数据预测方法及相关设备与流程

1.本发明涉及数据预测技术领域，特别是一种数据预测方法及相关设备。


背景技术：

2.随着大数据信息的发展，数据预测技术得到广泛的应用。在各个业务领域中，通过相应的预测模型及预测算法，对业务领域中业务对象所产生的业务数据进行分析计算，以推测业务对象的运行规律。进而可以及早获知业务对象的运行趋势，对业务对象运行过程中的潜在风险进行规避，以保障业务对象的正常运行。
3.数据预测涉及众多业务领域，例如对时序数据的预测、故障的预测、质量的预测以及能耗的预测等。现有数据预测过程中，针对不同的业务领域，所采用的预测模型及预测方法是不同的。各个业务领域之间的数据预测方法不能互用，使得数据预测方法的可复用性低，数据预测的成本较大。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种数据预测方法，以解决现有各个业务领域之间的数据预测方法不能互用，数据预测方法的可复用性低的问题。
5.本发明实施例还提供了一种数据预测装置，用以保证上述方法实际中的实现及应用。
6.为实现上述目的，本发明实施例提供如下技术方案：一种数据预测方法，包括：确定当前待预测业务对象对应的目标预测模型插件，所述目标预测模型插件中设置有预测算法；启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；获取第一历史数据集，对所述初始预测模型进行模型训练，获得与所述初始预测模型对应的第一预测模型；获取第二历史数据集，对所述第一预测模型进行模型验证；当所述第一预测模型通过模型验证时，将所述第一预测模型存储至预先设置的预测模型存储单元中；当接收到对所述当前待预测业务对象进行数据预测的预测指令时，在所述预测模型存储单元中获取所述第一预测模型，并读取所述当前待预测业务对象中与所述数据源对应的实时数据；将所述实时数据输入所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。
7.上述的方法，可选的，所述确定当前待预测业务对象对应的目标预测模型插件，包括：
确定所述当前待预测业务对象的对象属性；编写与所述对象属性对应的多个预测模型插件，并将所述多个预测模型插件注册至预先建立的插件存储单元中；在所述插件存储单元中已注册的各个所述预测模型插件中确定所述当前待预测业务对象对应的目标预测模型插件。
8.上述的方法，可选的，所述启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，包括：调用已设置的编辑接口，启动所述目标预测模型插件对应的参数配置界面；在所述参数配置界面中为所述预测算法中的每个参数绑定与该参数对应的已获取的数据源；各个所述数据源均与所述当前待预测业务对象相对应。
9.上述的方法，可选的，所述获取第一历史数据集，包括：配置参与模型训练的第一历史数据区间；在所述第一历史数据区间中，读取与所述数据源对应的各个第一历史数据，并将各个所述第一历史数据组成所述第一历史数据集。
10.上述的方法，可选的，还包括：应用所述实时数据对所述第一预测模型进行模型训练，获得与所述第一预测模型对应的第二预测模型，并将所述预测模型存储单元中已存储的第一预测模型替换为所述第二预测模型。
11.一种数据预测装置，包括：确定单元，用于确定当前待预测业务对象对应的目标预测模型插件，所述目标预测模型插件中设置有预测算法；配置单元，用于启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；训练单元，用于获取第一历史数据集，对所述初始预测模型进行模型训练，获得与所述初始预测模型对应的第一预测模型；验证单元，用于获取第二历史数据集，对所述第一预测模型进行模型验证，并当所述第一预测模型通过模型验证时，将所述第一预测模型存储至预先设置的预测模型存储单元中；预测单元，用于当接收到对所述当前待预测业务对象进行数据预测的预测指令时，在所述预测模型存储单元中获取所述第一预测模型，并读取所述当前待预测业务对象中与所述数据源对应的实时数据；并将所述实时数据输入所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。
12.上述的装置，可选的，所述确定单元，包括：第一确定子单元，用于确定所述当前待预测业务对象的对象属性；编写子单元，用于编写与所述对象属性对应的多个预测模型插件，并将所述多个预测模型插件注册至预先建立的插件存储单元中；第二确定子单元，用于在所述插件存储单元中已注册的各个所述预测模型插件中确定所述当前待预测业务对象对应的目标预测模型插件。
