如何建立时间序列预测模型?
1. 背景
先来看两个例子,下面两幅图展示了百度在趋势预测方面的应用案例,一个是世界杯期间的比赛输赢预测,另一个是北京各旅游景区的游客人数预测。
这两幅图代表了大数据环境下趋势预测的典型场景,即事件预测和时序预测,本文重点关注第二幅图中的场景,即与时间维度相关的时间序列预测。
2. 时间序列预测
时间序列预测即以时间数列所能反映的社会经济现象的发展过程和规律性,进行引伸外推,预测其发展趋势的方法,简单来说就是从已知事件测定未知事件。
上图展示了时间序列的一般趋势,时间序列数据的趋势变动可分为以下四点:
趋势性:某个变量随着时间进展或自变量变化,呈现一种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向,但变动幅度可能不等。周期性:某因素由于外部影响随着自然季节的交替出现高峰与低谷的规律。
随机性:个别为随机变动,整体呈统计规律。
综合性:实际变化情况一般是几种变动的叠加或组合。预测时一般设法过滤除去不规则变动,突出反映趋势性和周期性变动。
3. 方法综述
时间序列预测法分为传统的时间序列预测方法和机器学习方法。传统的时间序列方法指仅根据历史时间序列的趋势发展来预测未来时间序列的趋势发展的方法,此类方法通过建立适当的数学模型拟合历史时间趋势曲线,根据所建模型预测未来时间序列的趋势曲线,常见模型包括ARMA,VAR,TAR,ARCH等。传统时间序列方法所依赖的数据较简单,只需要历史时间序列趋势曲线便可构建模型,因此可适用于多种场景,模型较为通用。但是,传统时间序列预测法常面临滞后性问题,即预测值晚于真实值几个时间单位。
为提高预测的精度,机器学习算法被引入时序预测,此类方法根据具体的应用场景,选取可能影响预测值的features,将这些features引入模型,应用机器学习的分类/回归模型来进行预测。为提取features,机器学习方法需要多个维度的数据,预测精度较高,建立的模型较为复杂,但是模型往往不够通用,针对不同应用场景需要重新提取features,建立模型。现实预测中,机器学习方法往往结合传统时序预测法来运用。
4. ARIMA模型
ARIMA模型全称自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model),是经典的时间序列预测方法,我们从ARIMA模型入手,进行了实时趋势预测的初步探索。
ARIMA模型公式分为自回归(AR)和移动平均(MA)两部分,p为自回归项数,q为移动平均项数,为保证时间序列的平稳性,往往需对时间序列做d阶差分。自回归方法基于假设当前时期的指标值依赖于过去时期的指标值,对过去时期的指标值进行加权平均得到当前的指标值;移动平均方法的思想是模拟指标值的随机性,指标值受白噪声序激励的影响。
5. 预测实验
我们采用了某个业务的ctr数据,分别以分钟为单位和以小时为单位进行预测,希望可以准确预测下一时间单位(分钟,小时)的ctr。
分钟ctr预测(一天内的ctr变化情况):
局部细节展示:
小时ctr(一周内的小时ctr变化情况):
6. 展望
大数据时代的时序预测得到越来越多的关注,能够准确预测趋势是时序预测的基础应用,其他场景如异常检测等也应用了时序预测方法,我们期待时序预测能够有更多的应用场景,比如通过精准预测,发现可能出现的突发事件以提高应对措施;加入空间维度,产生时空组合下的预测,提高预测的实际应用价值,比如通过预测滴滴打车某一地区的打车人数,引导用户和出租车,产生更好的资源利用;精准的金融预测,如预测理财通的买入买出数额,以帮助管理者合理指定策略等。这里初步探索的ARIMA模型是通用场景下的时序预测,在具体应用场景下,预测可以做的更精确。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13