[發(fā)明專利]網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備、模型構(gòu)建及訓(xùn)練方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110509575.6
• 申請(qǐng)日: 2021-05-11
• 公開(kāi)（公告）號(hào): CN113259158B
• 公開(kāi)（公告）日: 2022-12-27
• 發(fā)明（設(shè)計(jì)）人: 劉亞娜
• 申請(qǐng)（專利權(quán)）人: 北京沃東天駿信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): H04L41/147
• 分類號(hào): H04L41/147;G06K9/62;G06Q30/06
• 代理公司: 中國(guó)貿(mào)促會(huì)專利商標(biāo)事務(wù)所有限公司 11038
• 代理人: 王云飛

本公開(kāi)涉及一種網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備、模型構(gòu)建及訓(xùn)練方法和裝置。該網(wǎng)絡(luò)流量預(yù)測(cè)模型訓(xùn)練方法包括：將平臺(tái)數(shù)據(jù)按照活動(dòng)時(shí)間分為第一時(shí)段數(shù)據(jù)和第二時(shí)段數(shù)據(jù)，活動(dòng)時(shí)間的單位為小時(shí)；采用第一時(shí)段數(shù)據(jù)和第二時(shí)段數(shù)據(jù)對(duì)網(wǎng)絡(luò)流量預(yù)測(cè)模型進(jìn)行訓(xùn)練，使得訓(xùn)練完成的網(wǎng)絡(luò)流量預(yù)測(cè)模型用于實(shí)現(xiàn)平臺(tái)網(wǎng)絡(luò)流量預(yù)測(cè)。本公開(kāi)通過(guò)多模型融合的預(yù)測(cè)模型，可以提升網(wǎng)絡(luò)流量預(yù)測(cè)的精度以及穩(wěn)定性。

技術(shù)領(lǐng)域

本公開(kāi)涉及流量預(yù)測(cè)領(lǐng)域，特別涉及一種網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備、模型構(gòu)建及訓(xùn)練方法和裝置。

背景技術(shù)

對(duì)于電商平臺(tái)而言，流量是一大核心指標(biāo)。及時(shí)掌握甚至預(yù)判流量趨勢(shì)，對(duì)于電商平臺(tái)的運(yùn)營(yíng)起著至關(guān)重要的作用。流量預(yù)測(cè)是流控的重要環(huán)節(jié)，也是流控邁向智能化的關(guān)鍵一步。電商平臺(tái)業(yè)務(wù)系統(tǒng)流量趨勢(shì)的預(yù)測(cè)、異常流量的及時(shí)預(yù)警顯得尤為重要，它可以及時(shí)感知是否有危害企業(yè)網(wǎng)絡(luò)正常經(jīng)營(yíng)活動(dòng)的行為或者預(yù)判當(dāng)前基礎(chǔ)設(shè)施是否有能力承擔(dān)未來(lái)流量。

發(fā)明內(nèi)容

本公開(kāi)提供了一種網(wǎng)絡(luò)流量預(yù)測(cè)方法和設(shè)備、模型構(gòu)建及訓(xùn)練方法和裝置，通過(guò)多模型融合的預(yù)測(cè)模型，可以提升網(wǎng)絡(luò)流量預(yù)測(cè)的精度以及穩(wěn)定性。

根據(jù)本公開(kāi)的一個(gè)方面，提供一種網(wǎng)絡(luò)流量預(yù)測(cè)模型構(gòu)建方法，包括：

構(gòu)建數(shù)據(jù)分類子模型，其中，所述數(shù)據(jù)分類子模型用于將平臺(tái)數(shù)據(jù)按照活動(dòng)時(shí)間分為第一時(shí)段數(shù)據(jù)和第二時(shí)段數(shù)據(jù)，活動(dòng)時(shí)間的單位為小時(shí)；

構(gòu)建第一流量預(yù)測(cè)子模型，其中，所述第一流量預(yù)測(cè)子模型用于采用第一時(shí)段數(shù)據(jù)進(jìn)行第一流量預(yù)測(cè)模型訓(xùn)練，得到第一流量預(yù)測(cè)數(shù)據(jù)；