13.一种数据预测设备，包括：预测模型扩展装置、预测模型构建装置和数据实时预测装置；所述预测模型扩展装置中包括：插件开发单元、插件注册单元和插件存储单元；所述插件开发单元，用于依据已定义的标准接口开发多个预测模型插件；所述插件注册单元，用于将所述多个预测模型插件注册至所述插件存储单元中；所述预测模型构建装置中包括：预测模型插件选择单元、预测模型构建单元、预测模型训练单元和预测模型验证单元；所述预测模型插件选择单元，用于在所述插件存储单元中确定目标预测模型插件，所述目标预测模型插件中设置有预测算法；所述预测模型构建单元，用于启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；所述预测模型训练单元，用于读取用于模型训练的多个第一历史数据，并应用所述多个第一历史数据对所述初始预测模型进行模型训练，获得所述初始预测模型对应的第一预测模型；所述预测模型验证单元，用于读取用于模型验证的多个第二历史数据，并应用所述多个第二历史数据对所述第一预测模型进行模型验证；所述数据实时预测装置中包括：实时数据采集单元和实时预测单元；所述实时数据采集单元，用于读取所述数据源对应的实时数据；所述实时预测单元，用于将所述实时数据输入通过模型验证的所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。
14.一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述的数据预测方法。
15.一种电子设备，包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的数据预测方法。
16.基于上述本发明实施例提供的一种数据预测方法，包括：确定当前待预测业务对象对应的目标预测模型插件，所述目标预测模型插件中设置有预测算法；启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；获取第一历史数据集，对所述初始预测模型进行模型训练，获得与所述初始预测模型对应的第一预测模型；获取第二历史数据集，对所述第一预测模型进行模型验证；当所述第一预测模型通过模型验证时，将所述第一预测模型存储至预先设置的预测模型存储单元中；当接收到对所述当前待预测业务对象进行数据预测的预测指令时，在所述预测模型存储单元中获取所述第一预测模型，并读取所述当前待预测业务对象中与所述数据源对应的实时数据；将所述实时数据输入所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。应用本发明实施例提供的数据预测方法，对于不同的待预测业务对象，实时构建待预测业务对象对应的初始预测模型，在经过对初始预测模型的训练及验证后，确定初始预测模型对应的第一预测模型，当需要对待预测业务对象进行数据预测时，结合待预测业务对象当前
的实时数据在第一预测模型中进行数据预测并输出预测结果，可见应用本发明实施例提供的数据预测方法，可在不同业务领域中进行数据预测，可复用在多种业务领域中，数据预测方法的可复用率高，进而降低了在数据预测过程中的开发成本。
附图说明
17.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
18.图1为本发明实施例提供的一种数据预测方法的方法流程图；图2为本发明实施例提供的一种数据预测方法的又一方法流程图；图3为本发明实施例提供的一种数据预测装置的结构示意图；图4为本发明实施例提供的一种数据预测装置的又一结构示意图；图5为本发明实施例提供的一种数据预测设备的结构示意图；图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
21.在本技术中，术语“第一”、“第二”不表示排列顺序，仅为名称的区分。
22.本发明实施例提供了一种数据预测方法，所述方法可以应用于各种系统平台中，其执行主体可以为系统平台中的处理器，该方法的方法流程图如图1所示，包括：s101：确定当前待预测业务对象对应的目标预测模型插件，所述目标预测模型插件中设置有预测算法；本发明实施例提供的方法中，在需要对当前待预测业务对象进行数据预测时，处理器确定当前待预测业务对象对应的目标预测模型插件，该目标预测模型插件中设置有多个数据接口，所述多个数据接口中包括打开参数配置界面的接口、训练预测模型的接口、验证预测模型的接口以及数据预测的接口等。该目标预测模型插件中还设置有预测算法，该预测算法与当前待预测业务对象相对应，在构建该目标预测模型插件时，在目标预测模型插件中预先针对待预测业务对象的相关属性，在目标预测模型插件中设置该预测算法。
