物理机销售数据预测方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种物理机销售数据预测方法、装置、计算机设备及存储介质，涉及人工智能技术领域，该方法包括：获取预设时段内的用户行为数据以及销售数据；对预设时段的用户行为数据以及销售数据进行预处理；获取各时间区间的用户行为数据向量序列以及销售数据向量序列；对预构建的编码解码模型进行训练；若接收到待测时间区间，根据训练后的所述编码解码模型对所述待测时间区间的物理机的销售数据进行预测并输出预测结果。本发明专利技术通过历史的用户行为数据以及销售数据对预构建的编码解码模型进行训练，然后通过训练好的编码解码模型对待测时间区间的销售数据进行预测，从而能够准确预测物理机的销售情况，使得商家能够提前准确地准备物理机资源池。

【技术实现步骤摘要】
物理机销售数据预测方法、装置、计算机设备及存储介质
本专利技术涉及人工智能
，尤其涉及一种物理机销售数据方法、装置、计算机设备及存储介质。
技术介绍
物理机是一种可以直接租赁的专用物理服务器，其能提供卓越的计算性能。物理机能够提供给虚拟机以硬件环境，有时也称为"寄主"或"宿主"。随着云计算技术的快速发展，物理机的销售(租赁)变得越来越流行。现有技术中，通常根据销售人员的经验来预测物理机在后一段时间内的销售情况，人为预测的结果通常局限性较大，准确性低。使得商家无法提前准备物理机的资源池，极易出现备货不足或者过剩的现象。
技术实现思路
本专利技术实施例提供了一种物理机销售数据预测方法、装置、计算机设备及存储介质，旨在解决提高对物理机销售数据预测的准确性。第一方面，本专利技术实施例提供了一种物理机销售数据预测方法，其包括：获取物理机销售平台在预设时段内的用户行为数据以及销售数据，所述预设时段包括多个时间步长相同的时间区间；对所述预设时段的用户行为数据以及销售数据进行预处理以得到所述预设时段的用户行为样本数据以及销售样本数据；根据所述预设时段的用户行为样本数据以及销售样本数据获取各所述时间区间的用户行为数据向量序列以及销售数据向量序列；根据各所述时间区间的用户行为数据向量序列以及销售数据向量序列对预构建的编码解码模型进行训练，所述编码解码模型包括LSTM编码器以及引入了注意力机制的LSTM解码器；若接收到待测时间区间，根据训练后的所述编码解码模型对所述待测时间区间的物理机的销售数据进行预测并输出预测结果。第二方面，本专利技术实施例还提供了一种物理机销售数据预测装置，其包括：第一获取单元，用于获取物理机销售平台在预设时段内的用户行为数据以及销售数据，所述预设时段包括多个时间步长相同的时间区间；预处理单元，对所述预设时段的用户行为数据以及销售数据进行预处理以得到所述预设时段的用户行为样本数据以及销售样本数据；第二获取单元，用于根据所述预设时段的用户行为样本数据以及销售样本数据获取各所述时间区间的用户行为数据向量序列以及销售数据向量序列；训练单元，根据各所述时间区间的用户行为数据向量序列以及销售数据向量序列对预构建的编码解码模型进行训练，所述编码解码模型包括LSTM编码器以及引入了注意力机制的LSTM解码器；第一预测单元，用于若接收到待测时间区间，根据训练后的所述编码解码模型对所述待测时间区间的物理机的销售数据进行预测并输出预测结果。第三方面，本专利技术实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。本专利技术实施例提供了一种物理机销售数据预测方法、装置、计算机设备及存储介质。其中，所述方法包括：获取物理机销售平台在预设时段内的用户行为数据以及销售数据；对所述预设时段的用户行为数据以及销售数据进行预处理以得到所述预设时段的用户行为样本数据以及销售样本数据；根据所述预设时段的用户行为样本数据以及销售样本数据获取各所述时间区间的用户行为数据向量序列以及销售数据向量序列；根据各所述时间区间的用户行为数据向量序列以及销售数据向量序列对预构建的编码解码模型进行训练；若接收到待测时间区间，根据训练后的所述编码解码模型对所述待测时间区间的物理机的销售数据进行预测并输出预测结果。通过历史的用户行为数据以及销售数据对预构建的编码解码模型进行训练，然后通过训练好的编码解码模型对待测时间区间的销售情况进行预测，从而能够准确预测物理机的销售情况，使得商家能够提前准确地准备物理机资源池。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种物理机销售数据预测方法的流程示意图；图2为本专利技术实施例提供的一种物理机销售数据预测方法的子流程示意图；图3为本专利技术实施例提供的一种物理机销售数据预测方法的子流程示意图；图4为本专利技术实施例提供的一种物理机销售数据预测方法的子流程示意图；图5为本专利技术实施例提供的一种物理机销售数据预测方法的子流程示意图；图6为本专利技术实施例提供的一种物理机销售数据预测方法的子流程示意图；图7为本专利技术实施例提供的一种物理机销售数据预测装置的示意性框图；图8为本专利技术实施例提供的一种物理机销售数据预测装置的第一获取单元的示意性框图；图9为本专利技术实施例提供的一种物理机销售数据预测装置的预处理单元的示意性框图；图10为本专利技术实施例提供的一种物理机销售数据预测装置的第二获取单元的示意性框图；图11为本专利技术实施例提供的一种物理机销售数据预测装置的第一预测单元的示意性框图；图12为本专利技术实施例提供的一种物理机销售数据预测装置的第一预测单元的第九获取单元的示意性框图；图13为本专利技术实施例提供的一种计算机设备的示意性框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。图1是本专利技术实施例提供的物理机销售数据预测方法的流程示意图。本专利技术可应用于智慧政务/智慧城管/智慧社区/智慧安防/智慧物流/智慧医疗/智慧教育/智慧环保/智慧交通场景中，从而推动智慧城市的建设本文档来自技高网...

