网络流量预测方法及装置制造方法及图纸

本发明专利技术公开了网络流量预测方法及装置，可用于人工智能技术领域，方法包括：获取纪念币发行数据，将纪念币发行数量及纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果，将纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果。本发明专利技术通过纪念币预约数量预测模型预测纪念币预约数量，通过网络流量根据纪念币预约数量预测结果预测模型预测网络流量，提高了网络流量预测的准确性及效率。提高了网络流量预测的准确性及效率。提高了网络流量预测的准确性及效率。

【技术实现步骤摘要】
网络流量预测方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及网络流量预测方法及装置。

技术介绍

[0002]银行机构的纪念币在固定时间发售并由用户预约抢购，短时间内会对服务器产生较大负载，因此需要对网络流量进行预测，以便对纪念币线上预约系统设计以及部署。
[0003]对于纪念币线上预约系统的网络流量预测依赖人工经验及较简单的统计学方法，不够精确。
[0004]综上，目前亟需一种网络流量预测方法，用于解决上述现有技术存在的问题。

技术实现思路

[0005]本专利技术实施例提供一种网络流量预测方法，用以提高网络流量预测的准确性和效率，该方法包括：
[0006]获取纪念币发行数据；所述纪念币发行数据包括纪念币发行数量及纪念币价格信息；
[0007]将所述纪念币发行数量及所述纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果；所述训练好的纪念币预约数量预测模型为利用历史纪念币发行数据及对应的历史纪念币预约数量对机器学习模型进行训练后得到；
[0008]将所述纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果；所述训练好的网络流量预测模型为利用历史纪念币预约数量及对应的历史网络流量对机器学习模型进行训练后得到。
[0009]本专利技术实施例还提供一种网络流量预测装置，用以提高网络流量预测的准确性和效率，该装置包括：
[0010]纪念币预约数量预测模块，用于获取纪念币发行数据；所述纪念币发行数据包括纪念币发行数量及纪念币价格信息；将所述纪念币发行数量及所述纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果；所述训练好的纪念币预约数量预测模型为利用历史纪念币发行数据及对应的历史纪念币预约数量对机器学习模型进行训练后得到；
[0011]网络流量预测模块，用于将所述纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果；所述训练好的网络流量预测模型为利用历史纪念币预约数量及对应的历史网络流量对机器学习模型进行训练后得到。
[0012]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述网络流量预测方法。
[0013]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述网络流量预测方法。
[0014]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述网络流量预测方法。
[0015]本专利技术实施例中，获取纪念币发行数据；将纪念币发行数量及纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果，将纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果，与现有技术相比，通过纪念币预约数量预测模型预测纪念币预约数量，通过网络流量根据纪念币预约数量预测结果预测模型预测网络流量，提高了网络流量预测的准确性及效率。
附图说明
[0016]为了更清楚地说明本专利技术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。在附图中：
[0017]图1为本专利技术提供的网络流量预测方法的流程示意图；
[0018]图2为本专利技术提供的网络流量预测方法的流程示意图；
[0019]图3为本专利技术提供的网络流量预测方法的流程示意图；
[0020]图4为本专利技术提供的网络流量预测方法的流程示意图；
[0021]图5为本专利技术提供的网络流量预测装置的结构示意图。
具体实施方式
[0022]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0023]图1为本专利技术实施例提供的一种网络流量预测方法所对应的流程示意图，如图1所示，该方法包括：
[0024]步骤101，获取纪念币发行数据。
[0025]需要说明的是，纪念币发行数据包括纪念币发行数量及纪念币价格信息。