23.本发明实施例提供的方法中，待预测业务对象可以理解为在具体业务领域中的任一业务过程，例如，在风机领域中，风机的故障预测，则风机的运行过程可以理解为待预测
对象。
24.s102：启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；本发明实施例提供的方法中，处理器可以通过目标预测模型插件中的相应数据接口，打开与该目标预测模型插件对应的参数配置界面，在该参数配置界面中可以显示预测算法中的所有算法参数。
25.本发明实施例提供的方法中，根据待预测业务对象的相关特性，实时获取与该待预测业务对象对应的数据源，并在参数配置界面中，为预测算法中的参数绑定该数据源，可以理解为预测算法是一个算法架构，其中的参数在构建过程中并未进行赋值，为参数绑定数据源的过程可以理解为对参数进行实际赋值的过程。
26.本发明实施例提供的方法中，可以从预先设置的数据源存储单元中读取相应的数据源。
27.本发明实施例提供的方法中，为预测算法中的参数绑定数据源后，即可获得预测算法对应的初始预测模型，即对待预测业务对象进行数据预测的初始预测模型。
28.s103：获取第一历史数据集，对所述初始预测模型进行模型训练，获得与所述初始预测模型对应的第一预测模型；本发明实施例提供的方法中，在完成对初始预测模型的构建后，获取第一历史数据集，所述第一历史数据集中包括多个第一历史数据，所述第一历史数据集中的各个第一历史数据为待预测业务对象在以往运行过程中所产生的实际数据。
29.应用第一历史数据集中的各个第一历史数据对初始预测模型进行模型训练，在初始预测模型满足预设的模型训练条件时，将当前训练得到的预测模型作为与所述初始预测模型对应的第一预测模型。
30.s104：获取第二历史数据集，对所述第一预测模型进行模型验证；本发明实施例提供的方法中，在获得第一预测模型后，获取第二历史数据集，所述第二历史数据集中包括多个第二历史数据，所述第二历史数据集中的各个第二历史数据为待预测业务对象在以往运行过程中所产生的实际数据，本发明实施例提供的方法中，第一历史数据集与第二历史数据集中包含的历史数据不相同。
31.应用所述第二历史数据集中的各个第二历史数据对第一预测模型进行验证，若验证不通过，则继续应用第一历史数据集对当前的第一预测模型进行模型训练，直至验证通过。
32.本发明实施例提供的方法中，若验证不通过，还可以重新调整或者配置算法参数，或者重新选择一个新的目标预测模型插件，重新执行训练过程。
33.本发明实施例提供的方法中，第一预测模型通过模型验证后，可以不立即进行数据预测，使得模型训练和实时预测是两个具有因果关系的事件，但不是连续事件。将训练获得的预测模型存储下来，可以使用同一预测模型对多个对象进行预测。
34.s105：当所述第一预测模型通过模型验证时，将所述第一预测模型存储至预先设置的预测模型存储单元中；本发明实施例提供的方法中，当第一预测模型通过模型验证时，将第一预测模型
存储至预测模型存储单元中，以便后续数据预测过程中，可以直接调用该第一预测模型。
35.s106：当接收到对所述当前待预测业务对象进行数据预测的预测指令时，在所述预测模型存储单元中获取所述第一预测模型，并读取在所述当前待预测业务对象中与所述数据源对应的实时数据；本发明实施例提供的方法中，当需要进行数据预测时，读取当前待预测业务对象中与所述数据源对应的实时数据，本发明实施例提供的方法中，待预测业务对象可以理解为某一具体的业务进程，在待预测业务对象运行过程中，待预测业务对象会实时产生运行数据，本发明实施例提供的方法中，服务器读取当前待预测业务对象中与数据源对应的实时数据。
36.可以理解的是，上文中数据源为预测算法的参数的实际赋值，数据源与当前待预测业务对象相对应，体现着待预测业务对象的相关属性，在实际的数据预测过程中，读取与数据源对应的实时数据，以实现应用实时数据对待预测业务对象进行数据预测。
37.s107：将所述实时数据输入所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。
