[發(fā)明專利]一種交通業(yè)務(wù)量預(yù)測方法、系統(tǒng)、裝置及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011080598.1
• 申請日: 2020-10-10
• 公開（公告）號: CN112183873B
• 公開（公告）日: 2023-09-12
• 發(fā)明（設(shè)計）人: 周國靜;王安琪
• 申請（專利權(quán)）人: 蘇州創(chuàng)旅天下信息技術(shù)有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/067;G06Q50/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請涉及一種交通業(yè)務(wù)量預(yù)測方法、系統(tǒng)、裝置及存儲介質(zhì)，其中方法包括：通過數(shù)據(jù)分析工具對歷史原始業(yè)務(wù)量S0進(jìn)行可視化然后分析歷史原始業(yè)務(wù)量S0中所包含的周期性類型；采用Prophet算法提取歷史原始業(yè)務(wù)量S0中每一周期性類型所對應(yīng)的周期因子，然后從歷史原始業(yè)務(wù)量S0中剔除所有的周期因子以得到基業(yè)務(wù)量Sn；將每天的基業(yè)務(wù)量定義為標(biāo)簽y，訓(xùn)練基業(yè)務(wù)量Sn中第n天之前t天的基業(yè)務(wù)量數(shù)據(jù)映射到y(tǒng)n的模型；利用訓(xùn)練好的模型預(yù)測以當(dāng)天為基準(zhǔn)的未來T天的預(yù)測基業(yè)務(wù)量PT；根據(jù)未來T天包含的周期性類型，將相應(yīng)的周期因子增加到預(yù)測基業(yè)務(wù)量PT中，得到最終預(yù)測業(yè)務(wù)量P。本申請具有能夠有效降低交通業(yè)務(wù)量預(yù)測誤差的效果。

技術(shù)領(lǐng)域

本申請涉及計算機(jī)技術(shù)的領(lǐng)域，尤其是涉及一種交通業(yè)務(wù)量預(yù)測方法、系統(tǒng)、裝置及存儲介質(zhì)。

背景技術(shù)

在交通領(lǐng)域，業(yè)務(wù)量主要被定義為需求量、成交量、交易額等，提前預(yù)知未來業(yè)務(wù)量的走勢，對資源規(guī)劃、戰(zhàn)略調(diào)整都至關(guān)重要，因此需要對未來業(yè)務(wù)量進(jìn)行精準(zhǔn)預(yù)測。當(dāng)前的對交通業(yè)務(wù)量的預(yù)測方法主要依照年同比和日環(huán)比來設(shè)計的，即，根據(jù)一年前業(yè)務(wù)量的走勢和當(dāng)前的業(yè)務(wù)量來推測未來業(yè)務(wù)量的走勢。

針對上述中的業(yè)務(wù)量預(yù)測方法，其存在以下缺陷：每年的法定節(jié)、星期等周期日期的不對齊會導(dǎo)致交通業(yè)務(wù)量預(yù)測出現(xiàn)比較大的預(yù)測誤差，遇到突發(fā)情況例如大環(huán)境政策調(diào)整而導(dǎo)致的周期日期變動時，這種預(yù)測誤差會更大。

發(fā)明內(nèi)容

為了改善交通業(yè)務(wù)量預(yù)測誤差的問題，本申請?zhí)峁┮环N交通業(yè)務(wù)量預(yù)測方法、系統(tǒng)、裝置及存儲介質(zhì)。

第一方面，本申請?zhí)峁┮环N交通業(yè)務(wù)量預(yù)測方法，采用如下的技術(shù)方案：

一種交通業(yè)務(wù)量預(yù)測方法，包括：

通過數(shù)據(jù)分析工具對歷史原始業(yè)務(wù)量S0進(jìn)行可視化然后分析歷史原始業(yè)務(wù)量S0中所包含的周期性類型；

采用Prophet算法提取歷史原始業(yè)務(wù)量S0中每一周期性類型所對應(yīng)的周期因子，然后從歷史原始業(yè)務(wù)量S0中剔除所有的周期因子以得到基業(yè)務(wù)量Sn；

將每天的基業(yè)務(wù)量定義為標(biāo)簽y，訓(xùn)練基業(yè)務(wù)量Sn中第n天之前t天的基業(yè)務(wù)量數(shù)據(jù)映射到y(tǒng)n的模型；

利用訓(xùn)練好的模型預(yù)測以當(dāng)天為基準(zhǔn)的未來T天的預(yù)測基業(yè)務(wù)量PT；

根據(jù)未來T天包含的周期性類型，將相應(yīng)的周期因子增加到預(yù)測基業(yè)務(wù)量PT中，得到最終預(yù)測業(yè)務(wù)量P。

通過采用上述技術(shù)方案，本發(fā)明從原始業(yè)務(wù)量中剝離了周期性因子，例如法定節(jié)假日、星期和年度，從而得到了基業(yè)務(wù)量，接著利用機(jī)器學(xué)習(xí)算法根據(jù)歷史基業(yè)務(wù)量預(yù)測未來基業(yè)務(wù)量，把握近期基業(yè)務(wù)量的走勢，最后加入周期因子得到最終預(yù)測業(yè)務(wù)量，不僅便于將不同年份的假日日期對齊而提高預(yù)測數(shù)據(jù)的準(zhǔn)確性，也很好的解決了由于突發(fā)情況而造成的預(yù)測誤差的問題。

優(yōu)選的，所述通過數(shù)據(jù)分析工具對歷史原始業(yè)務(wù)量S0進(jìn)行可視化然后分析歷史原始業(yè)務(wù)量S0中所包含的周期性類型具體包括：

通過數(shù)據(jù)分析工具Excel對歷史原始業(yè)務(wù)量S0進(jìn)行可視化，然后分析歷史原始業(yè)務(wù)量S0中所包含的周期性類型，所述周期性類型包括法定節(jié)假日周期性、星期周期性和年度周期性。

通過采用上述技術(shù)方案，通過Excel將歷史原始業(yè)務(wù)量S0進(jìn)行折線圖或者柱狀圖形式的可視化，便于工作人員觀察到原始業(yè)務(wù)量中的周期類型，便于后續(xù)采用Prophet算法對周期因子提取時的對模型參數(shù)的設(shè)置。

優(yōu)選的，所述采用Prophet算法提取歷史原始業(yè)務(wù)量S0中每一周期性類型所對應(yīng)的周期因子，然后從歷史原始業(yè)務(wù)量S0中剔除所有的周期因子以得到基業(yè)務(wù)量Sn，具體包括：