本技術(shù)涉及人工智能領(lǐng)域，尤其涉及一種時(shí)間序列分析系統(tǒng)的構(gòu)建方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、時(shí)間序列是按照時(shí)間順序排列的數(shù)據(jù)點(diǎn)，通常是連續(xù)的時(shí)間間隔，如每日、每月、每年等。這種類型的數(shù)據(jù)在許多領(lǐng)域都是常見(jiàn)的，例如金融、氣象、股票市場(chǎng)、銷售數(shù)據(jù)等等。而在金融系統(tǒng)中，對(duì)時(shí)間序列進(jìn)行預(yù)測(cè)、分類和異常檢測(cè)等處理能夠在風(fēng)控、銷售、管理等方面起到預(yù)測(cè)和輔助作用。

2、但是現(xiàn)有的基于時(shí)間序列的處理均是采用相關(guān)機(jī)構(gòu)采集好的優(yōu)質(zhì)數(shù)據(jù)，沒(méi)有缺失值。并且現(xiàn)實(shí)場(chǎng)景不同客戶端都擁有各自的數(shù)據(jù)，出于數(shù)據(jù)安全和隱私的考慮，不會(huì)將數(shù)據(jù)集合在一個(gè)中心化的組織及逆行訓(xùn)練。同時(shí)在對(duì)時(shí)間序列進(jìn)行處理時(shí)僅僅對(duì)時(shí)間序列本身進(jìn)行處理，導(dǎo)致最終對(duì)時(shí)間序列的分析結(jié)果不夠準(zhǔn)確，對(duì)金融系統(tǒng)運(yùn)行過(guò)程中起的作用較為有限。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)公開(kāi)的一種時(shí)間序列分析系統(tǒng)的構(gòu)建方法、裝置、設(shè)備及介質(zhì)，旨在解決現(xiàn)有的基于時(shí)間序列的處理均是采用相關(guān)機(jī)構(gòu)采集好的優(yōu)質(zhì)數(shù)據(jù)，沒(méi)有缺失值。并且現(xiàn)實(shí)場(chǎng)景不同客戶端都擁有各自的數(shù)據(jù)，出于數(shù)據(jù)安全和隱私的考慮，不會(huì)將數(shù)據(jù)集合在一個(gè)中心化的組織及逆行訓(xùn)練。同時(shí)在對(duì)時(shí)間序列進(jìn)行處理時(shí)僅僅對(duì)時(shí)間序列本身進(jìn)行處理，導(dǎo)致最終對(duì)時(shí)間序列的分析結(jié)果不夠準(zhǔn)確，對(duì)金融系統(tǒng)運(yùn)行過(guò)程中起的作用較為有限等問(wèn)題。

2、第一方面，本技術(shù)提供了一種時(shí)間序列分析系統(tǒng)的構(gòu)建方法，待構(gòu)建的時(shí)間序列分析系統(tǒng)包括多個(gè)分析子系統(tǒng)，每個(gè)分析子系統(tǒng)中存儲(chǔ)有待訓(xùn)練的時(shí)間序列預(yù)測(cè)模型，時(shí)間序列預(yù)測(cè)模型用于對(duì)分析子系統(tǒng)對(duì)應(yīng)的時(shí)間序列進(jìn)行預(yù)測(cè)；方法包括：

3、獲取每個(gè)分析子系統(tǒng)對(duì)應(yīng)的原始時(shí)間序列；

4、將原始時(shí)間序列輸入至對(duì)應(yīng)的分析子系統(tǒng)的時(shí)間序列預(yù)測(cè)模型中，時(shí)間序列預(yù)測(cè)模型分解原始時(shí)間序列，獲取全局變量信息；

5、獲取每個(gè)分析子系統(tǒng)的全局變量信息，根據(jù)多個(gè)全局變量信息生成聯(lián)邦變量信息；

6、根據(jù)聯(lián)邦變量信息和每個(gè)分析子系統(tǒng)對(duì)應(yīng)的全局變量信息對(duì)每個(gè)時(shí)間序列預(yù)測(cè)模型進(jìn)行優(yōu)化，完成對(duì)多個(gè)時(shí)間序列預(yù)測(cè)模型的訓(xùn)練，獲取構(gòu)建完成的時(shí)間序列分析系統(tǒng)。

7、在一些實(shí)施例中，時(shí)間序列預(yù)測(cè)模型包括分解層，將原始時(shí)間序列輸入至對(duì)應(yīng)的分析子系統(tǒng)的時(shí)間序列預(yù)測(cè)模型中，包括：