38.本发明实施例提供的方法中，将读取的实时数据输入第一预测模型中，经所述第一预测模型处理后，即可输出相应的数据预测结果，实现对待预测业务对象的数据预测。
39.本发明实施例提供的数据预测方法，对于不同的待预测业务对象，实时构建待预测业务对象对应的初始预测模型，在经过对初始预测模型的训练及验证后，确定初始预测模型对应的第一预测模型，在需要对待预测业务对象进行数据预测时，结合待预测业务对象当前的实时数据在第一预测模型中进行数据预测并输出预测结果，可见应用本发明实施例提供的数据预测方法，可在不同业务领域中进行数据预测，可复用在多种业务领域中，数据预测方法的可复用率高，进而降低了在数据预测过程中的开发成本。
40.参考图2，示出了本发明实施例提供的方法中，所述确定当前待预测业务对象对应的目标预测模型插件的具体过程，包括：s201：确定所述当前待预测业务对象的对象属性；s202：编写与所述对象属性对应的多个预测模型插件，并将所述多个预测模型插件注册至预先建立的插件存储单元中；s203：在所述插件存储单元中已注册的各个所述预测模型插件中确定所述当前待预测业务对象对应的目标预测模型插件。
41.本发明实施例提供的方法中，在需要进行数据预测时，对于当前待预测业务对象，可以根据当前待预测业务对象的对象属性，编写多个预测模型插件，可以理解的是，不同的待预测业务对象各自具有相应的对象属性，所述对象属性可以是运行参数、对象特性等数据信息。例如需要对风机的运行过程进行预测，则风机的运行过程作为当前的待预测业务对象，风机的相关参数以及运行过程中所产生的数据参数均可以作为对象属性。
42.本发明实施例提供的方法中，可以将编写的各个预测模型插件组成一个插件包，然后将插件包注册到插件存储单元中。
43.本发明实施例提供的方法中，编写的多个预测模型插件，可以为结构相同的模型插件，在注册到插件存储单元后，在插件存储单元中随机选取一个预测模型插件作为目标预测模型插件。
44.本发明实施例提供的方法中，插件存储单元可以是一个文件、一个数据库或者一个物理存储介质。
45.本发明实施例提供的方法中，编写的多个预测模型插件，优选的，各个预测模型插件之间具有一定的差异，在对当前待预测业务对象进行数据预测时，能够实现对当前待预测业务对象的数据预测过程的预测算法，可以有多个，可以将所有能够实现待预测业务对象的数据预测过程的各个预测算法，分别封装在预测模型插件中，然后将各个预测模型插件注册到插件存储单元中，在实际的模型构建过程中，根据实际需要，在各个预测模型插件中，选择较为合适的预测模型插件作为目标预测模型插件。
46.本发明实施例提供的方法中，每个预测模型插件中均设置有多个数据接口，用于数据的读取等操作。每个预测模型插件中均设置有相应的预测算法，每个所述预测算法均与待预测业务对象相对应。
47.本发明实施例提供的方法中，确定目标预测模型插件的过程，可以如上述方案所描述，首先编写相应的预测模型插件，然后对各个预测模型插件进行注册，需要进行数据预测时，从已注册的各个预测模型插件中确定该目标预测模型插件。
48.本发明实施例提供的方法中，还可以在需要进行数据预测时，直接从预先设置的插件系统中选取相应的预测模型插件作为该目标预测模型插件。
49.本发明实施例提供的方法中，所述启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源的具体过程，包括：调用已设置的编辑接口，启动所述目标预测模型插件对应的参数配置界面；在所述参数配置界面中为所述预测算法中的每个参数绑定与该参数对应的已获取的数据源；各个所述数据源均与所述当前待预测业务对象相对应。
50.本发明实施例提供的方法中，目标预测模型插件的多个数据接口中包括参数配置界面的编辑接口，处理器通过目标预测模型插件的编辑接口可以打开目标预测模型插件对应的参数配置界面，在参数配置界面中显示有预测算法的各个算法参数，在参数配置界面中，对各个算法参数进行数据源绑定，以建立初始预测模型。
51.本发明实施例提供的方法中，所述获取第一历史数据集的过程，包括：配置参与模型训练的第一历史数据区间；在所述第一历史数据区间中，读取与所述数据源对应的各个第一历史数据，并将各个所述第一历史数据组成所述第一历史数据集。
52.本发明实施例提供的方法中，可以用预设文件以及相应的数据库中读取与所述数据源对应的各个第一历史数据，也可以调用相应的系统接口从业务系统中进行读取，还可以通过其他能够实现的方式进行读取。
