(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211213974.9 (22)申请日 2022.09.30 (71)申请人 联想 （北京） 有限公司 地址 100085 北京市海淀区上地西路6号2 幢2层201- H2-6 (72)发明人 屈鹏展　段居方　谭政　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 李伟 (51)Int.Cl. G06F 16/906(2019.01) G06F 16/909(2019.01) G06Q 10/08(2012.01) (54)发明名称 信息处理方法、 装置及电子设备和存 储介质 (57)摘要 本申请实施例公开了一种信息处理方法、 装 置及电子设备和存储介质， 获得目标对象的时间 序列数据， 该时间序列数据表征在指定历史时长 内， 不同的时间点对所述目标对象的需求量； 提 取时间序列数据中所有第一长度的子时间序列 数据； 对所有第一长度的子时间序列数据聚类， 得到多个聚类类别； 根据多个聚类类别， 在时间 序列数据中提取多个目标子时间序列数据； 将多 个目标子时间序列数据中可合并的目标子时间 序列数据合并， 得到目标对象的重复性子时间序 列数据， 该重复性子时间序列数据用于预测重复 性子时间序列数据的对应时间点对目标对象的 需求量。 权利要求书3页 说明书15页 附图3页 CN 115455263 A 2022.12.09 CN 115455263 A 1.一种信息处 理方法， 所述方法包括： 获得目标对象的时间序列数据， 所述时间序列数据表征在指定历史时长内， 不同的时 间点对所述目标对象的需求 量； 提取所述时间序列数据中所有第一长度的子时间序列数据； 对所有第一长度的子时间序列数据聚类， 得到多个聚类 类别； 根据所述多个聚类 类别， 在所述时间序列数据中提取多个目标子时间序列数据； 将所述多个目标子时间序列 数据中可合并的目标子时间序列 数据合并， 得到所述目标 对象的重复性子时间序列数据， 所述重复性子时间序列数据用于预测所述重复性子时间序 列数据的对应时间点对所述目标对象的需求 量； 其中， 所述多个目标子时间序列数据为： 长度 大于所述第 一长度的子时间序列数据中， 最小长度的满足第一条件的子时间序列数据； 其中， 任一长度的满足第一条件的子时间序 列数据属于： 包含所述第一长度的子时间序列数据的所述任一长度的子时间序列数据中的 最大聚类 类别； 所述 最大聚类 类别中子时间序列数据的数量小于目标值。 2.根据权利要求1所述的方法， 所述根据所述多个聚类类别， 在所述 时间序列 数据中提 取多个目标子时间序列数据， 包括： 根据第一长度的子时间序列 数据的聚类类别间的关联度， 在所述 时间序列 数据中提取 多个第二长度的子时间序列数据； 根据所述多个第二长度的子时间序列数据在所述时间序列数据中提取所述目标子时 间序列数据； 所述目标子时间序列数据包 含所述第二长度的子时间序列数据； 其中， 所述第 二长度的子时间序列 数据由至少两个目标聚类类别中可合并的第 一长度 的子时间序列数据合并得到； 所述至少 两个目标聚类类别属于类别序列， 所述类别序列中 相邻的第一目标聚类类别与第二目标聚类类别的关联度， 大于或等于所述第一目标聚类类 别与非第二目标聚类 类别的关联度。 3.根据权利要求2所述的方法， 所述根据第一长度的子时间序列数据的聚类类别间的 关联度， 在所述时间序列数据中提取多个第二长度的子时间序列数据， 包括： 基于两两聚类类别间的转移概率， 确定所述类别序列； 所述类别序列包括至少两个目 标聚类类别， 其中， 所述第一目标聚类类别到所述第二目标聚类类别的转移 概率， 大于或等 于所述第一目标聚类 类别到非第二目标聚类 类别的转移概 率； 获得由所述类别序列中的各个目标聚类类别中的可合并子时间序列数据合并得到的 第二长度的子时间序列数据。 