一种流量预测方法及装置、存储介质、终端制造方法及图纸

一种流量预测方法及装置、存储介质、终端，所述方法包括：获取预设区域内的实时流量数据；基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式；根据所述预测公式和实时流量数据预测所述预设区域在未来特定时间段的流量。通过本发明专利技术提供的方案能够根据精准预测未来任意时间段内预设区域的流量，并且，对应于接入的不同类型的实时流量数据，能够灵活获取不同类型的流量预测结果。

A flow prediction method and device, storage medium and terminal

A traffic prediction method and apparatus, storage medium and terminal. The method comprises: acquiring preset data real-time traffic within the region; determine the prediction formula of the real-time traffic data types as well as the history of the preset area based on the change of flow; according to the prediction formula and real-time traffic data of the preset flow area in the future specific period of time. The scheme provided by this invention can predict the flow of preset area in any future period according to the accuracy, and it can flexibly acquire different types of traffic prediction results corresponding to different types of real-time traffic data.

【技术实现步骤摘要】
一种流量预测方法及装置、存储介质、终端
本专利技术涉及大数据应用领域，具体地涉及一种流量预测方法及装置、存储介质、终端。
技术介绍
流量预测模型已越来越多的应用于人们的日常生活。例如，在智慧城市场景中，可以通过对特定区域的人口流量的预测、对特定区域的车流流量的预测等，运用信息和通信技术手段合理规划城市各项机能的运作，进而为城市中的人创造更美好的生活，促进城市的和谐、可持续成长。但是，现有的流量预测方案普遍存在预测精度低、无法以标准化的预测逻辑灵活适用于不同类型的流量预测需求。
技术实现思路
本专利技术解决的技术问题是如何提供一种流量预测模型，从而在提高预测精度的同时，对应于不同的数据类型，能够适应性获取不同类型的流量预测结果。为解决上述技术问题，本专利技术实施例提供一种流量预测方法，包括：获取预设区域内的实时流量数据；基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式；根据所述预测公式和实时流量数据预测所述预设区域在未来特定时间段的流量。可选的，所述获取预设区域内的实时流量数据包括：在预设经纬度流量表上划分，以获得至少一个预设区域，各个预设区域的流量密度间的差异不大于预设阈值；对于每一个预设区域，基于所述预设经纬度流量表获取所述预设区域的实时流量数据。可选的，所述基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式包括：基于历史上所述预设区域及其周边区域的流量变化，预测至少一个特征参数在未来特定时间段内的预测流量变化；基于历史上所述预设区域的流量变化确定每一特征参数的权重；基于每一特征参数及其权重确定所述预设公式，其中，所述预设公式为线性公式。可选的，所述特征参数的预测流量变化受至少一个参考因素的影响，所述至少一个参考因素根据所述实时流量数据的类型确定。可选的，所述参考因素包括以下一项或多项：天气因素、节假日因素和交通拥堵因素。可选的，所述特征参数的预测流量变化至少包括：所述预设区域内部的预测流量变化；所述预设区域边界上的预测流量变化。可选的，当所述特征参数的预测流量变化为预设区域内部的预测流量变化时，所述基于历史上所述预设区域及其周边区域的流量变化，预测至少一个特征参数在未来特定时间段内的预测流量变化包括：基于历史上所述预设区域的流量数据训练获得时间序列模型，所述时间序列模型用于描述所述预设区域的流量变化趋势；基于所述预设区域的流量变化趋势预测在未来特定时间段内的所述预设区域内部的预测流量变化。