本申请公开了一种基于人数预测的资源分配方法、装置、设备及计算机可读存储介质，方法包括：利用时间序列分解算法对获取到的历史人数时间序列进行分解，得到多个子序列；将从每个子序列中提取到的特征输入到时序预测模型中，得到未来时段内每个子序列对应的人数；根据各子序列对应的人数得到未来时段内的人数；根据未来时段内的人数分配对应的资源。本申请公开的上述技术方案，从对历史人数时间序列进行分解得到的各子序列中提取特征，利用相应特征及时序预测模型得到未来时段内每个子序列对应的人数，根据各子序列对应的人数得到未来时段内的人数，以实现对未来时段内人数的预测，并根据预测出的人数分配对应的资源，从而提高资源分配的合理性。提高资源分配的合理性。提高资源分配的合理性。
【技术实现步骤摘要】
一种基于人数预测的资源分配方法、装置、设备及介质
[0001]本申请涉及资源分配
，更具体地说，涉及一种基于人数预测的资源分配方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]目前，对于旅游景点、商场、车站、医院等地方以及网上购物、订餐等服务，其资源配置和服务水平均与人数有很大关系。
[0003]为了便于更好地对旅游景点等场所以及网上购物等服务的资源进行配，且为了更好地对其服务水平进行调整，因此，有必要进行人数预测，以便于利用预测到的人数对对应场所及对应服务的规划提供依据。
[0004]综上所述，如何预测未来一段时间的人数，以便根据未来一段时间的人数合理地进行资源分配，是目前本领域技术人员亟待解决的技术问题。
技术实现思路
[0005]有鉴于此，本申请的目的是提供一种基于人数预测的资源分配方法、装置、设备及计算机可读存储介质，用于预测未来一段时间的人数，以便根据未来一段时间的人数合理地进行资源分配。
[0006]为了实现上述目的，本申请提供如下技术方案：
[0007]一种基于人数预测的资源分配方法，包括：
[0008]获取历史人数时间序列，利用时间序列分解算法对所述历史人数时间序列进行分解，得到多个子序列；
[0009]从每个所述子序列中提取特征，并分别将每个所述子序列对应的特征输入到时序预测模型中，得到未来时段内每个所述子序列对应的人数；
[0010]根据各所述子序列对应的人数，得到所述未来时段内的人数；
[0011]根据所述未来时段内的人数，分配对应的资源。
[0012]优选的，利用时间序列分解算法对所述历史人数时间序列进行分解，得到多个子序列，包括：
[0013]利用X
‑
11分解方法对所述历史人数时间序列进行分解，得到趋势子序列、周期子序列和残差子序列。
[0014]优选的，在得到趋势子序列、周期子序列和残差子序列之后，还包括：
[0015]利用所述周期子序列得到所述未来时段内所述周期子序列对应的人数；
[0016]相应地，在分别将每个所述子序列对应的特征输入到时序预测模型中，得到未来时段内每个所述子序列对应的人数，还包括：
[0017]将利用所述时序预测模型得到的所述周期子序列对应的人数、利用所述周期子序列得到的所述周期子序列对应的人数进行平均，以得到所述周期子序列对应的人数。
[0018]优选的，从每个所述子序列中提取特征，包括：
[0019]利用一维卷积从每个所述子序列中提取特征。
[0020]优选的，分别将每个所述子序列对应的特征输入到时序预测模型中，包括：
[0021]将每个所述子序列对应的特征输入到GRU深度模型中。
[0022]优选的，在得到所述未来时段内的人数之后，还包括：
[0023]将得到的所述未来时段内的人数发送至终端。
[0024]一种基于人数预测的资源分配装置，包括：
[0025]获取模块，用于获取历史人数时间序列，利用时间序列分解算法对所述历史人数时间序列进行分解，得到多个子序列；
[0026]输入模块，用于从每个所述子序列中提取特征，并分别将每个所述子序列对应的特征输入到时序预测模型中，得到未来时段内每个所述子序列对应的人数；
[0027]得到人数模块，用于根据各所述子序列对应的人数，得到所述未来时段内的人数；
[0028]分配模块，用于根据所述未来时段内的人数，分配对应的资源。
[0029]优选的，所述获取模块包括：
[0030]分解单元，用于利用X
‑
11分解方法对所述历史人数时间序列进行分解，得到趋势子序列、周期子序列和残差子序列。
[0031]一种基于人数预测的资源分配设备，包括：
[0032]存储器，用于存储计算机程序；
[0033]处理器，用于执行所述计算机程序时实现如上述任一项所述的基于人数预测的资源分配方法的步骤。