53.本发明实施例提供的方法中，当前待预测业务对象在运行过程中所产生的所有历史数据存放在历史数据存储单元中，处理器在需要获取第一历史数据集时，在历史数据存储单元中的各个历史数据中配置参与模型训练的第一历史数据区间，所述第一历史数据区间根据当前待预测业务对象的数据预测需求进行配置。
54.在已完成配置的第一历史数据区间中，读取与数据源对应的多个第一历史数据，以组成第一历史数据集。
55.本发明实施例提供的方法中，第二历史数据集的获取过程，在原理上与第一历史数据集的获取过程相同，根据当前待预测业务对象的数据预测需求，配置相应的用于模型验证的第二历史数据区间，在第二历史数据区间中选取多个第二历史数据进行模型验证。
56.本发明实施例提供的方法中，第一历史区间和第二历史区间，优选的为时间间隔区间，通过设定历史区间的起点和终点，可以选择相应的历史数据。
57.本发明实施例提供的方法中，还包括：应用所述实时数据对所述第一预测模型进行模型训练，获得与所述第一预测模型对应的第二预测模型，并将预先设置的预测模型存储单元中已存储的第一预测模型替换为所述第二预测模型。
58.本发明实施例提供的方法中，应用实时数据在第一预测模型中进行数据预测的同时，还可以应用已获得的实时数据对第一预测模型继续进行模型训练，通过相应的学习单元不断完善预测模型，因为待预测业务对象在实际运行过程中，会受到外界因素的干扰，其实际的运行过程存在参数变动，而第一预测模型的获得过程是依据待预测业务对象的历史数据进行训练获得的，在实际的未来数据的预测过程中，会产生一定的偏差，因此，本发明实施例提供的方法中，在获得第一预测模型后，可以根据当前的实时数据，对第一预测模型进行完善，通过模型自我学习的过程，获得精准度更高的预测模型。
59.与图1所示的数据预测方法相对应的，本发明实施例还提供了一种数据预测装置，用于对图1中所示方法的具体实现，其结构示意图如图3所示，包括：确定单元301，用于确定当前待预测业务对象对应的目标预测模型插件，所述目标预测模型插件中设置有预测算法；配置单元302，用于启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；训练单元303，用于获取第一历史数据集，对所述初始预测模型进行模型训练，获得与所述初始预测模型对应的第一预测模型；验证单元304，用于获取第二历史数据集，对所述第一预测模型进行模型验证，并当所述第一预测模型通过模型验证时，将所述第一预测模型存储至预先设置的预测模型存储单元中；预测单元305，用于当接收到对所述当前待预测业务对象进行数据预测的预测指令时，在所述预测模型存储单元中获取所述第一预测模型，并读取所述当前待预测业务对象中与所述数据源对应的实时数据；并将所述实时数据输入所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。
60.应用本发明实施例提供的数据预测装置，对于不同的待预测业务对象，实时构建待预测业务对象对应的初始预测模型，在经过对初始预测模型的训练及验证后，确定初始预测模型对应的第一预测模型，在需要对待预测业务对象进行数据预测时，结合待预测业务对象当前的实时数据在第一预测模型中进行数据预测并输出预测结果，可见应用本发明实施例提供的数据预测装置，可在不同业务领域中进行数据预测，可复用在多种业务领域中，可复用率高，进而降低了在数据预测过程中的开发成本。
61.在图3的基础上，参考图4，示出了本发明实施例提供的数据预测装置的又一结构
示意图，所述确定单元301，包括：第一确定子单元307，用于确定所述当前待预测业务对象的对象属性；编写子单元308，用于编写与所述对象属性对应的多个预测模型插件，并将所述多个预测模型插件注册至预先建立的插件存储单元中；第二确定子单元309，用于在所述插件存储单元中已注册的各个所述预测模型插件中确定所述当前待预测业务对象对应的目标预测模型插件。
62.本发明实施例提供的数据预测装置包括处理器和存储器，上述各个单元均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
63.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来动态执行数据预测过程。