可选的，当所述特征参数的预测流量变化为预设区域边界上的预测流量变化时，所述基于历史上所述预设区域及其周边区域的流量变化，预测至少一个特征参数在未来特定时间段内的预测流量变化包括：基于历史上所述预设区域及其周边区域的流量数据，确定位于所述预设区域的边界上的流量进入所述预设区域的概率。可选的，所述流量数据为矢量数据。可选的，所述概率基于预设曲线确定，所述预设曲线基于天类型确定。可选的，所述天类型选自：工作日、周末和节假日。可选的，所述基于历史上所述预设区域的流量变化确定每一特征参数的权重包括：通过多元逻辑回归算法对所述预设公式进行测试，以确定最符合所述历史上所述预设区域的流量变化的基准预设公式；基于所述基准预设公式中各特征参数的权重确定每一特征参数的权重。可选的，所述实时流量数据的类型选自：移动设备的信息点数据；车辆的监控数据。本专利技术实施例还提供一种流量预测装置，包括：获取模块，用于获取预设区域内的实时流量数据；确定模块，用于基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式；预测模块，用于根据所述预测公式和实时流量数据预测所述预设区域在未来特定时间段的流量。可选的，所述获取模块包括：划分子模块，用于在预设经纬度流量表上划分，以获得至少一个预设区域，各个预设区域的流量密度间的差异不大于预设阈值；获取子模块，对于每一个预设区域，基于所述预设经纬度流量表获取所述预设区域的实时流量数据。可选的，所述确定模块包括：预测子模块，用于基于历史上所述预设区域及其周边区域的流量变化，预测至少一个特征参数在未来特定时间段内的预测流量变化；第一确定子模块，用于基于历史上所述预设区域的流量变化确定每一特征参数的权重；第二确定子模块，用于基于每一特征参数及其权重确定所述预设公式，其中，所述预设公式为线性公式。可选的，所述特征参数的预测流量变化受至少一个参考因素的影响，所述至少一个参考因素根据所述实时流量数据的类型确定。可选的，所述参考因素包括以下一项或多项：天气因素、节假日因素和交通拥堵因素。可选的，所述特征参数的预测流量变化至少包括：所述预设区域内部的预测流量变化；所述预设区域边界上的预测流量变化。可选的，当所述特征参数的预测流量变化为预设区域内部的预测流量变化时，所述预测子模块包括：训练单元，用于基于历史上所述预设区域的流量数据训练获得时间序列模型，所述时间序列模型用于描述所述预设区域的流量变化趋势；预测单元，用于基于所述预设区域的流量变化趋势预测在未来特定时间段内的所述预设区域内部的预测流量变化。可选的，当所述特征参数的预测流量变化为预设区域边界上的预测流量变化时，所述预测子模块包括：第一确定单元，用于基于历史上所述预设区域及其周边区域的流量数据，确定位于所述预设区域的边界上的流量进入所述预设区域的概率。可选的，所述流量数据为矢量数据。可选的，所述概率基于预设曲线确定，所述预设曲线基于天类型确定。可选的，所述天类型选自：工作日、周末和节假日。可选的，所述第一确定子模块包括：测试单元，用于通过多元逻辑回归算法对所述预设公式进行测试，以确定最符合所述历史上所述预设区域的流量变化的基准预设公式；第二确定单元，用于基于所述基准预设公式中各特征参数的权重确定每一特征参数的权重。可选的，所述实时流量数据的类型选自：移动设备的信息点数据；车辆的监控数据。本专利技术实施例还提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述方法的步骤。本专利技术实施例还提供一种终端，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述方法的步骤。与现有技术相比，本专利技术实施例的技术方案具有以下有益效果：获取预设区域内的实时流量数据；基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式；根据所述预测公式和实时流量数据预测所述预设区域在未来特定时间段的流量。较之现有需要针对不同类型的数据设计专门的流量预测模型的方案，本专利技术实施例的技术方案在确定预测公式时，能够将接入的实时流量数据的类型作为衡量因素之一，以根据所述实时流量数据的类型确定更合适的预测公式，使得确定的预测公式能够更好的符合接入的实时流量数据的类型特点，进而在此基础上获得更精准的流量预测结果。本领域技术人员理解，通过本专利技术实施例的方案能够根据精准预测未来任意时间段内预设区域的流量，并且，对应于接入的不同类型的实时流量数据，能够根据所述实时流量数据的类型特点有针对性的确定预测公式，进而获取不同类型的流量预测结果。进一步，所述获取预设区域内的实时流量数据可以包括：在预设经纬度流量表上划分，以获得至少一个预设区域，各个预设区域的流量密度间的差异不大于预设阈值；对于每一个预设区本文档来自技高网...