[0034]一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的基于人数预测的资源分配方法的步骤。
[0035]本申请提供了一种基于人数预测的资源分配方法、装置、设备及计算机可读存储介质，其中，该方法包括：获取历史人数时间序列，利用时间序列分解算法对历史人数时间序列进行分解，得到多个子序列；从每个子序列中提取特征，并分别将每个子序列对应的特征输入到时序预测模型中，得到未来时段内每个子序列对应的人数；根据各子序列对应的人数，得到未来时段内的人数；根据未来时段内的人数，分配对应的资源。
[0036]本申请公开的上述技术方案，利用时间序列分解算法对历史人数时间序列进行分解，以得到多个子序列，并从每个子序列中提取特征，利用每个子序列对应的特征及时序预测模型得到未来时段内每个子序列对应的人数，且根据各子序列对应的人数得到未来时段内的人数，以实现对未来时段内人数的预测，并根据预测得到的人数分配对应的资源，从而提高资源分配的合理性，以避免出现资源短缺或资源分配不足的情况，其中，通过对历史人数时间序列进行分解，并利用分解得到子序列进行人数预测的方式可以实现从多个维度来进行人数预测，以便于提高人数预测的准确性。
附图说明
[0037]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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
提供的附图获得其他的附图。
[0038]图1为本申请实施例提供的一种基于人数预测的资源分配方法的流程图；
[0039]图2为本申请实施例提供的利用X
‑
11分解方法对历史人数时间序列进行分解的示意图；
[0040]图3为本申请实施例提供的医院就诊人数预测的框架图；
[0041]图4为本申请实施例提供的一种基于人数预测的资源分配装置的结构示意图；
[0042]图5为本申请实施例提供的一种基于人数预测的资源分配设备的结构示意图。
具体实施方式
[0043]本申请的核心是提供一种基于人数预测的资源分配方法、装置、设备及计算机可读存储介质，用于预测未来一段时间的人数。
[0044]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0045]参见图1，其示出了本申请实施例提供的一种基于人数预测的资源分配方法的流程图，本申请实施例提供的一种基于人数预测的资源分配方法，可以包括：
[0046]S11：获取历史人数时间序列，利用时间序列分解算本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人数预测的资源分配方法，其特征在于，包括：获取历史人数时间序列，利用时间序列分解算法对所述历史人数时间序列进行分解，得到多个子序列；从每个所述子序列中提取特征，并分别将每个所述子序列对应的特征输入到时序预测模型中，得到未来时段内每个所述子序列对应的人数；根据各所述子序列对应的人数，得到所述未来时段内的人数；根据所述未来时段内的人数，分配对应的资源。2.根据权利要求1所述的基于人数预测的资源分配方法，其特征在于，利用时间序列分解算法对所述历史人数时间序列进行分解，得到多个子序列，包括：利用X
‑
11分解方法对所述历史人数时间序列进行分解，得到趋势子序列、周期子序列和残差子序列。3.根据权利要求2所述的基于人数预测的资源分配方法，其特征在于，在得到趋势子序列、周期子序列和残差子序列之后，还包括：利用所述周期子序列得到所述未来时段内所述周期子序列对应的人数；相应地，在分别将每个所述子序列对应的特征输入到时序预测模型中，得到未来时段内每个所述子序列对应的人数，还包括：将利用所述时序预测模型得到的所述周期子序列对应的人数、利用所述周期子序列得到的所述周期子序列对应的人数进行平均，以得到所述周期子序列对应的人数。4.根据权利要求1所述的基于人数预测的资源分配方法，其特征在于，从每个所述子序列中提取特征，包括：利用一维卷积从每个所述子序列中提取特征。5.根据权利要求4所述的基于人数预测的资源分配方法，其特征在于，分别将每个...
【专利技术属性】
技术研发人员：梁相，蒋剑，金朝汇，谌明，
申请(专利权)人：浙江核新同花顺网络信息股份有限公司，
类型：发明
国别省市：
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。