基于深度学习的大数据时序预测模型构建与分析

徐瀚 杰*, 田 乐乐, 胥 立军, 肖 凌俊
广州新华学院

摘要


时序预测是大数据分析领域的核心任务之一，其核心是通过挖掘时序数据的内在规律，实现对未来状态的
精准推断。针对大数据环境下时序数据规模庞大、特征复杂、动态性强等问题，传统预测方法难以满足预测精度与
效率需求。本文基于深度学习技术，构建一套完整的大数据时序预测模型，系统分析时序预测基础理论、模型构建
框架、数据处理方法、训练优化策略及性能评估体系，探讨深度学习在时序预测中的适用性与优势，解决大数据时
序预测中的关键技术难题，为相关领域的时序预测应用提供理论支撑与方法参考，全文围绕模型构建与分析展开，
兼顾理论严谨性与实践指导性。

关键词


深度学习；大数据；时序预测；模型构建；性能评估

全文:

PDF


参考


[1]Surur F M, Mamo A A, Gebresilassie B G, et al.

Unlocking the power of machine learning in big data: a scoping

survey[J]. Data Science and Management, 2025,8(4):519-535.

[2]严冬梅，杜锦华，王烁杰.引入凸包知识蒸馏技

术的时间序列预测方法[J].数据分析与知识发现，2025，

9（10）：160-175.

[3]Chen Z, Lin R, Xu B, et al. LXformer: A LongTerm Time Series Forecasting Model Based on MultiGranularity Feature Extraction for Edge Devices[J]. Big Data

Mining and Analytics,2026.

[4]丛国庆.基于时序负载预测的弹性大数据服务系

统设计与实现[D].山东大学，2024.

[5]马超红，郝新丽，孟小峰，等.机器学习赋能的

多维数据查询处理研究综述[J].计算机学报，2025，48（1）.

[6]苏丽，孙雨鑫，苑守正.基于深度学习的实例分

割研究综述[J].智能系统学报，2022，17（1）：16-31.


Refbacks

  • 当前没有refback。