【技术保护点】
1.一种物理机销售数据预测方法，其特征在于，包括：/n获取物理机销售平台在预设时段内的用户行为数据以及销售数据，所述预设时段包括多个时间步长相同的时间区间；/n对所述预设时段的用户行为数据以及销售数据进行预处理以得到所述预设时段的用户行为样本数据以及销售样本数据；/n根据所述预设时段的用户行为样本数据以及销售样本数据获取各所述时间区间的用户行为数据向量序列以及销售数据向量序列；/n根据各所述时间区间的用户行为数据向量序列以及销售数据向量序列对预构建的编码解码模型进行训练，所述编码解码模型包括LSTM编码器以及引入了注意力机制的LSTM解码器；/n若接收到待测时间区间，根据训练后的所述编码解码模型对所述待测时间区间的物理机的销售数据进行预测并输出预测结果。/n

【技术特征摘要】
1.一种物理机销售数据预测方法，其特征在于，包括：
获取物理机销售平台在预设时段内的用户行为数据以及销售数据，所述预设时段包括多个时间步长相同的时间区间；
对所述预设时段的用户行为数据以及销售数据进行预处理以得到所述预设时段的用户行为样本数据以及销售样本数据；
根据所述预设时段的用户行为样本数据以及销售样本数据获取各所述时间区间的用户行为数据向量序列以及销售数据向量序列；
根据各所述时间区间的用户行为数据向量序列以及销售数据向量序列对预构建的编码解码模型进行训练，所述编码解码模型包括LSTM编码器以及引入了注意力机制的LSTM解码器；
若接收到待测时间区间，根据训练后的所述编码解码模型对所述待测时间区间的物理机的销售数据进行预测并输出预测结果。


2.根据权利要求1所述的物理机销售数据预测方法，其特征在于，所述获取物理机销售平台在预设时段内的用户行为数据以及销售数据，包括：
向预设的销售历史资料服务器发送数据调取请求，所述数据调取请求包括所述预设时段；
接收所述销售历史资料服务器返回的应答消息，所述应答消息包含所述预设时段内的用户行为数据以及销售数据。


3.根据权利要求1所述的物理机销售数据预测方法，其特征在于，所述对所述预设时段的用户行为数据以及销售数据进行预处理以得到所述预设时段的用户行为样本数据以及销售样本数据，包括：
对所述预设时段的用户行为数据以及销售数据进行数据清洗处理；
对数据清洗处理后的所述预设时段的用户行为数据以及销售数据进行归一化处理。


4.根据权利要求1所述的物理机销售数据预测方法，其特征在于，所述根据所述预设时段的用户行为样本数据以及销售样本数据获取各所述时间区间的用户行为数据向量序列以及销售数据向量序列，包括：
获取各所述时间区间的用户行为样本数据；
分别根据各所述时间区间的用户行为样本数据获取各所述时间区间的用户行为数据向量；
获取各所述时间区间的用户行为数据向量序列，其中，所述时间区间的用户行为数据向量序列由所述时间区间的前n个时间区间的用户行为数据向量拼接得到，n为预设值。


5.根据权利要求4所述的物理机销售数据预测方法，其特征在于，所述根据所述预设时段的用户行为样本数据以及销售样本数据获取各所述时间区间的用户行为数据向量序列以及销售数据向量序列，还包括：
获取各所述时间区间的销售样本数据；
分别根据各所述时间区间的销售...

【专利技术属性】
技术研发人员：田玉凯，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44