一种基于双阶段注意力机制的网站访问量预测方法及系统技术方案

本申请公开了一种基于双阶段注意力机制的网站访问量预测方法及系统，涉及时间序列预测领域，所述方法包括：获得网站访问量的原始时间序列数据；对原始时间序列数据进行预处理，并生成训练集数据、验证集数据和测试集数据；构建基于双阶段注意力机制的网站访问量预测模型；对训练集数据进行训练，基于验证集数据设置超参数，获得训练完成的双阶段注意力机制预测模型；将测试集数据输入至所述双阶段注意力机制预测模型进行训练，获得第二训练结果，第二训练结果包括对所述原始时间序列数据的网站访问量预测结果。解决了现有技术中存在的传统时间序列预测方法难以捕获网站访问量历史信息的长期依赖性的输入特征的技术问题。历史信息的长期依赖性的输入特征的技术问题。历史信息的长期依赖性的输入特征的技术问题。

【技术实现步骤摘要】
一种基于双阶段注意力机制的网站访问量预测方法及系统


[0001]本申请涉及时间序列预测领域，特别涉及一种基于双阶段注意力机制的网站访问量预测方法及系统。

技术介绍

[0002]随着信息技术的发展，网站已经人们日常生活中浏览信息、购物、娱乐等必不可少的工具，而网站的访问量是网站赖以生存的重要信息，其直接影响到某一网站的运营情况，目前已有一些常见的网站访问量预测方法是通过研究历史信息的规律实现对未来时刻的网站访问量数据预测，常用的预测方法有线性时间序列预测模型、非线性时间序列预测模型、神经网络时间序列预测模型、Boosting预测模型、GM预测模型等。
[0003]但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：
[0004]现有技术中存在传统时间序列预测方法的非线性拟合能力较差，对网站访问量预测的准确度较低，难以捕获网站访问量历史信息的长期依赖性技术问题。

技术实现思路

[0005]本申请实施例通过提供了一种基于双阶段注意力机制的网站访问量预测方法及系统，用于针对解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双阶段注意力机制的网站访问量预测方法，其中，所述方法应用于一种基于双阶段注意力机制的网站访问量预测系统，所述方法包括：获得网站访问量的原始时间序列数据；对所述原始时间序列数据进行预处理，且进行比例划分，生成训练集数据、验证集数据和测试集数据；构建基于双阶段注意力机制的网站访问量预测模型；将所述训练集数据输入至所述网站访问量预测模型进行训练，基于所述验证集数据设置超参数，获得第一训练结果，所述第一训练结果包括训练完成的双阶段注意力机制预测模型；将所述测试集数据输入至所述双阶段注意力机制预测模型进行训练，获得第二训练结果，所述第二训练结果包括对所述原始时间序列数据的网站访问量预测结果。2.如权利要求1所述的方法，其中，所述对所述原始时间序列数据进行预处理，包括：基于均值补差法，对所述原始时间序列数据中的缺失值进行填充；对所述填充后的数据集进行最小
‑
最大归一化处理，生成所述原始时间序列数据的预处理数据集。3.如权利要求1所述的方法，其中，所述进行比例划分，包括：基于第一预设比例值，对所述预处理数据集进行比例划分，生成所述训练集数据；基于第二预设比例值，对所述预处理数据集进行比例划分，生成所述验证集数据；基于第三预设比例值，对所述预处理数据集进行比例划分，生成所述测试集数据。4.如权利要求1所述的方法，其中，所述第一训练结果包括训练完成的双阶段注意力机制预测模型，包括：基于第一LSTM网络作为映射函数，构建输入序列X
t
到编码器隐藏层状态h
t
的...

【专利技术属性】
技术研发人员：马凯璇，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：