8、將原始時(shí)間序列輸入到每個(gè)分析子系統(tǒng)的分解層中，分解層分解原始時(shí)間序列，獲取全局變量信息。

9、示例性的，分解層分解原始時(shí)間序列，還獲取第一周期信息和第一趨勢(shì)信息；時(shí)間序列預(yù)測(cè)模型還包括編碼層和解碼層；方法還包括：將原始時(shí)間序列輸入至編碼層中，編碼層對(duì)原始時(shí)間序列進(jìn)行編碼，獲取第二周期信息和第二趨勢(shì)信息；將第一周期信息輸入至解碼層中，解碼層對(duì)第一周期信息進(jìn)行解碼，獲取第三周期信息；獲取第三周期信息和第一周期信息的周期差異信息、第一趨勢(shì)信息和第二趨勢(shì)信息的趨勢(shì)差異信息；根據(jù)周期差異信息和趨勢(shì)差異信息完成對(duì)分解層的優(yōu)化并更新全局變量信息，以使得第一周期信息趨近于第三周期信息，第一趨勢(shì)信息趨近于第二趨勢(shì)信息。

10、需要說(shuō)明的是，在一些實(shí)施例中，編碼層包括至少一個(gè)周期趨勢(shì)分解模塊；將原始時(shí)間序列輸入至編碼層中，編碼層對(duì)原始時(shí)間序列進(jìn)行編碼，獲取第二周期信息和第二趨勢(shì)信息，包括：將原始時(shí)間序列輸入第一個(gè)周期趨勢(shì)分解模塊，獲取子周期信息和第二趨勢(shì)信息；將子周期信息逐層傳輸至其余的周期趨勢(shì)分解模塊，輸出第二周期信息。

11、需要說(shuō)明的是，在一些實(shí)施例中，時(shí)間序列預(yù)測(cè)模型還包括注意力層；在獲取第三周期信息和第一周期信息的周期差異信息、第一趨勢(shì)信息和第二趨勢(shì)信息的趨勢(shì)差異信息之前，還包括：將第二周期信息和第三周期信息輸入至注意力層，注意力層對(duì)第二周期信息和第三周期信息進(jìn)行頻域關(guān)聯(lián)性學(xué)習(xí)，獲取頻域關(guān)聯(lián)性信息；根據(jù)頻域關(guān)聯(lián)性信息更新解碼層的參數(shù)，以更新第三周期信息。

12、在一些實(shí)施例中，根據(jù)聯(lián)邦變量信息和每個(gè)分析子系統(tǒng)對(duì)應(yīng)的全局變量信息對(duì)每個(gè)時(shí)間序列預(yù)測(cè)模型進(jìn)行優(yōu)化，還包括：基于自注意力機(jī)制獲取聯(lián)邦變量信息和每個(gè)分析子系統(tǒng)對(duì)應(yīng)的全局變量信息的關(guān)聯(lián)性信息；根據(jù)關(guān)聯(lián)性信息更新分析子系統(tǒng)對(duì)應(yīng)的全局變量信息，以根據(jù)全局變量信息對(duì)分析子系統(tǒng)對(duì)應(yīng)的時(shí)間序列預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化。

13、在一些實(shí)施例中，獲取每個(gè)分析子系統(tǒng)對(duì)應(yīng)的原始時(shí)間序列，包括:獲取多個(gè)分析子系統(tǒng)采集的多個(gè)原始時(shí)間序列；根據(jù)每個(gè)分析子系統(tǒng)對(duì)應(yīng)的原始時(shí)間序列構(gòu)建每個(gè)分析子系統(tǒng)對(duì)應(yīng)的本地?cái)?shù)據(jù)集；從每個(gè)分析子系統(tǒng)對(duì)應(yīng)的本地?cái)?shù)據(jù)集中獲取時(shí)間軸相同的原始時(shí)間序列。

14、第二方面，本技術(shù)提供了一種時(shí)間序列分析系統(tǒng)的構(gòu)建裝置，待構(gòu)建的時(shí)間序列分析系統(tǒng)包括多個(gè)分析子系統(tǒng)，每個(gè)分析子系統(tǒng)中存儲(chǔ)有待訓(xùn)練的時(shí)間序列預(yù)測(cè)模型，時(shí)間序列預(yù)測(cè)模型用于對(duì)分析子系統(tǒng)對(duì)應(yīng)的時(shí)間序列進(jìn)行預(yù)測(cè)；包括：

15、序列獲取單元，用于獲取每個(gè)分析子系統(tǒng)對(duì)應(yīng)的原始時(shí)間序列；

16、變量獲取單元，用于將原始時(shí)間序列輸入至對(duì)應(yīng)的分析子系統(tǒng)的時(shí)間序列預(yù)測(cè)模型中，時(shí)間序列預(yù)測(cè)模型分解原始時(shí)間序列，獲取全局變量信息；

