[發明專利]資源預測模型的訓練方法和裝置、資源預測方法和裝置

在審

• 申請號: 202210002993.0
• 申請日: 2022-01-04
• 公開（公告）號: CN114363193A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 陳均奕;王文韜;王方舟
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: H04L41/14
• 分類號: H04L41/14;H04L41/147
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 蘇銀虹;王兆賡

1.一種資源預測模型的訓練方法，其特征在于，包括：

獲取目標對象在預設歷史周期內的歷史虛擬資源值和所述目標對象在預測時間點的真實虛擬資源值，所述預測時間點是所述預設歷史周期的終點經過預設時長后的時間點；

將所述歷史虛擬資源值輸入所述資源預測模型，得到在所述預測時間點的預測虛擬資源值，其中，所述資源預測模型為一次指數平滑模型；

根據所述預測虛擬資源值和所述真實虛擬資源值確定所述資源預測模型的損失函數的值；

根據所述損失函數的值調整所述資源預測模型的平滑系數，得到訓練后的所述資源預測模型。

2.如權利要求1所述的訓練方法，其特征在于，所述預設歷史周期包括多個連續的第一子周期，每個所述第一子周期包括多個連續的第二子周期，

其中，獲取目標對象在預設歷史周期內的歷史虛擬資源值的步驟，包括：

獲取所述目標對象在所述預設歷史周期內的每個所述第二子周期的單期虛擬資源值；

針對每個所述第一子周期，確定所述第一子周期對應的至少部分所述單期虛擬資源值的平均值，得到每個所述第一子周期的子周期虛擬資源值，所述預設歷史周期內的全部所述第一子周期的所述子周期虛擬資源值構成所述歷史虛擬資源值。

3.如權利要求2所述的訓練方法，其特征在于，確定所述第一子周期對應的至少部分所述單期虛擬資源值的平均值的步驟，包括：

確定所述第一子周期對應的全部所述單期虛擬資源值去除最大值后的平均值。

4.如權利要求2所述的訓練方法，其特征在于，確定所述第一子周期對應的至少部分所述單期虛擬資源值的平均值的步驟，包括：

響應于所述第一子周期對應的全部所述單期虛擬資源值的數量大于或等于預設數量，確定所述第一子周期對應的全部所述單期虛擬資源值去除最大值后的平均值；

響應于所述第一子周期對應的全部所述單期虛擬資源值的數量小于預設數量，確定所述第一子周期對應的全部所述單期虛擬資源值的平均值。

5.一種虛擬資源值預測方法，其特征在于，包括：

獲取目標對象在預設歷史周期內的歷史虛擬資源值；

將所述歷史虛擬資源值輸入所述目標對象對應的資源預測模型，得到在預測時間點的預測虛擬資源值，其中，所述預測時間點是所述預設歷史周期的終點經過預設時長后的時間點，

其中，所述資源預測模型是使用如權利要求1到4中的任一權利要求所述的訓練方法訓練得到的。

6.一種資源預測模型的訓練裝置，其特征在于，包括：

獲取單元，被配置為：獲取目標對象在預設歷史周期內的歷史虛擬資源值和所述目標對象在預測時間點的真實虛擬資源值，所述預測時間點是所述預設歷史周期的終點經過預設時長后的時間點；

預測單元，被配置為：將所述歷史虛擬資源值輸入所述資源預測模型，得到在所述預測時間點的預測虛擬資源值，其中，所述資源預測模型為一次指數平滑模型；

計算單元，被配置為：根據所述預測虛擬資源值和所述真實虛擬資源值確定所述資源預測模型的損失函數的值；

調參單元，被配置為：根據所述損失函數的值調整所述資源預測模型的平滑系數，得到訓練后的所述資源預測模型。

7.一種資源預測裝置，其特征在于，包括：

獲取單元，被配置為：獲取目標對象在預設歷史周期內的歷史虛擬資源值；

預測單元，被配置為：將所述歷史虛擬資源值輸入所述目標對象對應的資源預測模型，得到在預測時間點的預測虛擬資源值，其中，所述預測時間點是所述預設歷史周期的終點經過預設時長后的時間點，

其中，所述資源預測模型是使用如權利要求1到4中的任一權利要求所述的訓練方法訓練得到的。

8.一種電子設備，其特征在于，包括：

至少一個處理器；

至少一個存儲計算機可執行指令的存儲器，

其中，所述計算機可執行指令在被所述至少一個處理器運行時，促使所述至少一個處理器執行如權利要求1到4中的任一權利要求所述的資源預測模型的訓練方法或如權利要求5所述的資源預測方法。