摘要
本发明公开了基于矩阵分解技术的大数据预测方法,通过将对应的时序依赖因子矩阵输入到回声状态网络中,在得到分别对应的数据矩阵之后,分别对各数据矩阵进行矩阵分解之前,还包括:将数据的数量级或量纲不一致的数据矩阵确定为目标矩阵,对目标矩阵中的各数据进行归一化操作;获取序列数据集,并分别对序列数据集中各用户的序列数据进行组合,得到分别对应的数据矩阵;分别对各数据矩阵进行矩阵分解,得到对应的时间序列因子矩阵和时序依赖因子矩阵;引入回声状态网络,增强了矩阵分解原有的对时序建模和多尺度结构的捕捉能力,增强了复杂动态性的建模能力,较大地提高了预测精度。
技术关键词
矩阵分解技术
数据预测方法
小波神经网络预测
回声状态网络
预测输出值
中间层
预测误差
神经网络预测模型
样本
矩阵分解算法
节点
训练集
网络结构
开方
时序
序列