[0026]步骤102，将纪念币发行数量及纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果。
[0027]需要说明的是，训练好的纪念币预约数量预测模型为利用历史纪念币发行数据及对应的历史纪念币预约数量对机器学习模型进行训练后得到。
[0028]步骤103，将纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果。
[0029]需要说明的是，训练好的网络流量预测模型为利用历史纪念币预约数量及对应的历史网络流量对机器学习模型进行训练后得到。
[0030]在一种可能的实施方式中，机器学习模型采用决策树算法。
[0031]在一种可能的实施方式中，机器学习模型采用卷积神经网络。
[0032]机器学习模型还可以采用随机森林算法等，本专利技术实施例对此不做具体限定。
[0033]上述方案，通过纪念币预约数量预测模型预测纪念币预约数量，通过网络流量根
据纪念币预约数量预测结果预测模型预测网络流量，提高了网络流量预测的准确性及效率，防止纪念币预约时出现服务器超负荷的情况。
[0034]本专利技术实施例在将纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果之前，步骤流程如图2所示，具体如下：
[0035]步骤201，将历史纪念币预约数量及对应的历史网络流量作为样本数据，构建第一训练集和第一测试集。
[0036]步骤202，利用第一训练集对机器学习模型进行训练，得到训练好的网络流量预测模型。
[0037]步骤203，利用第一测试集对训练好的网络流量预测模型进行测试。
[0038]上述方案，将历史纪念币预约数量及对应的历史网络流量作为样本数据，构建第一训练集，利用第一训练集对机器学习模型进行训练，提高了网络流量预测模型的有效性，提高了网络流量预测的准确性及效率。
[0039]在一种可能的实施方式中，本专利技术实施例在将纪念币发行数量及纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果之前，步骤流程如图3所示，具体如下：
[0040]步骤301，将历史纪念币发行数据及对应的历史纪念币预约数量作为样本数据，构建第二训练集和第二测试集。
[0041]步骤302，利用第二训练集对机器学习模型进行训练，得到训练好的纪念币预约数量预测模型。
[0042]步骤303，利用第二测试集对训练好的纪念币预约数量预测模型进行测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络流量预测方法，其特征在于，包括：获取纪念币发行数据；所述纪念币发行数据包括纪念币发行数量及纪念币价格信息；将所述纪念币发行数量及所述纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果；所述训练好的纪念币预约数量预测模型为利用历史纪念币发行数据及对应的历史纪念币预约数量对机器学习模型进行训练后得到；将所述纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果；所述训练好的网络流量预测模型为利用历史纪念币预约数量及对应的历史网络流量对机器学习模型进行训练后得到。2.如权利要求1所述的网络流量预测方法，其特征在于，在将所述纪念币预约数量预测结果输入至训练好的网络流量预测模型，得到网络流量预测结果之前，还包括：将历史纪念币预约数量及对应的历史网络流量作为样本数据，构建第一训练集和第一测试集；利用第一训练集对机器学习模型进行训练，得到所述训练好的网络流量预测模型；利用第一测试集对所述训练好的网络流量预测模型进行测试。3.如权利要求1所述的网络流量预测方法，其特征在于，在将所述纪念币发行数量及所述纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果之前，还包括：将历史纪念币发行数据及对应的历史纪念币预约数量作为样本数据，构建第二训练集和第二测试集；利用第二训练集对机器学习模型进行训练，得到所述训练好的纪念币预约数量预测模型；利用第二测试集对所述训练好的纪念币预约数量预测模型进行测试。4.如权利要求1所述的网络流量预测方法，其特征在于，在得到网络流量预测结果之后，还包括：在网络流量预测结果大于预设阈值时，显示流量告警信息。5.如权利要求1所述的网络流量预测方法，其特征在于，在将所述纪念币发行数量及所述纪念币价格信息输入至训练好的纪念币预约数量预测模型，得到纪念币预约数量预测结果之前，还包括：将历史纪念币发行数据、历史网络话题讨论热度信息及对应的历史纪念币预约数量作为样本数据，构建第三训练集和第三测试集；利用第三训练集对机器学习模型进行训练，得到所述训练好的纪念币预约数量预测模型；利用第三测试集对所述训练好的纪念币预约数量预测模型进行测...

【专利技术属性】
技术研发人员：崔苑斌，赵思琦，姚书会，郝雄斌，马国赟，王伟，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：