一种时间序列训练开始节点的定位方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种时间序列训练开始节点的定位方法和装置。

背景技术

对时间序列进行预测时，训练开始节点的选择非常重要，尤其是当时间序列较长时。如果训练开始节点选择较远，当历史数据与近期时间序列分布有较大差异时，远期的历史数据会对预测造成干扰，预测结果的分布趋势与近期时间序列的分布走势吻合度不高，同时使用了较多的数据，会造成较多的存储和计算资源浪费。当训练开始节点选择较近且历史分布与近期时间序列相似时，如果训练集忽略历史数据，仅保留使用近期数据，由于近期内的数据可能没有包含较为完整的趋势或者季节性信息，不能对预测提供很大帮助，这会降低预测准确度。因此选择合适的训练开始节点，对提升预测准确率非常重要。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

由于训练开始节点的选择不合适，导致预测准确性较低，尤其是对高量级(百万甚至千万)时间序列预测时，无法保证预测准确性。

发明内容

有鉴于此，本发明实施例提供一种时间序列训练开始节点的定位方法和装置，以解决训练开始节点的选择不合适的技术问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种时间序列训练开始节点的定位方法，包括：

根据预设的段数将时间序列划分为多个子序列；

以所述多个子序列中距离预测时间节点最近的子序列作为基准序列，分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度；

根据所述基准序列与所述多个子序列中剩余子序列之间的相似度，定位所述时间序列的训练开始节点。

可选地，分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度，包括：

采用动态时间规整算法分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度。

可选地，根据所述基准序列与所述多个子序列中剩余子序列之间的相似度，定位所述时间序列的训练开始节点，包括：

按照所述基准序列与所述多个子序列中剩余子序列之间的相似度由大到小的顺序，对所述多个子序列中剩余子序列进行排序；

根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，将所述目标子序列的开始节点作为所述时间序列的训练开始节点。

可选地，根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，包括：

定位出排序中的第

其中，N为预设的段数，q为最低保留比例。

可选地，根据预设的段数将时间序列划分为多个子序列，包括：

从时间序列中获取近期序列，判断所述近期序列是否稳定且与所述时间序列具有差异性；

若是，则根据预设的段数将所述近期序列划分为多个子序列；

若否，则根据预设的段数将所述时间序列划分为多个子序列。

可选地，判断所述近期序列是否稳定且与所述时间序列具有差异性，包括：

分别计算所述近期序列以及所述时间序列的均值和标准差；

根据所述近期序列的均值和标准差，判断所述近期序列是否稳定；

根据所述近期序列以及所述时间序列的均值和标准差，判断所述近期序列与所述时间序列是否具有差异性。

可选地，根据所述近期序列的均值和标准差，判断所述近期序列是否稳定，包括：

根据所述近期序列的均值和标准差，确定稳定值范围；

判断在所述近期序列中，在所述稳定值范围内的元素数量与元素总数量的比值是否小于预设比例，从而判断所述近期序列是否稳定。

另外，根据本发明实施例的另一个方面，提供了一种时间序列训练开始节点的定位装置，包括：

分段模块，用于根据预设的段数将时间序列划分为多个子序列；

计算模块，用于以所述多个子序列中距离预测时间节点最近的子序列作为基准序列，分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度；

定位模块，用于根据所述基准序列与所述多个子序列中剩余子序列之间的相似度，定位所述时间序列的训练开始节点。

可选地，所述计算模块还用于：

采用动态时间规整算法分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度。

可选地，所述定位模块还用于：

按照所述基准序列与所述多个子序列中剩余子序列之间的相似度由大到小的顺序，对所述多个子序列中剩余子序列进行排序；

根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，将所述目标子序列的开始节点作为所述时间序列的训练开始节点。