構(gòu)建第二流量預(yù)測(cè)子模型，其中，所述第二流量預(yù)測(cè)子模型用于采用第二時(shí)段數(shù)據(jù)進(jìn)行第二流量預(yù)測(cè)模型訓(xùn)練，得到第二流量預(yù)測(cè)數(shù)據(jù)；

構(gòu)建數(shù)據(jù)融合子模型，其中，所述數(shù)據(jù)融合子模型對(duì)第一流量預(yù)測(cè)數(shù)據(jù)和第二流量預(yù)測(cè)數(shù)據(jù)進(jìn)行融合，輸出流量預(yù)測(cè)結(jié)果。

在本公開(kāi)的一些實(shí)施例中，所述網(wǎng)絡(luò)流量預(yù)測(cè)模型包括數(shù)據(jù)分類子模型、第一流量預(yù)測(cè)子模型、第二流量預(yù)測(cè)子模型和數(shù)據(jù)融合子模型，訓(xùn)練完成的網(wǎng)絡(luò)流量預(yù)測(cè)模型用于實(shí)現(xiàn)平臺(tái)網(wǎng)絡(luò)流量預(yù)測(cè)。

在本公開(kāi)的一些實(shí)施例中，第一時(shí)段數(shù)據(jù)為活動(dòng)時(shí)段數(shù)據(jù)，第二時(shí)段數(shù)據(jù)為非活動(dòng)時(shí)段數(shù)據(jù)。

在本公開(kāi)的一些實(shí)施例中，第一流量預(yù)測(cè)子模型和第二流量預(yù)測(cè)子模型為不同類型的機(jī)器學(xué)習(xí)模型。

在本公開(kāi)的一些實(shí)施例中，所述網(wǎng)絡(luò)流量預(yù)測(cè)模型構(gòu)建方法還包括：

構(gòu)建時(shí)序數(shù)據(jù)分類子模型，其中，所述時(shí)序數(shù)據(jù)分類子模型用于采用第一時(shí)段數(shù)據(jù)進(jìn)行分類訓(xùn)練，將第一時(shí)段數(shù)據(jù)劃分為第一類型數(shù)據(jù)和第二類型數(shù)據(jù)，第一類型數(shù)據(jù)為平穩(wěn)型第一時(shí)段數(shù)據(jù)，第二類型數(shù)據(jù)為無(wú)規(guī)律型第一時(shí)段數(shù)據(jù)，第一類型數(shù)據(jù)用于作為第二時(shí)段數(shù)據(jù)的樣點(diǎn)填充依據(jù)，以使得第二流量預(yù)測(cè)子模型的輸入為連續(xù)型時(shí)序數(shù)據(jù)序列。

在本公開(kāi)的一些實(shí)施例中，所述網(wǎng)絡(luò)流量預(yù)測(cè)模型還包括時(shí)序數(shù)據(jù)分類子模型。

在本公開(kāi)的一些實(shí)施例中，所述網(wǎng)絡(luò)流量預(yù)測(cè)模型構(gòu)建方法還包括：

構(gòu)建影響特征確定子模型，其中，所述影響特征確定子模型用于根據(jù)第二類型數(shù)據(jù)和活動(dòng)參數(shù)進(jìn)行模型訓(xùn)練，得到活動(dòng)影響特征，活動(dòng)影響特征和第一時(shí)段數(shù)據(jù)作為輸入對(duì)第一流量預(yù)測(cè)子模型進(jìn)行訓(xùn)練。

在本公開(kāi)的一些實(shí)施例中，所述網(wǎng)絡(luò)流量預(yù)測(cè)模型還包括影響特征確定子模型。

在本公開(kāi)的一些實(shí)施例中，所述構(gòu)建影響特征確定子模型包括：

構(gòu)建初始類中心確定子模型，其中，初始類中心確定子模型用于根據(jù)第二類型數(shù)據(jù)和活動(dòng)參數(shù)進(jìn)行模型訓(xùn)練，通過(guò)自適應(yīng)算法確定初始類中心；

構(gòu)建聚類分析子模型，其中，所述聚類分析子模型用于對(duì)初始類中心進(jìn)行聚類預(yù)測(cè)訓(xùn)練，確定活動(dòng)影響特征。