二種可能的實現(xiàn)方式 中，所述基元序列模式包括第一基元序列模式和第二基元序列模式；
[0027] 根據(jù)所述基元序列模式在所述序列數(shù)據(jù)中的起始位置確定所述基元序列模式之 間的關(guān)系，包括：
[0028] 若所述第一基元序列模式的起始位置不在所述第二基元序列模式的起始位置之 前，并且所述第一基元序列模式的終止位置不在所述第二基元序列模式的終止位置之后， 則所述第一基元序列模式被包含在所述第二基元序列模式中；
[0029] 若所述第一基元序列模式的起始位置在所述第二基元序列模式的終止位置之前， 且所述第一基元序列模式的終止位置在所述第二基元序列模式的終止位置之后，則所述第 一基元序列模式前向重疊于所述第二基元序列模式，所述第二基元序列模式后向重疊于所 述第一基元序列模式；
[0030] 若所述第一基元序列模式的起始位置等于所述第二基元序列模式的終止位置加 1，則所述第一基元序列模式前向相鄰于所述第二基元序列模式，所述第二基元序列模式后 向相鄰于所述第一基元序列模式。
[0031] 結(jié)合第一方面或第一方面的第一種可能的實現(xiàn)方式或第一方面的第二種可能的 實現(xiàn)方式，在第三種可能的實現(xiàn)方式中，所述利用序列模式圖對所述序列模式進(jìn)行匹配，獲 取匹配的結(jié)果具體包括：
[0032] 遍歷所述序列模式圖，獲取與所述序列模式匹配的第三基元序列模式；
[0033] 根據(jù)所述第三基元序列模式在所述序列模式圖中的位置，獲取符合預(yù)設(shè)條件的候 選元素；
[0034] 根據(jù)所述匹配的結(jié)果，對所述第一序列數(shù)據(jù)中即將出現(xiàn)的元素進(jìn)行預(yù)測包括：
[0035] 確定所述候選元素為所述第一序列數(shù)據(jù)中即將產(chǎn)生的元素。
[0036] 結(jié)合第一方面的第三種可能的實現(xiàn)方式，在第一方面的第四種可能的實現(xiàn)方式 中，所述基元序列模式包括模式影響力或模式間關(guān)系強度；
[0037] 根據(jù)所述第三基元序列模式在所述序列模式圖中的位置，獲取符合預(yù)設(shè)條件的候 選元素包括：
[0038] 根據(jù)所述第三基元序列模式的模式影響力或模式間關(guān)系強度對所述第三基元序 列模式進(jìn)行排序，獲取排列順序為第一的第三基元序列模式；
[0039] 根據(jù)所述排列順序為第一的第三基元序列模式在所述序列模式圖中的位置，確定 所述序列模式在所述序列模式圖中的位置；
[0040] 根據(jù)所述序列模式在所述序列模式圖中的位置，確定候選元素。
[0041] 結(jié)合第一方面的第三種可能的實現(xiàn)方式，在第一方面的第五種可能的實現(xiàn)方式 中，所述基元序列模式包括模式影響力或模式間關(guān)系強度；
[0042] 根據(jù)所述第三基元序列模式在所述序列模式圖中的位置，獲取符合預(yù)設(shè)條件的候 選元素包括：
[0043] 根據(jù)所述第三基元序列模式在所述序列模式圖中的位置確定所述第三基元序列 模式所對應(yīng)的第一候選兀素；
[0044] 當(dāng)所述第一候選元素為至少兩個時，根據(jù)所述第三基元序列模式的模式影響力或 模式間關(guān)系強度，對所述第一候選元素進(jìn)行加權(quán)統(tǒng)計，獲取所述第一候選元素的加權(quán)統(tǒng)計 結(jié)果；
[0045] 確定所述加權(quán)統(tǒng)計結(jié)果中的最大值所對應(yīng)的第一候選元素為第二候選元素；
[0046] 根據(jù)所述匹配的結(jié)果，對所述第一序列數(shù)據(jù)中即將出現(xiàn)的元素進(jìn)行預(yù)測包括：
[0047] 確定所述第二候選元素為所述第一序列數(shù)據(jù)中即將產(chǎn)生的元素。
[0048] 結(jié)合第一方面的第五種可能的實現(xiàn)方式，在第一方面的第六種可能的實現(xiàn)方式 中，所述確定所述加權(quán)統(tǒng)計結(jié)果中的最大值所對應(yīng)的所述第一候選元素為第二候選元素之 后,還包括：
[0049] 按照預(yù)設(shè)的第一加分標(biāo)準(zhǔn)對所述第二候選元素所對應(yīng)的第三基元序列模式的模 式影響力和模式間關(guān)系強度進(jìn)行調(diào)整；
[0050] 按照預(yù)設(shè)的第二加分標(biāo)準(zhǔn)對與所述第二候選元素所對應(yīng)的第三基元序列模式有 連接關(guān)系的基元序列模式的模式影響力和模式間關(guān)系強度進(jìn)行調(diào)整。
[0051] 第二方面，本發(fā)明提供了一種基于序列數(shù)據(jù)進(jìn)行預(yù)測的裝置，包括：
[0052] 第一獲取模塊，用于獲取終端中存儲的第一序列數(shù)據(jù)；
[0053] 第二獲取模塊，用于根據(jù)預(yù)設(shè)的采樣方法，從所述第一獲取模塊獲取序列模式，所 述序列模式為所述第一序列數(shù)據(jù)中滿足預(yù)設(shè)條件的數(shù)據(jù)元素的組合；
[0054] 匹配模塊，用于利用序列模式圖對所述序列模式進(jìn)行匹配，獲取匹配的結(jié)果；
[0055] 預(yù)測模塊，用于根據(jù)所述匹配的結(jié)果，對所述第一序列數(shù)據(jù)中即將出現(xiàn)的元素進(jìn) 行預(yù)測。
[0056] 結(jié)合第二方面，在第二方面的第一種可能的實現(xiàn)方式中，所述裝置還包括模式圖 構(gòu)建模塊，所述模式圖構(gòu)建模塊包括獲取單元、確定單元，判斷單元和構(gòu)建單元，
[0057] 所述獲取單元，具體用于獲取預(yù)設(shè)數(shù)量的歷史序列數(shù)據(jù)；
[0058] 所述確定單元，具體用于確定所述歷史序列數(shù)據(jù)中包含的基元序列模式，所述基 元序列模式至少為兩個，所述基元序列模式為所述歷史序列數(shù)據(jù)中滿足預(yù)設(shè)條件的數(shù)據(jù)元 素的組合；
[0059] 所述判斷單元，具體用于根據(jù)所述基元序列模式在所述歷史序列數(shù)據(jù)中的起始位 置確定所述基元序列模式之間的關(guān)系；
[0060] 所述構(gòu)建單元，具體用于根據(jù)所述基元序列模式之間的關(guān)系構(gòu)建序列模式圖；
[0061] 所述匹配模塊，具體用于利用所述模式圖構(gòu)建模塊構(gòu)建的序列模式圖對所述第二 獲取模塊獲取的所述序列模式進(jìn)行匹配，獲取匹配的結(jié)果。
[0062] 結(jié)合第二方面的第一種可能的實現(xiàn)方式，在第二方面的第二種可能的實現(xiàn)方式 中，所述基元序列模式包括第一基元序列模式和第二基元序列模式；
[0063] 所述判斷單元具體用于：
[0064] 若所述第一基元序列模式的