可选地，所述定位模块还用于：

定位出排序中的第

其中，N为预设的段数，q为最低保留比例。

可选地，所述分段模块还用于：

从时间序列中获取近期序列，判断所述近期序列是否稳定且与所述时间序列具有差异性；

若是，则根据预设的段数将所述近期序列划分为多个子序列；

若否，则根据预设的段数将所述时间序列划分为多个子序列。

可选地，所述分段模块还用于：

分别计算所述近期序列以及所述时间序列的均值和标准差；

根据所述近期序列的均值和标准差，判断所述近期序列是否稳定；

根据所述近期序列以及所述时间序列的均值和标准差，判断所述近期序列与所述时间序列是否具有差异性。

可选地，所述分段模块还用于：

根据所述近期序列的均值和标准差，确定稳定值范围；

判断在所述近期序列中，在所述稳定值范围内的元素数量与元素总数量的比值是否小于预设比例，从而判断所述近期序列是否稳定。

根据本发明实施例的另一个方面，还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用将时间序列划分为多个子序列，计算基准序列与多个子序列中剩余子序列之间的相似度，从而定位时间序列的训练开始节点的技术手段，所以克服了现有技术中训练开始节点的选择不合适的技术问题。本发明实施例对时间序列进行分段，将其划分为多个子序列，以最邻近预测开始节点的序列段作为基准序列，将剩余各段子序列与该基准序列进行相似度比较，以相似度为指标，定位出时间序列训练开始时间的最优节点。尤其是对高量级(百万甚至千万)时间序列预测时，采用本发明实施例提供的方法，可以以较高的效率、较准确地自动获取每条时间序列训练开始时间截断点，从而提高预测的准确率。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的时间序列训练开始节点的定位方法的主要流程的示意图；

图2是根据本发明实施例的将时间序列划分为多个子序列示意图；

图3是根据本发明实施例的各个子序列的相似度的示意图；

图4是根据本发明一个可参考实施例的时间序列训练开始节点的定位方法的主要流程的示意图；

图5是根据本发明实施例的时间序列训练开始节点的定位装置的主要模块的示意图；

图6是本发明实施例可以应用于其中的示例性系统架构图；

图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

现有技术中，对于训练集开始节点的截取和选择没有固定或明确的有效方法，一般采取以下三种方法：

(1)使用全部数据，不选择训练集数据开始节点。

(2)采用直观方法选择训练集数据开始节点，比如以固定时间段长度之前的某个时间节点作为训练集数据开始节点，或者直接手动设定一个时间节点作为训练集数据开始节点。

(3)采用统计学方法选择训练集数据开始节点，采取某些综合指标，比如均值和标准差来对时间序列进行分离和截断，从而获得训练集数据开始节点。

但是，上述三种方法都存在各自的缺陷：

第(1)种方法：a)数据量较大，造成不必要的内存耗费和较低的计算执行效率；b)当时间序列在时间轴上的分布有明显区别时，预测会受到历史“脏”数据的干扰从而降低准确率，比如某条时间序列从2014年开始产生数据，在2014年至2016年之间的量级很低而且极其不规律，但是在2017年至2019年9月之间的数据量级较高，且存在稳定趋势，那么使用全部历史数据而不剔除掉2017年之前的数据，必然会大幅降低预测准确率。

第(2)种方法：a)没有分析和考虑不同时间序列的特性，选择位置不够准确，无法找到合适的训练开始节点；b)具有局限性，尤其对百万甚至千万量级时间序列进行训练和预测时，使用统一的截取长度或者时间节点有明显的偏差性，无法保证每条时间序列的截断点都比较适合；c)强依赖于数据分析经验，截取长度或者截取时间节点的选择，与数据分析师或算法分析师的经验和能力关系很大，主观性较强。

第(3)种方法：a)精确度较低，统计学方法的指标一般仅适用于分布差异较大的时间序列，该方法的判断粒度较粗，不适用于分布较为相似、但在不同时间段间存在差异的时间序列；b)统计指标难以统一，常用的方法有均值、标准差等，但是不同的指标会造成截取节点的选择不同，没有固定标准；c)统计指标具有不可靠性，比如某一时间序列在两段时间内，分布差异明显，但是统计学的指标却可能相近。

为了解决上述技术问题，本发明实施例根据基准序列与其他各个序列之间的相似度，准确地定位出每条时间序列的训练开始节点，从而提高预测的准确率。

图1是根据本发明实施例的时间序列训练开始节点的定位方法的主要流程的示意图。作为本发明的一个实施例，如图1所示，所述时间序列训练开始节点的定位方法可以包括：

步骤101，根据预设的段数将时间序列划分为多个子序列。

如图2所示，对于某一条长度为L的时间序列，根据预设的段数N，以某一长度M进行划分，得到N个子序列。其中，M＝int(L/N)。可选地，N值一般可以设定在5～10范围内。

