一种序列数据建模方法和系统

本申请公开一种序列数据建模方法和系统。其方法包括：步骤S1：将当前时刻的多源异构原始特征集通过可学习映射函数转换为统一维度的嵌入向量，并整合为综合特征嵌入向量E_t；步骤S2：计算当前事件与前序事件间的时空差异，将其处理为结构化特征后输入可学习网络生成时空关联得分向量R_st；步骤S3：使用R_st作为调节信号，输入到门控循环神经网络中调节门控，更新细胞状态，得到序列状态向量s_t。本申请增强的状态表征对时空动态的敏感性以及提高了时空关联模式的可解释性。