[發明專利]一種業務量預測方法、裝置、設備及存儲介質

在審

• 申請號: 201911158237.1
• 申請日: 2019-11-22
• 公開（公告）號: CN112835771A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 劉春暉;王希棟;邊森
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06N3/08;G06Q10/04
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

1.一種業務量預測方法，其特征在于，所述方法包括：

獲取具有周期特性的第一業務量數據；

采用預設分解策略對所述第一業務量數據進行分解，得到第一趨勢分量、第一不規則分量和第一周期分量；

利用所述第一趨勢分量和預先建立的第一模型進行趨勢分量預測，得到目標時刻的趨勢分量預測值；

利用所述第一不規則分量和預先建立的第二模型進行不規則分量預測，得到目標時刻的不規則分量預測值；

對所述第一周期分量、所述趨勢分量預測值和所述不規則分量預測值進行整合，得到所述目標時刻的業務量預測值。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取訓練數據庫；其中，所述訓練數據庫中包括具有周期性的第二業務量數據；

采用所述預設分解策略對所述第二業務量數據進行分解，得到第二趨勢分量、第二不規則分量；

利用所述第二趨勢分量對趨勢性模型進行訓練，得到所述第一模型；

利用所述第二不規則分量對不規則性模型進行訓練，得到所述第二模型。

3.根據權利要求1或2所述的方法，其特征在于，

所述預設分解策略包括：

基于業務量數據和上一次分解得到的歷史趨勢分量，得到周期分量；

基于所述業務量數據和所述周期分量，得到趨勢分量；

當所述周期分量與所述趨勢分量收斂時，從所述業務量數據中除去所述周期分量和所述趨勢分量，得到不規則分量。

4.根據權利要求3所述的方法，其特征在于，

所述基于業務量數據和上一次分解得到的歷史趨勢分量，得到周期分量，包括：

利用所述業務量數據減去所述歷史趨勢分量，得到去趨勢化序列；

將所述去趨勢化序列中每個周期相同位置的樣本點提取出來，組成多個子序列；

對所述多個子序列中的每一個子序列進行平滑操作，得到臨時周期序列；

對所述臨時周期序列進行平滑操作，得到結果序列；

利用所述臨時周期序列減去所述結果序列，得到所述周期分量。

5.根據權利要求3所述的方法，其特征在于，

所述基于所述業務量數據和所述周期分量，得到趨勢分量，包括：

利用所述業務量數據減去所述周期分量，得到中間分量；

對所述中間分量進行平滑操作，得到所述趨勢分量。

6.根據權利要求1或2所述的方法，其特征在于，獲取具有周期特性的業務量數據之前，所述方法還包括：

獲取包含具有周期特性的業務量數據的原始數據；

對所述原始數據進行預處理操作，得到處理后的數據；

對所述處理后的數據進行特征提取操作，提取出具有周期特性的業務量數據。

7.根據權利要求1所述的方法，其特征在于，

所述采用預設分解策略對所述第一業務量數據進行分解，包括：

對所述第一業務量數據取log對數化，得到對數化后的第一業務量數據；

采用所述分解策略對所述對數化后的第一業務量數據進行分解；

相應的，所述得到所述目標時刻的業務量預測值之后，所述方法還包括：對所述目標時刻的業務量預測值進行反對數化操作。

8.一種業務量預測裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取具有周期特性的第一業務量數據；

分解單元，用于采用預設分解策略對所述第一業務量數據進行分解，得到第一趨勢分量、第一不規則分量和第一周期分量；

處理單元，利用所述第一趨勢分量和預先建立的第一模型進行趨勢分量預測，得到目標時刻的趨勢分量預測值；

所述處理單元，還用于利用所述第一不規則分量和預先建立的第二模型進行不規則分量預測，得到目標時刻的不規則分量預測值；

整合單元，用于對所述第一周期分量、所述趨勢分量預測值和所述不規則分量預測值進行整合，得到所述目標時刻的業務量預測值。