为了提高计算效率，对于给定的某一条时间序列，可以先判断该条时间序列是否出现较大的分布差异，并获取近期分布较为一致的时间序列进行划分子序列。可选地，步骤101包括：从时间序列中获取近期序列，判断所述近期序列是否稳定且与所述时间序列具有差异性；若是，则根据预设的段数将所述近期序列划分为多个子序列；若否，则根据预设的段数将所述时间序列划分为多个子序列。首先要明确的是，当近期序列与远期序列各自的分布较为稳定时，判断这两段序列的分布是否有明显不同。判断时分两步操作：第一步，判断近期序列稳定性。把近期序列截取出来，判断所述近期序列的稳定性；第二步，对全部序列(此处不是针对远期序列，而是全部序列，因为如果远期序列的分布于近期序列差异较大，那么一定会反应在整条时间序列的某些统计值上)进行相同统计值的计算，比如均值和标准差，通过这些统计值来衡量近期序列与远期序列的分布是否有较大差异。如果近期序列稳定，且近期序列与整条时间序列的统计值反映出差异性，则近期序列作为S，根据预设的段数将近期序列S划分为多个子序列。否则使用整条时间序列作为S，根据预设的段数将整条时间序列S划分为多个子序列。

需要指出的是，在上述操作过程中，会涉及到选取近期时间序列的操作，针对截取长度是多少，这与人为经验有关，根据不同的预测场景来判定。例如：预测某个仓库未来一个月的进货量。目前有已知历史每天的进货量，从2016-01-01至2019-11-08。在该场景下，通过一些数据分析(比如上千仓库平均的历史时间长度，周期性等))，以近期6个月(认为近6个月的数据足以支撑出具预测结果)的数据作为近期序列。

可选地，判断所述近期序列是否稳定且与所述时间序列具有差异性，包括：分别计算所述近期序列以及所述时间序列的均值和标准差；根据所述近期序列的均值和标准差，判断所述近期序列是否稳定；根据所述近期序列以及所述时间序列的均值和标准差，判断所述近期序列与所述时间序列是否具有差异性。可选地，根据所述近期序列的均值和标准差，判断所述近期序列是否稳定，包括：根据所述近期序列的均值和标准差，确定稳定值范围；判断在所述近期序列中，在所述稳定值范围内的元素数量与元素总数量的比值是否小于预设比例，从而判断所述近期序列是否稳定。举例来说：

第一步，计算[近期序列]的均值和标准差mean_1,std_1；判断近期序列中，非异常值(实际值在[mean_1-3*std_1,mean_1+3*std_1])的占比是否小于0.8。如果小于0.8说明有很多值是异常值，表明近期序列不够稳定，则直接将整条时间序列划分为多个子序列。否则认为近期序列稳定，进入第二步。

第二步，计算整条时间序列的均值和标准差mean_2,std_2；可以设定某些规则，比如(mean_1<＝0.2*mean_2,或者，mean_2<＝0.2*mean_1，)同时std_1<＝0.1*std2，则近期序列与整条时间序列具有差异性。均值差异明显可以说明近期序列与远期序列有明显的幅值差异；标准差差异可以说明近期序列的稳定性与整条时间序列的稳定性有明显差异，其中整条时间序列的稳定性是通过近期序列与远期序列的分布来反映的。

总之，通过上述两个步骤可以判断近期序列与远期序列是否有明显分布差异，仅仅是对时间序列进行初次筛选，如果能够判断并且截取近期序列，会大大提高后续步骤的计算效率。

步骤102，以所述多个子序列中距离预测时间节点最近的子序列作为基准序列，分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度。

如图3所示，以预测时间节点前、长度为M的子序列作为基准序列Q，也就是以距离预测时间节点最近的子序列作为基准序列Q，分别对剩余的(N-1)个子序列C

可选地，分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度，包括：采用动态时间规整算法分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度。动态时间规整算法(Dynamic Time Warping，简称DTW)是一种序列相似度计算的方法，以动态规划思想为基础，获取两条时间序列节点对应路径的方法。通过DTW可以准确地计算出两个子序列之间的相似度，从而定位出合适的时间序列开始节点。

可选地，也可以采用UCR-DTW分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度，UCR-DTW是对于传统DTW算法的优化，这样可以更加准确地计算出两个子序列之间的相似度，从而定位出合适的时间序列开始节点。在本发明的实施例中，采用UCD-DTW来作为计算相似度的计算方法，是因为其采取了最优路径对齐的方式，并不是严格的时间节点对齐。而且相较传统的DTW算法进行了优化，通过归一化和提前终止的方法，大幅降低了时间复杂度，可以有效保证算法在进行相似度计算时的执行效率。

