[發(fā)明專利]一種面向開源信息采集的資源更新時(shí)間預(yù)測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910371392.5
• 申請(qǐng)日: 2019-05-06
• 公開（公告）號(hào): CN110069692B
• 公開（公告）日: 2021-04-20
• 發(fā)明（設(shè)計(jì)）人: 姚晗;晏裕生;孫孟陽;董文軒;江洋
• 申請(qǐng)（專利權(quán)）人: 中國船舶工業(yè)綜合技術(shù)經(jīng)濟(jì)研究院
• 主分類號(hào): G06F16/951
• 分類號(hào): G06F16/951;G06K9/62;G06Q10/04
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 程華

1.一種面向開源信息采集的資源更新時(shí)間預(yù)測(cè)方法，其特征在于，所述方法包括：

獲取目標(biāo)網(wǎng)站的歷史數(shù)據(jù)；所述歷史數(shù)據(jù)包括多個(gè)歷史更新時(shí)間以及多個(gè)所述歷史更新時(shí)間對(duì)應(yīng)的歷史資源更新數(shù)量；

采用十折交叉法將所述歷史數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集；

根據(jù)所述訓(xùn)練集建立分類與回歸樹CART決策樹模型；

所述根據(jù)所述訓(xùn)練集建立分類與回歸樹CART決策樹模型，具體包括：

統(tǒng)計(jì)所述訓(xùn)練集中所有歷史更新時(shí)間作為定義域；所述訓(xùn)練集中包括多個(gè)歷史更新時(shí)間以及多個(gè)所述歷史更新時(shí)間對(duì)應(yīng)的歷史資源更新數(shù)量；

對(duì)所述定義域進(jìn)行遞歸劃分，將所述定義域劃分為M個(gè)集合R₁,R₂,...,R_M；

確定所述定義域的最優(yōu)切分變量與最優(yōu)切分點(diǎn)；

采用所述最優(yōu)切分點(diǎn)將所述定義域劃分為兩個(gè)子區(qū)域；

將兩個(gè)所述子區(qū)域分別作為所述定義域，返回所述對(duì)所述定義域進(jìn)行遞歸劃分，將所述定義域劃分為M個(gè)集合R₁,R₂,...,R_M的步驟，對(duì)所述定義域進(jìn)行遞歸劃分，直到滿足終止條件，將所述定義域劃分為M個(gè)集合R₁,R₂,...,R_M；

根據(jù)所述M個(gè)集合R₁,R₂,...,R_M建立CART決策樹模型其中x_i為歷史更新時(shí)間；R_m表示所述M個(gè)集合中的第m個(gè)集合；C_m為第m個(gè)集合R_m的回歸值；N_m表示第m個(gè)集合R_m中的元素個(gè)數(shù)；y_i為歷史更新時(shí)間x_i對(duì)應(yīng)的歷史資源更新數(shù)量；f(x_i)為與歷史更新時(shí)間x_i對(duì)應(yīng)的更新時(shí)間所對(duì)應(yīng)的預(yù)測(cè)資源更新數(shù)量；

根據(jù)所述測(cè)試集確定所述CART決策樹模型的準(zhǔn)確性；

根據(jù)所述測(cè)試集中的數(shù)據(jù)，采用公式計(jì)算所述CART決策樹模型的準(zhǔn)確性；

其中t_s為平均誤差，N為定義域的元素個(gè)數(shù)，f(x_i)為通過所述CART決策樹模型計(jì)算出來的預(yù)測(cè)資源更新數(shù)量，y_i為所述測(cè)試集中的歷史更新時(shí)間x_i對(duì)應(yīng)的歷史資源更新數(shù)量；

判斷所述準(zhǔn)確性是否滿足要求，獲得第一判斷結(jié)果；

若所述第一判斷結(jié)果為所述準(zhǔn)確性滿足要求，采用所述CART決策樹模型預(yù)測(cè)所述目標(biāo)網(wǎng)站的更新時(shí)間以及所述更新時(shí)間對(duì)應(yīng)的資源更新數(shù)量；

若所述第一判斷結(jié)果為所述準(zhǔn)確性不滿足要求，返回所述采用十折交叉法將所述歷史數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集的步驟。

2.根據(jù)權(quán)利要求1所述的資源更新時(shí)間預(yù)測(cè)方法，其特征在于，所述判斷所述準(zhǔn)確性是否滿足要求，獲得第一判斷結(jié)果，具體包括：

判斷所述平均誤差t_s是否小于誤差閾值，獲得第二判斷結(jié)果；

若所述第二判斷結(jié)果為所述平均誤差t_s小于誤差閾值，確定所述第一判斷結(jié)果為所述準(zhǔn)確性滿足要求；

若所述第二判斷結(jié)果為所述平均誤差t_s不小于誤差閾值，確定所述第一判斷結(jié)果為所述準(zhǔn)確性不滿足要求。