拐点归因方法、装置、电子设备和存储介质与流程
本发明涉及数据处理,尤其涉及一种拐点归因方法、装置、电子设备和存储介质。
背景技术:
1、在工业、能源、农粮等产业链场景中,生猪、原油、玉米等对象的指标时序数值受供需、库存、事件等多源因素共同作用,频繁出现具备高分析价值的趋势极值拐点,而精准定位拐点背后的真实驱动事件,是产业链研判、风险管理领域的刚需。
2、现有的拐点归因方案主要为基于关键词近窗检索的方案和基于因子回归的方案,这两类方案均默认将时序局部极值日作为归因基准日,这会导致果先于因的时序错位,从而使得归因结论不可信;同时上述两类方案无法区分表面触发因素与数周前经产业链传导而来的远窗根因事件,难以实现多时间尺度下的精准归因。
技术实现思路
1、本发明提供一种拐点归因方法、装置、电子设备和存储介质,用以解决现有技术中拐点日期与驱动事件证据日期之间存在时间错位,且驱动证据分布在多个时间尺度上,导致归因结论不可信的问题。
2、本发明提供一种拐点归因方法,包括:
3、确定目标对象的时序数值序列中的拐点候选日,并基于所述拐点候选日,构建候选锚点集合;
4、获取所述拐点候选日关联的第一时间窗内的直接事件证据,以及第二时间窗内的传导事件证据;所述第二时间窗位于所述拐点候选日之前且早于所述第一时间窗;
5、基于所述直接事件证据和所述传导事件证据,对所述候选锚点集合中的各候选锚点进行评估,得到所述各候选锚点的归因评估结果;
6、基于所述归因评估结果,确定所述拐点候选日的归因结果。
7、根据本发明提供的一种拐点归因方法,所述基于所述归因评估结果,确定所述拐点候选日的归因结果,包括:
8、基于所述各候选锚点的归因评估结果,从所述候选锚点集合中确定目标因果锚点;
9、基于所述目标因果锚点,对所述直接事件证据和所述传导事件证据进行融合处理,得到所述拐点候选日对应的拐点的驱动事件证据;
10、基于所述驱动事件证据生成所述归因结果。
11、根据本发明提供的一种拐点归因方法,所述获取所述拐点候选日关联的第一时间窗内的直接事件证据,以及第二时间窗内的传导事件证据,之后还包括:
12、确定每条直接事件证据和每条传导事件证据的方向极性,所述方向极性表征对应的事件证据对所述时序数值序列的作用方向;
13、确定每条直接事件证据和每条传导事件证据的可信度;所述可信度基于对应的事件证据的来源权威度、内容具体性、与所述目标对象的相关性中的至少一种确定。
14、根据本发明提供的一种拐点归因方法,得到所述各候选锚点的归因评估结果,包括:
15、基于所述直接事件证据和所述传导事件证据,确定所述各候选锚点的直接事件证据强度和传导事件证据强度;
16、基于所述时序数值序列在所述各候选锚点处的方向切换程度,确定所述各候选锚点的趋势反转强度;
17、基于落入所述各候选锚点的邻域范围内的直接事件证据与传导事件证据的方向极性,确定所述各候选锚点的方向一致性;
18、基于所述直接事件证据强度、所述传导事件证据强度、所述趋势反转强度,以及所述方向一致性,确定所述各候选锚点的归因评估结果。
19、根据本发明提供的一种拐点归因方法,所述基于所述直接事件证据强度、所述传导事件证据强度、所述趋势反转强度,以及所述方向一致性,确定所述各候选锚点的归因评估结果,包括:
20、基于所述直接事件证据强度和所述传导事件证据强度,确定总证据强度;
21、基于所述方向一致性,确定一致性增益因子;
22、基于所述总证据强度、所述趋势反转强度和所述一致性增益因子进行乘性评估,得到所述各候选锚点的归因评估结果。
23、根据本发明提供的一种拐点归因方法,所述基于所述时序数值序列在所述各候选锚点处的方向切换程度,确定所述各候选锚点的趋势反转强度,包括:
24、确定位于所述各候选锚点之前的窗口期内时序数值序列的第一平均斜率,以及之后的窗口期内时序数值序列的第二平均斜率;
25、基于所述第一平均斜率以及所述第二平均斜率,确定所述各候选锚点的斜率变化量;
26、对所述各候选锚点的斜率变化量进行归一化处理,得到所述各候选锚点的趋势反转强度。
27、根据本发明提供的一种拐点归因方法,所述传导事件证据强度基于如下步骤确定:
28、确定每条传导事件证据所触发的产业链节点对应的传导时滞;
29、基于每条传导事件证据的事件日和所述传导时滞,确定每条传导事件证据的预计影响显现日;
30、基于所述可信度,对所述预计影响显现日落入所述各候选锚点的邻近范围内的传导事件证据进行加权统计,得到所述各候选锚点的传导事件证据强度。
31、根据本发明提供的一种拐点归因方法,所述确定每条传导事件证据所触发的产业链节点对应的传导时滞,包括以下至少一种:
32、确定每条传导事件证据所属的触发因子类型,并将所述触发因子类型对应的预置先验时滞确定为所述传导时滞;
33、确定所述产业链节点对应的历史事件,统计所述历史事件的事件发生日与所述时序数值序列出现可归因反应的反应日之间的间隔分布,将所述间隔分布的中心确定为所述传导时滞;