步骤103，根据所述基准序列与所述多个子序列中剩余子序列之间的相似度，定位所述时间序列的训练开始节点。

在对时间序列进行预测时，预测的趋势受近期序列影响最大，因此近期序列段走势可以强预判未来的走势，但是近期序列较短，往往不能包含全部的历史信息，此时需要使用更多的历史数据作为训练集。而训练集的选择标准，是尽量地让训练集整体趋势与未来相接近。此时就需要使用向前追溯的历史不同时段与近期序列进行相似度比较，目的是获得较多历史数据，同时历史数据开始的走势与近期历史最相似。这样在相同特征处理下，可以使预测效果达到最佳。

可选地，步骤103包括：按照所述基准序列与所述多个子序列中剩余子序列之间的相似度由大到小的顺序，对所述多个子序列中剩余子序列进行排序；根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，将所述目标子序列的开始节点作为所述时间序列的训练开始节点。

可选地根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，包括：定位出排序中的第

需要指出的是，最低保留比例q值是根据需要预先设定的，q值范围是[0,1]之间，得到所述基准序列与所述多个子序列中剩余子序列之间的相似度后，通过最低保留比例q可以控制截取的训练开始节点，进而控制保留截取的序列长度。需要注意的是，q值越大并不代表保留的序列长度越长，保留长度是需要结合的相似度来决定的。

通常认知是：距离基准序列Q的较近子序列会有较高的相似度。但是，单纯以距离远近作为唯一衡量标准不够全面。因此，本发明实施例通过

根据上面所述的各种实施例，可以看出本发明通过将时间序列划分为多个子序列，计算基准序列与多个子序列中剩余子序列之间的相似度，从而定位时间序列的训练开始节点的技术手段，解决了现有技术中训练开始节点的选择不合适的技术问题。本发明实施例对时间序列进行分段，将其划分为多个子序列，以最邻近预测开始节点的序列段作为基准序列，将剩余各段子序列与该基准序列进行相似度比较，以相似度为指标，定位出时间序列训练开始时间的最优节点。尤其是对高量级(百万甚至千万)时间序列预测时，采用本发明实施例提供的方法，可以以较高的效率、较准确地自动获取每条时间序列训练开始时间截断点，从而提高预测的准确率。

图4是根据本发明一个可参考实施例的时间序列训练开始节点的定位方法的主要流程的示意图。

步骤401，判断时间序列的长度是否小于预设的长度阈值；若是，则结束；若否，则执行步骤402。

如果整条时间序列的长度小于长度阈值，则无需进行训练开始节点的寻找，因为长度过短会影响训练预测的效果。本发明实施例针对长度大于等于长度阈值的时间序列进行训练开始节点的寻找。

长度阈值是根据经验人为设定的，一般会参考输入时间序列的含义及预测场景。举个例子：比如预测某地区未来一周的降水量，针对该场景，人为先验经验判断降水量大概率与年的季节性相关，即往年同期值参考意义重大，为了预测准确性，长度阈值一般不能小于3年，即长度阈值＝3*365＝1095，这个阈值不固定，也可以设定为2年，即长度阈值＝2*365＝730。

步骤402，从时间序列中获取近期序列。

步骤403，判断所述近期序列是否稳定且与所述时间序列具有差异性；若是，则执行步骤404；若否，则执行步骤405。

可选地，分别计算所述近期序列以及所述时间序列的均值和标准差；根据所述近期序列的均值和标准差，判断所述近期序列是否稳定；根据所述近期序列以及所述时间序列的均值和标准差，判断所述近期序列与所述时间序列是否具有差异性。可选地，根据所述近期序列的均值和标准差，确定稳定值范围；判断在所述近期序列中，在所述稳定值范围内的元素数量与元素总数量的比值是否小于预设比例，从而判断所述近期序列是否稳定。

步骤404，根据预设的段数将所述近期序列划分为多个子序列。

步骤405，根据预设的段数将所述时间序列划分为多个子序列。

步骤406，以所述多个子序列中距离预测时间节点最近的子序列作为基准序列，采用动态时间规整算法分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度。

可选地，可以采用UCR-DTW分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度，这样可以更加准确地计算出两个子序列之间的相似度，从而定位出合适的时间序列开始节点。

步骤407，按照所述基准序列与所述多个子序列中剩余子序列之间的相似度由大到小的顺序，对所述多个子序列中剩余子序列进行排序。

步骤408，根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，将所述目标子序列的开始节点作为所述时间序列的训练开始节点。