64.与图1所示数据预测方法相对应的，本发明实施例还提供了一种数据预测设备，是对于图1所示数据预测方法的一种实例化，图5示出了该数据预测设备的结构示意图，具体包括：预测模型扩展装置、预测模型构建装置和数据实时预测装置；所述预测模型扩展装置中包括：插件开发单元、插件注册单元和插件存储单元；所述插件开发单元，用于依据已定义的标准接口开发多个预测模型插件；所述插件注册单元，用于将所述多个预测模型插件注册至所述插件存储单元中；所述预测模型构建装置中包括：预测模型插件选择单元、预测模型构建单元、预测模型训练单元和预测模型验证单元；所述预测模型插件选择单元，用于在所述插件存储单元中确定目标预测模型插件，所述目标预测模型插件中设置有预测算法；所述预测模型构建单元，用于启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；所述预测模型训练单元，用于读取用于模型训练的多个第一历史数据，并应用所述多个第一历史数据对所述初始预测模型进行模型训练，获得所述初始预测模型对应的第一预测模型；所述预测模型验证单元，用于读取用于模型验证的多个第二历史数据，并应用所述多个第二历史数据对所述第一预测模型进行模型验证；所述数据实时预测装置中包括：实时数据采集单元和实时预测单元；所述实时数据采集单元，用于读取所述数据源对应的实时数据；所述实时预测单元，用于将所述实时数据输入通过模型验证的所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。
65.本发明实施例提供的数据预测设备是对图1中数据预测方法的具体实现，是一种通用的数据预测设备，在实际应用过程中，可以将不同的数据预测方法统一起来，解决产品对数据预测功能单一的问题。
66.本发明实施例提供的数据预测设备具有很强的可扩展性，可以根据具体的业务场景定制预测算法模型。
67.本设备中包含三个部分：预测模型扩展装置、预测模型构建装置、数据实时预测装置。
68.预测模型扩展装置，用于开发新的预测模型插件包，并将插件包注册到插件存储单元中。
69.预测模型扩展装置，具体包括插件开发单元、插件注册单元、插件存储单元三个部分。其中，插件开发单元，用于根据已经定义的标准接口开发预测模型插件，并将开发的各个预测模型插件打包成一个插件包。
70.插件开发单元可以是一个现有的产品，也可以是一个构建工具集（如visual studio等），一个插件包中包含了一个或多个预测模型插件，一个预测模型插件需要提供的接口包括：展示预测模型参数编辑界面的接口，通过该接口可以新建预测模型、修改已建预测模型的参数，以及为预测算法中的算法参数绑定数据源；训练预测模型的接口，通过该接口可以根据数据源对应的历史数据来训练模型；预测模型验证接口，通过该接口可以对已经训练的预测模型进行验证，提供验证结果；实时预测接口，通过该接口可以根据数据源对应的实时数据来预测未来数据，输出预测结果；预测模型展示接口（可选），通过该接口以图形化或图表化的方式展示预测结果。
71.插件注册单元，用于将已开发的插件包注册到插件存储单元中，只有被注册到插件存储单元中的预测模型插件才可以被使用。插件存储单元存储预测模型插件的各类资源，并提供读取和分发插件资源的接口。
72.预测模型构建装置，用于根据选择的目标预测模型插件和数据源，构建初始预测模型，根据数据源对应的历史数据训练和验证初始预测模型，并将训练并通过验证的第一预测模型存储到预测模型存储单元中。
73.其中，预测模型插件选择单元，用于从插件存储单元中读取预测模型插件列表并选择合适的插件作为目标预测模型插件；数据源选择单元，用于从数据源存储单元中读取数据源列表并选择合适的数据源；数据源存储单元，用于存储目标数据源定义并提供读取数据源的接口；预测模型构建单元，用于根据选择的目标预测模型插件打开参数配置界面，并为预测算法的算法参数绑定从数据源选择单元选取的数据源，生成初始预测模型；历史数据存储单元，用于存储数据源对应的历史数据并提供历史数据的读取接口；预测模型训练单元，用于使用从预测模型构建单元输出的初始预测模型和从历史数据存储单元读取的历史数据训练初始预测模型，获得对应的第一预测模型；预测模型验证单元，用于使用从历史数据存储单元存储的历史数据对第一预测模型进行验证，并将验证通过的第一预测模型存储到预测模型存储单元；预测模型存储单元，用于存储预测模型、预测模型是否已经训练的标记、验证结果
等数据，提供读取预测模型的接口。
74.数据实时预测装置，用于根据已经训练的预测模型和实时数据，预测未来数据，并通过预测模型学习单元不断完善预测模型。
75.其中，实时数据采集单元，用于采集数据源的实时数据并提供读取数据源实时数据的接口；实时预测单元，用于调用预测模型的实时预测接口，输出预测结果数据；预测模型学习单元，用于根据数据源的实时数据再次训练并将预测模型更新到预测模型存储单元中；预测数据展示单元，用于以图形化或图表化的方式展示预测结果。