34、从所述目标对象的产业链图谱中,确定所述产业链节点至所述时序数值序列对应的指标节点的传导路径,将所述传导路径上各级边对应的单级时滞逐级累加,得到所述传导时滞。
35、根据本发明提供的一种拐点归因方法,所述基于所述目标因果锚点,对所述直接事件证据和所述传导事件证据进行融合处理,得到所述拐点候选日对应的拐点的驱动事件证据,包括:
36、将所述目标因果锚点关联的直接事件证据和传导事件证据合并,得到统一证据池;
37、按所述方向极性,将所述统一证据池划分为支持上行证据簇和支持下行证据簇;
38、基于所述支持上行证据簇内各事件证据的可信度,以及所述支持下行证据簇内各事件证据的可信度,确定上行聚合支持强度以及下行聚合支持强度;
39、基于所述上行聚合支持强度和所述下行聚合支持强度,确定净方向支持,在所述净方向支持所指示的主导方向对应的证据簇内,基于每条事件证据的可信度和每条事件证据对所述主导方向的支持强度,确定每条事件证据的驱动力得分;
40、基于所述驱动力得分,确定所述驱动事件证据。
41、根据本发明提供的一种拐点归因方法,所述驱动事件证据为核心驱动事件证据或联合驱动事件证据;
42、所述基于所述驱动力得分,确定所述驱动事件证据,包括:
43、基于所述驱动力得分,对所述主导方向对应的证据簇内的事件证据进行排序,得到事件证据序列;
44、在所述事件证据序列中排序首位与排序次位的事件证据的驱动力得分之间的差值超过预设裁决阈值的情况下,将排序首位的事件证据确定为核心驱动事件证据;
45、在所述差值未超过所述预设裁决阈值的情况下,将排序首位与排序次位的事件证据确定为联合驱动事件证据。
46、根据本发明提供的一种拐点归因方法,所述基于所述驱动力得分,确定所述驱动事件证据,之后还包括:
47、确定所述主导方向对应的证据簇内的事件证据的证据覆盖度、来源权威度、维度多样性、在所述目标因果锚点的邻域范围内的时间集中度,以及所采纳的直接事件证据与传导事件证据之间的双路一致性中的至少两种;
48、基于所述证据覆盖度、所述双路一致性、所述来源权威度、所述维度多样性和所述时间集中度中的至少两种进行加权融合,得到归因可信度。
49、根据本发明提供的一种拐点归因方法,所述基于所述驱动事件证据生成所述归因结果,包括:
50、对本次归因所采纳的每条事件证据的原始标签进行多级递进映射,得到归一化标签;其中,所述多级递进映射包括若所述原始标签命中预设标签集则直接采纳,否则,对所述原始标签进行同义词映射,并将映射后的标签归入所述预设标签集,若映射失败则对所述原始标签进行语义极性分类,将分类后的标签归入其他标签,若语义极性分类失败,则保留所述原始标签并标记待审;
51、基于所述目标因果锚点、所采纳的事件证据、所述驱动事件证据、所述归一化标签和所述归因可信度,构建结构化数据;
52、对所述结构化数据进行渲染,生成所述归因结果。
53、根据本发明提供的一种拐点归因方法,所述确定目标对象的时序数值序列中的拐点候选日,包括:
54、对所述时序数值序列进行移动平均处理,得到平滑数值序列;
55、对所述平滑数值序列逐日推进,在推进的过程中检测到回撤幅度超过预设回撤阈值的情况下,确定极值确认日,所述极值确认日对应的极值类型为极大值点或者极小值点;
56、在所述时序数值序列中,从所述极值确认日的邻域范围内确定与所述极值类型对应的实际极值所在日;
57、对各实际极值所在日按极大值点与极小值点交替出现的规则进行处理,将处理后的实际极值所在日确定为所述拐点候选日。
58、本发明还提供一种拐点归因装置,包括:
59、确定单元,用于确定目标对象的时序数值序列中的拐点候选日,并基于所述拐点候选日,构建候选锚点集合;
60、获取单元,用于获取所述拐点候选日关联的第一时间窗内的直接事件证据,以及第二时间窗内的传导事件证据;所述第二时间窗位于所述拐点候选日之前且早于所述第一时间窗;
61、评估单元,用于基于所述直接事件证据和所述传导事件证据,对所述候选锚点集合中的各候选锚点进行评估,得到所述各候选锚点的归因评估结果;
62、归因单元,用于基于所述归因评估结果,确定所述拐点候选日的归因结果。
63、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述的拐点归因方法。
64、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的拐点归因方法。
65、本发明提供的拐点归因方法、装置、电子设备和存储介质,在确定拐点候选日后,不直接将其作为归因的固定日期,而是据此构建候选锚点集合,并引入双路时间尺度获取近窗的直接事件证据与远窗的传导事件证据,进而在统一框架内基于双路证据对候选锚点集合进行评估,有效克服了拐点与驱动事件证据时间错位、近窗表面证据与远窗传导证据无法协同处理的缺陷,能够把归因锚点精确落到真正的因果触发点上,实现了因果锚点的动态校正,为产业链分析和风险管理提供了准确、深入且符合真实传导规律的可解释归因结果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com