17、聯(lián)邦生成單元，用于獲取每個(gè)分析子系統(tǒng)的全局變量信息，根據(jù)多個(gè)全局變量信息生成聯(lián)邦變量信息；

18、構(gòu)建完成單元，用于根據(jù)聯(lián)邦變量信息和每個(gè)分析子系統(tǒng)對(duì)應(yīng)的全局變量信息對(duì)每個(gè)時(shí)間序列預(yù)測(cè)模型進(jìn)行優(yōu)化，完成對(duì)多個(gè)時(shí)間序列預(yù)測(cè)模型的訓(xùn)練，獲取構(gòu)建完成的時(shí)間序列分析系統(tǒng)。

19、第三方面，本技術(shù)提供了一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括處理器、存儲(chǔ)器、以及存儲(chǔ)在所述存儲(chǔ)器上并可被所述處理器執(zhí)行的計(jì)算機(jī)程序，所述存儲(chǔ)器存儲(chǔ)有策略模型，其中所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)如本技術(shù)任一項(xiàng)實(shí)施例所提供的時(shí)間序列分析系統(tǒng)的構(gòu)建方法。

20、第四方面，本技術(shù)提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)使所述處理器實(shí)現(xiàn)如本技術(shù)任一項(xiàng)實(shí)施例所提供的時(shí)間序列分析系統(tǒng)的構(gòu)建方法。

21、本技術(shù)實(shí)施例提供了一種時(shí)間序列分析系統(tǒng)的構(gòu)建方法、裝置、設(shè)備及介質(zhì)。待構(gòu)建的時(shí)間序列分析系統(tǒng)包括多個(gè)分析子系統(tǒng)，每個(gè)分析子系統(tǒng)中存儲(chǔ)有待訓(xùn)練的時(shí)間序列預(yù)測(cè)模型，時(shí)間序列預(yù)測(cè)模型用于對(duì)分析子系統(tǒng)對(duì)應(yīng)的時(shí)間序列進(jìn)行預(yù)測(cè)。所提供的方法通過(guò)獲取每個(gè)分析子系統(tǒng)對(duì)應(yīng)的原始時(shí)間序列并輸入至每個(gè)分析子系統(tǒng)的時(shí)間序列預(yù)測(cè)模型中，時(shí)間序列預(yù)測(cè)模型分解原始時(shí)間序列，獲取全局變量信息，進(jìn)而根據(jù)多個(gè)全局變量信息生成聯(lián)邦變量信息，以根據(jù)聯(lián)邦變量信息和每個(gè)分析子系統(tǒng)對(duì)應(yīng)的全局變量信息對(duì)每個(gè)時(shí)間序列預(yù)測(cè)模型進(jìn)行優(yōu)化，完成對(duì)多個(gè)時(shí)間序列預(yù)測(cè)模型的訓(xùn)練，獲取構(gòu)建完成的時(shí)間序列分析系統(tǒng)。

22、進(jìn)而所提供的方法可以擴(kuò)展至現(xiàn)有的編碼-解碼架構(gòu)中，具有較好的可擴(kuò)展性，同時(shí)只上傳全局變量信息，不涉及周期和趨勢(shì)信息，具有更好的數(shù)據(jù)隱私和安全性。并且基于聯(lián)邦方法在考慮全局趨勢(shì)的情況下實(shí)現(xiàn)多個(gè)參與方可以共同參與模型的訓(xùn)練，可以更好地利用各方的數(shù)據(jù)資源和知識(shí)經(jīng)驗(yàn)。綜上，本技術(shù)提出的方法學(xué)習(xí)構(gòu)建的系統(tǒng)具有可擴(kuò)展性，隱私和安全性更好，同時(shí)能學(xué)習(xí)到更加準(zhǔn)確的時(shí)序數(shù)據(jù)的隱變量。

23、在應(yīng)用在如金融系統(tǒng)中時(shí)，所提供的方法能聯(lián)合多個(gè)子供應(yīng)商或多個(gè)不同區(qū)域的數(shù)據(jù)管理方進(jìn)行聯(lián)邦學(xué)習(xí)，使得所訓(xùn)練的時(shí)間序列分析系統(tǒng)能夠更好在金融系統(tǒng)中，對(duì)時(shí)間序列進(jìn)行預(yù)測(cè)、分類和異常檢測(cè)等處理能夠在風(fēng)控、銷售、管理等方面起到預(yù)測(cè)和輔助作用。

24、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本技術(shù)。