可选地根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，包括：定位出排序中的第

另外，在本发明一个可参考实施例中时间序列训练开始节点的定位方法的具体实施内容，在上面所述时间序列训练开始节点的定位方法中已经详细说明了，故在此重复内容不再说明。

图5是根据本发明实施例的时间序列训练开始节点的定位装置的主要模块的示意图，如图5所示，所述时间序列训练开始节点的定位装置500包括分段模块501、计算模块502和定位模块503。其中，分段模块501用于根据预设的段数将时间序列划分为多个子序列；计算模块502用于以所述多个子序列中距离预测时间节点最近的子序列作为基准序列，分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度；定位模块503用于根据所述基准序列与所述多个子序列中剩余子序列之间的相似度，定位所述时间序列的训练开始节点。

可选地，所述计算模块502还用于：

采用动态时间规整算法分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度。

可选地，所述定位模块503还用于：

按照所述基准序列与所述多个子序列中剩余子序列之间的相似度由大到小的顺序，对所述多个子序列中剩余子序列进行排序；

根据预设的最低保留比例和所述多个子序列中剩余子序列的数量，在排序中定位目标子序列，将所述目标子序列的开始节点作为所述时间序列的训练开始节点。

可选地，所述定位模块503还用于：

定位出排序中的第

其中，N为预设的段数，q为最低保留比例。

可选地，所述分段模块501还用于：

从时间序列中获取近期序列，判断所述近期序列是否稳定且与所述时间序列具有差异性；

若是，则根据预设的段数将所述近期序列划分为多个子序列；

若否，则根据预设的段数将所述时间序列划分为多个子序列。

可选地，所述分段模块501还用于：

分别计算所述近期序列以及所述时间序列的均值和标准差；

根据所述近期序列的均值和标准差，判断所述近期序列是否稳定；

根据所述近期序列以及所述时间序列的均值和标准差，判断所述近期序列与所述时间序列是否具有差异性。

可选地，所述分段模块501还用于：

根据所述近期序列的均值和标准差，确定稳定值范围；

判断在所述近期序列中，在所述稳定值范围内的元素数量与元素总数量的比值是否小于预设比例，从而判断所述近期序列是否稳定。

根据上面所述的各种实施例，可以看出本发明通过将时间序列划分为多个子序列，计算基准序列与多个子序列中剩余子序列之间的相似度，从而定位时间序列的训练开始节点的技术手段，解决了现有技术中训练开始节点的选择不合适的技术问题。本发明实施例对时间序列进行分段，将其划分为多个子序列，以最邻近预测开始节点的序列段作为基准序列，将剩余各段子序列与该基准序列进行相似度比较，以相似度为指标，定位出时间序列训练开始时间的最优节点。尤其是对高量级(百万甚至千万)时间序列预测时，采用本发明实施例提供的方法，可以以较高的效率、较准确地自动获取每条时间序列训练开始时间截断点，从而提高预测的准确率。

需要说明的是，在本发明所述时间序列训练开始节点的定位装置的具体实施内容，在上面所述时间序列训练开始节点的定位方法中已经详细说明了，故在此重复内容不再说明。

图6示出了可以应用本发明实施例的时间序列训练开始节点的定位方法或时间序列训练开始节点的定位装置的示例性系统架构600。

如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、物品信息——仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的时间序列训练开始节点的定位方法一般由服务器605执行，相应地，所述时间序列训练开始节点的定位装置一般设置在服务器605中。本发明实施例所提供的时间序列训练开始节点的定位方法也可以由终端设备601、602、603执行，相应地，所述时间序列训练开始节点的定位装置可以设置在终端设备601、602、603中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括分段模块、计算模块和定位模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据预设的段数将时间序列划分为多个子序列；以所述多个子序列中距离预测时间节点最近的子序列作为基准序列，分别计算所述基准序列与所述多个子序列中剩余子序列之间的相似度；根据所述基准序列与所述多个子序列中剩余子序列之间的相似度，定位所述时间序列的训练开始节点。

根据本发明实施例的技术方案，因为采用将时间序列划分为多个子序列，计算基准序列与多个子序列中剩余子序列之间的相似度，从而定位时间序列的训练开始节点的技术手段，所以克服了现有技术中训练开始节点的选择不合适的技术问题。本发明实施例对时间序列进行分段，将其划分为多个子序列，以最邻近预测开始节点的序列段作为基准序列，将剩余各段子序列与该基准序列进行相似度比较，以相似度为指标，定位出时间序列训练开始时间的最优节点。尤其是对高量级(百万甚至千万)时间序列预测时，采用本发明实施例提供的方法，可以以较高的效率、较准确地自动获取每条时间序列训练开始时间截断点，从而提高预测的准确率。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。