[發明專利]用戶規模預測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010910917.0
• 申請日: 2020-09-02
• 公開（公告）號: CN112149880A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 孫雅婷;吳潔璇;梅錚;柯于皇;楊猛;江勇;李元鋒;張媛
• 申請（專利權）人: 中移（杭州）信息技術有限公司;中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

本發明實施例涉及大數據應用技術領域，公開了一種用戶規模預測方法。本發明獲取歷史用戶規模時序數據和內、外部因素時序數據，計算所述歷史用戶規模時序數據和所述內、外部因素時序數據的稀疏因果關系，根據所述稀疏因果關系建立用戶規模預測模型，利用所述用戶規模預測模型預測得到用戶規模值。本發明還提出一種用戶規模預測裝置、電子設備以及計算機可讀存儲介質。本發明分析時序數據之間的因果相關性，進而稀疏時序數據之間的因果關系，提高用戶規模預測的準確率。

技術領域

本發明實施例涉及大數據應用技術領域，特別涉及一種用戶規模預測的方法、裝置、電 子設備及存儲介質。

背景技術

隨著當前大數據發展日益迅猛，用戶規模預測凸顯出越來越重要的作用，如在通信領域， 由于用戶規模往往直接影響網絡建設規模和投資，同時影響各項業務運營活動的規劃與決策， 因此，亟需綜合考慮多方面因素的方法，實現對用戶規模科學精準的預測，為資源合理調配、 重點業務傾斜、運營策略策劃等提供科學決策依據。現有的用戶規模預測方法，主要依賴用 戶規模自身的歷史數據，并結合傳統的時間序列算法或者改進算法，獲取用戶規模歷史發展 過程、方向和趨勢進行類比延伸，實現對下一階段的用戶客戶規模預測。

但發明人發現，由于當前的用戶規模預測方法對影響因素考慮單一，且未考慮內外部不 同影響因素指標之間的相關性，進而出現用戶規模預測不夠準確的問題。

發明內容

本發明實施方式的目的在于提供一種用戶規模預測方法、裝置、電子設備及存儲介質， 能夠分析影響時序數據之間的相關性，進而提高用戶規模預測的準確率。

為解決上述技術問題，本發明的實施方式提供了一種用戶規模預測方法，所述方法包括：

獲取歷史用戶規模時序數據和內、外部因素時序數據；計算所述歷史用戶規模時序數據 和所述內、外部因素時序數據的稀疏因果關系；根據所述稀疏因果關系建立用戶規模預測模 型；利用所述稀疏因果及關系所述用戶規模預測模型預測得到用戶規模值。

為了解決上述問題，本發明還提供一種用戶規模預測裝置，所述裝置包括： 數據獲取模塊，用于獲取歷史用戶規模時序數據和內、外部因素時序數據；相關性檢測模塊， 用于計算所述歷史用戶規模時序數據和所述內、外部因素時序數據的稀疏因果關系；預測模型構建模塊，用于根據所述稀疏因果關系建立用戶規模預測模型；預測模塊，用于利用所述稀疏因果及關系所述用戶規模預測模型預測得到用戶規模值。

為了解決上述問題，本發明還提供一種電子設備，所述電子設備包括：

存儲器，存儲至少一個指令；及

處理器，執行所述存儲器中存儲的指令以實現上述所述的用戶規模預測方法。

為了解決上述問題，本發明還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質 中存儲有至少一個指令，所述至少一個指令被電子設備中的處理器執行以實現上述所述的用 戶規模預測方法。

本發明實施例先根據獲得的歷史用戶規模時序數據和內、外部因素時序數據，構建出稀 疏因果關系，并利用稀疏因果關系構建出用戶規模預測模型，因稀疏因果關系可有效的對獲 取到的多種時序數據進行因果關系提取，稀疏過多具有因果關系的數據，所以構建的用戶規 模預測模型對用戶規模預測會更加準確。

優選地，所述計算所述歷史用戶規模時序數據和所述內、外部因素時序數據的稀疏因果 關系，包括：

對所述歷史用戶規模時序數據和所述內、外部因素時序數據進行平穩性處理，得到標準 平穩數據集；對所述標準平穩數據集進行數據相關性檢測，得到相關平穩數據集和所述第一 非相關平穩數據集，根據所述第一非相關平穩數據集得到所述稀疏因果關系。