一种时间序列预测模型的训练方法和装置

本发明公开了一种时间序列预测模型的训练方法和装置，该方法包括：按照第一滑动窗口将历史时间序列样本划分为多个历史样本片段；确定每个历史样本片段的局部波动性和局部趋势变化率，确定历史时间序列样本的整体波动性和整体趋势变化率；分别按照N种不同大小的滑动窗口对历史时间序列样本进行划分，并对划分得到的历史样本片段进行下采样；从预测结果中选取最准确的目标预测结果；将目标滑动窗口、目标采样率和目标权重比值作为初始时间序列预测模型的参数，得到目标时间序列预测模型。本方案采用自适应采样策略和权重策略，可针对不同数据集、业务场景，智能化程度较高。本模型可较便捷的迁移到多种场景下进行使用，同时具有较强的泛化能力。