76.数据预测设备的预测过程，实际执行步骤可以如下：在插件存储单元中内置预测模型插件；（可选）开发预测模型插件包，并将预测模型插件包注册到插件存储单元中；通过预测模型插件选择单元从插件存储单元中选择合适的目标预测模型插件；打开已选择的目标预测模型插件对应的参数配置界面，配置相应参数；通过数据源选择单元选择合适的数据源，为目标预测模型插件中的预测算法的算法参数绑定已选择的数据源，生成初始预测模型；配置参与训练的历史数据区间，读取数据源在该区间内对应的历史数据，训练初始预测模型，生成初始预测模型对应的第一预测模型；配置参与验证的历史数据区间，读取数据源在该区间内对应的历史数据，验证第一预测模型；将第一预测模型存储到预测模型存储单元；读取第一预测模型，读取数据源对应的实时数据，预测并输出未来数据；迭代式训练预测模型，将自我学习的预测模型更新到预测模型存储单元中；在预测数据展示单元中展示预测结果。
77.本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述数据预测方法。
78.本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述数据预测方法。
79.如图6所示，本发明实施例提供了一种电子设备，所述电子设备40包括至少一个处理器401、以及与处理器401连接的至少一个存储器402、总线403；其中，处理器401、存储器402通过总线403完成相互间的通信；处理器401用于调用存储器402中的程序指令，以执行上述的数据预测方法。本文中的电子设备可以是服务器、pc等。
80.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序，包括：确定当前待预测业务对象对应的目标预测模型插件，所述目标预测模型插件中设置有预测算法；启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，以生成所述预测算法对应的初始预测模型；获取第一历史数据集，对所述初始预测模型进行模型训练，获得与所述初始预测
模型对应的第一预测模型；获取第二历史数据集，对所述第一预测模型进行模型验证；当所述第一预测模型通过模型验证时，将所述第一预测模型存储至预先设置的预测模型存储单元中；当接收到对所述当前待预测业务对象进行数据预测的预测指令时，在所述预测模型存储单元中获取所述第一预测模型，并读取所述当前待预测业务对象中与所述数据源对应的实时数据；将所述实时数据输入所述第一预测模型中进行数据预测，并输出所述当前待预测业务对象对应的数据预测结果。
81.上述的方法，可选的，所述确定当前待预测业务对象对应的目标预测模型插件，包括：确定所述当前待预测业务对象的对象属性；编写与所述对象属性对应的多个预测模型插件，并将所述多个预测模型插件注册至预先建立的插件存储单元中；在所述插件存储单元中已注册的各个所述预测模型插件中确定所述当前待预测业务对象对应的目标预测模型插件。
82.上述的方法，可选的，所述启动所述目标预测模型插件对应的参数配置界面，并在所述参数配置界面中为所述预测算法中的参数绑定已获取的数据源，包括：调用已设置的编辑接口，启动所述目标预测模型插件对应的参数配置界面；在所述参数配置界面中为所述预测算法中的每个参数绑定与该参数对应的已获取的数据源；各个所述数据源均与所述当前待预测业务对象相对应。
83.上述的方法，可选的，所述获取第一历史数据集，包括：配置参与模型训练的第一历史数据区间；在所述第一历史数据区间中，读取与所述数据源对应的各个第一历史数据，并将各个所述第一历史数据组成所述第一历史数据集。
84.上述的方法，可选的，还包括：应用所述实时数据对所述第一预测模型进行模型训练，获得与所述第一预测模型对应的第二预测模型，并将所述预测模型存储单元中已存储的第一预测模型替换为所述第二预测模型。
85.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
86.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和
软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
87.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。