[發明專利]一種預測方法、訓練方法、裝置及計算機存儲介質

有效

• 申請號: 201810481548.0
• 申請日: 2018-05-18
• 公開（公告）號: CN109905271B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 周敏;楊文森;張建鋒
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06K9/62
• 代理公司: 北京龍雙利達知識產權代理有限公司 11329
• 代理人: 張欣;王君

1.一種預測方法，其特征在于，所述方法包括：

獲取目標設備的第一指標數據；

將所述第一指標數據輸入第一預測模型，得到所述目標設備的預測第二指標數據，其中，所述第一預測模型根據第一訓練數據訓練得到，所述第一訓練數據包括多個設備的第一指標數據和第二指標數據，所述多個設備的第一指標數據和第二指標數據的指標關系具有一致性，所述多個設備包括所述目標設備；

將所述預測第二指標數據輸入第二預測模型，得到所述目標設備的預測結果，其中，所述第二預測模型根據第二訓練數據訓練得到，所述第二訓練數據包括所述目標設備的第二指標數據和第三指標數據。

2.如權利要求1所述的方法，其特征在于，所述第一指標數據為用戶數，所述第二指標數據為話務量，所述第三指標數據為資源占用率。

3.如權利要求1所述的方法，其特征在于，在所述將所述第一指標數據輸入預測模型，得到所述目標設備的預測結果之前，所述方法還包括：

獲取所述第一訓練數據；

根據所述第一訓練數據訓練得到第一預測模型，所述第一預測模型用于根據所述目標設備的第一指標數據預測所述目標設備的第二指標數據。

4.如權利要求3所述的方法，其特征在于，所述根據所述第一訓練數據訓練得到第一預測模型，包括：

對所述第一訓練數據中的第一指標進行主成分分析，得到主成分分析模型；

根據所述主成分分析模型，對所述第一訓練數據進行降維處理，得到降維后的第三訓練數據；

根據所述第三訓練數據，訓練所述第一預測模型。

5.如權利要求1至4中任一項所述的方法，其特征在于，所述根據所述第一訓練數據訓練得到第一預測模型，包括：

通過對所述第一訓練數據進行回歸分析，得到所述第一預測模型。

6.如權利要求5所述的方法，其特征在于，所述通過對所述第一訓練數據進行回歸分析，得到所述第一預測模型，包括：

在所述第一訓練數據的多樣性滿足預設條件的情況下，對所述第一訓練數據進行過原點回歸分析；

在所述第一訓練數據的多樣性不滿足所述預設條件的情況下，對所述第一訓練數據進行不過原點回歸分析。

7.如權利要求1至4中任一項所述的方法，其特征在于，在所述將所述第一指標數據輸入預測模型，得到所述目標設備的預測結果之前，所述方法還包括：

獲取所述第二訓練數據；

根據所述第二訓練數據訓練得到第二預測模型，所述第二預測模型用于根據所述第一預測模型得到的所述目標設備的第二指標數據預測所述目標設備的第三指標數據。

8.如權利要求7所述的方法，其特征在于，所述根據所述第二訓練數據訓練得到第二預測模型，包括：

通過對所述第二訓練數據進行回歸分析，得到所述第二預測模型。

9.如權利要求8所述的方法，其特征在于，所述通過對所述第二訓練數據進行回歸分析，得到所述第二預測模型，包括：

通過對所述第二訓練數據進行分位數回歸分析，得到所述第二預測模型。

10.如權利要求1至4中任一項所述的方法，其特征在于，所述多個設備之間的所述第一指標數據和第二指標數據的指標關系具有一致性。