【技术保护点】
一种流量预测方法，其特征在于，包括：获取预设区域内的实时流量数据；基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式；根据所述预测公式和实时流量数据预测所述预设区域在未来特定时间段的流量。

【技术特征摘要】
1.一种流量预测方法，其特征在于，包括：获取预设区域内的实时流量数据；基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式；根据所述预测公式和实时流量数据预测所述预设区域在未来特定时间段的流量。2.根据权利要求1所述的流量预测方法，其特征在于，所述获取预设区域内的实时流量数据包括：在预设经纬度流量表上划分，以获得至少一个预设区域，各个预设区域的流量密度间的差异不大于预设阈值；对于每一个预设区域，基于所述预设经纬度流量表获取所述预设区域的实时流量数据。3.根据权利要求1所述的流量预测方法，其特征在于，所述基于所述实时流量数据的类型以及历史上所述预设区域的流量变化确定预测公式包括：基于历史上所述预设区域及其周边区域的流量变化，预测至少一个特征参数在未来特定时间段内的预测流量变化；基于历史上所述预设区域的流量变化确定每一特征参数的权重；基于每一特征参数及其权重确定所述预设公式，其中，所述预设公式为线性公式。4.根据权利要求3所述的流量预测方法，其特征在于，所述特征参数的预测流量变化受至少一个参考因素的影响，所述至少一个参考因素根据所述实时流量数据的类型确定。5.根据权利要求4所述的流量预测方法，其特征在于，所述参考因素包括以下一项或多项：天气因素、节假日因素和交通拥堵因素。6.根据权利要求3所述的流量预测方法，其特征在于，所述特征参数的预测流量变化至少包括：所述预设区域内部的预测流量变化；所述预设区域边界上的预测流量变化。7.根据权利要求6所述的流量预测方法，其特征在于，当所述特征参数的预测流量变化为预设区域内部的预测流量变化时，所述基于历史上所述预设区域及其周边区域的流量变化，预测至少一个特征参数在未来特定时间段内的预测流量变化包括：基于历史上所述预设区域的流量数据训练获得时间序列模型，所述时间序列模型用于描述所述预设区域的流量变化趋势；基于所述预设区域的流量变化趋势预测在未来特定时间段内的所述预设区域内部的预测流量变化。8.根据权利要求6所述的流量预测方法，其特征在于，当所述特征参数的预测流量变化为预设区域边界上的预测流量变化时，所述基于历史上所述预设区域及其周边区域的流量变化，预测至少一个特征参数在未来特定时间段内的预测流量变化包括：基于历史上所述预设区域及其周边区域的流量数据，确定位于所述预设区域的边界上的流量进入所述预设区域的概率。9.根据权利要求8所述的流量预测方法，其特征在于，所述流量数据为矢量数据。10.根据权利要求8所述的流量预测方法，其特征在于，所述概率基于预设曲线确定，所述预设曲线基于天类型确定。11.根据权利要求10所述的流量预测方法，其特征在于，所述天类型选自：工作日、周末和节假日。12.根据权利要求3所述的流量预测方法，其特征在于，所述基于历史上所述预设区域的流量变化确定每一特征参数的权重包括：通过多元逻辑回归算法对所述预设公式进行测试，以确定最符合所述历史上所述预设区域的流量变化的基准预设公式；基于所述基准预设公式中各特征参数的权重确定每一特征参数的权重。13.根据权利要求1至12中任一项所述的流量预测方法，其特征在于，所述实时流量数据的类型选自：移动设备的信息点数据；车辆的监控数据。14.一种流量预测装置，其特征在于，包括：获取模块，用于获取预设区域内的实时流量数据；确定模块，用于基于所述实时流量数...

【专利技术属性】
技术研发人员：汤奇峰，古丽米热·艾力肯，
申请(专利权)人：晶赞广告上海有限公司，
类型：发明
国别省市：上海,31