The invention relates to a resource allocation prediction method, which comprises: determining the target monotone interval of the real-time data time; determining the target linear regression model corresponding to the target monotone interval; and input the data amount of the real-time data into the linear regression model corresponding to the target monotone interval to obtain the real-time output value. The real-time output value is used as the input value of the kernel function of the support vector machine, and the classification of actions is predicted according to the output value of the kernel function of the support vector machine. According to an embodiment of the present invention, the type of predicted action is guaranteed not to change frequently, so that the electronic devices allocating resources can maintain the same action for a long time, thereby reducing the waste of electronic device performance.
【技术实现步骤摘要】
资源分配预测方法和装置
本申请涉及数据处理
,具体而言,涉及资源分配预测方法、资源分配预测装置、电子设备和计算机可读存储介质。
技术介绍
相关技术中对于处理数据负荷的预测,需要针对某个区域按照月和日两个维度分析历史最大负荷、最小负荷、平均负荷的变化趋势,然后运用随机森林回归和时间序列算法,构建负荷预测模型,然后根据该模型来实现下一阶段的负荷预测。这种方式考虑的因素较多,在实际应用中所需采集的数据也就较多,不利于计算和采集。并且实际数据一般是非线性的,所以容易频繁地出现极值,导致对于负荷的预测几乎不存在规律,从而难以准确地在某一时刻预测下一时刻的负荷,因此可能导致对于资源的利用不充分而浪费资源。
技术实现思路
有鉴于此,本申请提供资源分配预测方法、资源分配预测装置、电子设备和计算机可读存储介质。根据本专利技术实施例的第一方面,提供一种资源分配预测方法,包括:确定实时的数据的时间所属的目标单调区间;确定与所述目标单调区间对应的目标线性回归模型;将所述实时的数据的数据量输入所述目标单调区间对应的线性回归模型得到实时输出值;将所述实时输出值作为支持向量机的核函数的输入值,根据所述支持向量机的核函数的输出值预测动作的类别,其中,所述动作为针对处理所述数据的资源的分配动作。可选地,所述方法还包括:在确定实时的数据的时间所属的目标单调区间之前,将所述数据的数据量的变化周期划分为多个单调区间,其中,所述数据的数据量呈周期性变化。可选地,所述将所述数据的数据量的变化周期划分为多个单调区间包括:确定历史上的所述数据的数据量的极值在所述变化周期中对应的时刻;根据所述时刻将所述 ...
【技术保护点】
1.一种资源分配预测方法,其特征在于,包括:确定实时的数据的时间所属的目标单调区间;确定与所述目标单调区间对应的目标线性回归模型;将所述实时的数据的数据量输入所述目标线性回归模型得到实时输出值;将所述实时输出值作为支持向量机的核函数的输入值,根据所述支持向量机的核函数的输出值预测动作的类别,其中,所述动作为针对处理所述数据的资源的分配动作。
【技术特征摘要】
1.一种资源分配预测方法,其特征在于,包括:确定实时的数据的时间所属的目标单调区间;确定与所述目标单调区间对应的目标线性回归模型;将所述实时的数据的数据量输入所述目标线性回归模型得到实时输出值;将所述实时输出值作为支持向量机的核函数的输入值,根据所述支持向量机的核函数的输出值预测动作的类别,其中,所述动作为针对处理所述数据的资源的分配动作。2.根据权利要求1所述的方法,其特征在于,还包括:在确定实时的数据的时间所属的目标单调区间之前,将所述数据的数据量的变化周期划分为多个单调区间,其中,所述数据的数据量呈周期性变化。3.根据权利要求2所述的方法,其特征在于,所述将所述数据的数据量的变化周期划分为多个单调区间包括:确定历史上的所述数据的数据量的极值在所述变化周期中对应的时刻;根据所述时刻将所述变化周期划分为多个单调区间。4.根据权利要求2或3所述的方法,其特征在于,所述数据为餐饮数据,所述变化周期为一天,所述单调区间包括1点至13点,和/或13点至15点,和/或15点至19点,和/或19点至1点。5.根据权利要求2所述的方法,其特征在于,还包括:在确定实时的数据的时间所属的目标单调区间之前,针对每个所述单调区间分别构建所述数据的线性回归模型。6.根据权利要求1所述的方法,其特征在于,还包括:根...
【专利技术属性】
技术研发人员:徐阳,刘强,张心琪,
申请(专利权)人:北京三快在线科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。