4.根据权利要求3所述的方法， 所述基于两两聚类类别间的转移概率， 确定所述类别序 列， 包括： 将最大转移概率对应的两个聚类类别确定为所述类别序列的第一个目标聚类类别和 第二个目标聚类类别； 其中， 第一个目标聚类类别到所述第二个目标聚类类别的转移概率， 大于或等于所述第二个目标聚类 类别到所述第一个目标聚类 类别的转移概 率； 如果所述类别序列中排序最后的目标聚类类别到满足第二条件的第一聚类类别的转 移概率大于或等于概率阈值， 且大于或等于所述排序最后的目标聚类类别到满足第二条件 的非第一聚类类别的转移概率， 将所述第一聚类类别作为目标聚类类别添加到所述排序最 后的目标聚类类别 之后； 满足第二条件包括： 所述类别序列中任意相邻两个目标聚类类别权　利　要　求　书 1/3 页 2 CN 115455263 A 2构成的类别对具有唯一 性； 如果所述排序最后的目标聚类类别， 到满足第 二条件的任意一个聚类类别的转移概率 均小于所述 概率阈值， 所述类别序列确定 完成。 5.根据权利要求3所述的方法， 所述第一目标聚类类别到所述第二目标聚类类别的转 移概率， 包括： 所述第一目标聚类类别中符合转移条件的第 一长度的子时间序列数据的数量， 在所述 第一目标聚类 类别中所有第一长度的子时间序列数据的总数中所占的比例； 所述符合转移条件的第一长度的子时间序列数据包括： 所述第一目标聚类类别 中， 可 以和所述第二目标聚类类别中的其中一个第一长度的子时间序列数据合并的第一长度的 子时间序列数据。 6.根据权利要求2所述的方法， 所述根据所述多个第二长度的子时间序列数据在所述 时间序列数据中提取 所述目标子时间序列数据， 包括： 在所述时间序列数据中获得包含所述第二长度的子时间序列数据的第三长度的子时 间序列数据； 所述第三长度大于所述第二长度； 对所述第三长度的子时间序列数据进行聚类， 以确定最大聚类 类别； 如果所述最大聚类类别中子时间序列数据的数量小于所述目标值， 将所述最大聚类类 别中的子时间序列数据确定为所述目标子时间序列数据。 7.根据权利要求6所述的方法， 还 包括： 如果所述最大聚类类别中子时间序列数据的数量大于或等于所述目标值， 将所述最大 聚类类别中的子时间序列数据作为第二长度的子时间序列数据， 返回执行所述在所述时间 序列数据中获得包含所述第二长度的子时间序列数据的第三长度的子时间序列数据的步 骤， 直至所述 最大聚类 类别中的子时间序列数据的数量小于所述目标值。 8.根据权利要求1所述的方法， 所述将所述多个目标子时间序列数据中可合并的目标 子时间序列数据合并， 得到所述目标对象的重复性子时间序列数据， 包括： 将可合并的目标子时间序列数据合并， 得到合并结果， 所述合并结果中包括： 不可与其 它目标子时间序列数据合并的目标子时间序列数据， 和/或， 合并后的子时间序列数据； 根据所述合并结果中各个子时间序列数据的长度， 确定所述时间序列数据的可预测 性； 若所述可预测性大于可预测性阈值， 将所述合并结果中的子时间序列 数据确定为所述 目标对象的重复性子时间序列数据。 9.一种信息处 理装置， 所述装置包括： 获得模块， 用于获得目标对象的时间序列数据， 所述时间序列数据表征在指定历史时 长内， 不同的时间点对所述目标对象的需求 量； 第一提取模块， 用于提取 所述时间序列数据中所有第一长度的子时间序列数据； 聚类模块， 用于对所有第一长度的子时间序列数据聚类， 得到多个聚类 类别； 第二提取模块， 用于根据所述多个聚类类别， 在所述时间序列数据中提取多个目标子 时间序列数据； 合并模块， 用于将所述多个目标子时间序列数据中可合并的目标子时间序列数据合 并， 得到所述 目标对象的重复性子时间序列数据， 所述重复性子时间序列数据用于预测所权　利　要　求　书 2/3 页 3 CN 115455263 A 3