流量预测方法及装置制造方法及图纸

本申请涉及一种流量预测方法及装置，所述方法包括：通过获取终端中应用程序消耗的历史流量数据，并基于城市特征数据和历史流量数据，确定出目标关系图，采用分析模型处理目标关系图，获得目标城市对应的流量空间特征和流量时间特征，依据城市特征数据

【技术实现步骤摘要】
流量预测方法及装置


[0001]本申请涉及大数据
，特别是涉及一种流量预测方法及装置
。

技术介绍

[0002]随着电子信息技术的不断发展，用户可通过消耗网络流量对终端中
APP(Application
，应用程序
)
进行操作，以获得不同类型的服务
。
与此同时，为便于
APP
运营人员进行差异化管理，并在恰当的时候进行引流，需要对
APP
中网络流量的消耗量进行预测
。
[0003]然而，传统方案中针对网络流量的预测往往需要从海量数据中进行数据分析和指标计算，消耗大量的人力和物力，存在预测成本高的问题
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够降低预测成本的流量预测方法及装置
。
[0005]第一方面，本申请提供了一种流量预测方法，方法包括：
[0006]获取终端中应用程序消耗的历史流量数据；
[0007]基于城市特征数据和历史流量数据，确定出目标关系图；
[0008]将目标关系图输入至分析模型，获得目标城市对应的流量空间特征和流量时间特征；
[0009]依据城市特征数据
、
流量空间特征和流量时间特征，确定出目标城市在预设时段内的流量预测值
。
[0010]在其中一个实施例中，城市特征数据包括各城市所处的位置信息；基于城市特征数据和历史流量数据，确定出目标关系图，包括：
[0011]根据位置信息确定出第一权重，第一权重用于表征各城市之间的位置关系；
[0012]基于位置信息和历史流量数据，得到流量相关系数，将流量相关系数确定为第二权重，第二权重用于表征各城市之间流量消耗的相似度；
[0013]依据第一权重和第二权重，构建目标关系图
。
[0014]在其中一个实施例中，流量相关系数为各城市之间的任一时段内终端出入应用程序对应的
Pearson
相关系数
。
[0015]在其中一个实施例中，城市特征数据包括各城市对应的经济信息和人口信息；依据流量空间特征和流量时间特征，确定出目标城市在预设时段内的流量预测值，包括：
[0016]将经济信息
、
人口信息
、
流量空间特征和流量时间特征输入至流量预测模型，获取目标城市在预设时段内的流量预测值
。
[0017]在其中一个实施例中，流量预测模型为
MLP
模型
。
[0018]在其中一个实施例中，分析模型为图卷积神经网络模型
。
[0019]第二方面，本申请还提供了一种流量预测装置，装置包括：
[0020]数据获取模块，用于获取终端中应用程序消耗的历史流量数据；
[0021]图像输出模块，用于基于城市特征数据和历史流量数据，确定出目标关系图；
[0022]图像分析模块，用于将目标关系图输入至分析模型，获得目标城市对应的流量空间特征和流量时间特征；
[0023]流量预测模块，用于依据城市特征数据
、
流量空间特征和流量时间特征，确定出目标城市在预设时段内的流量预测值
。
[0024]第三方面，本申请还提供了一种计算机设备
。
计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述流量预测方法
。
[0025]第四方面，本申请还提供了一种计算机可读存储介质
。
计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述流量预测方法
。
[0026]第五方面，本申请还提供了一种计算机程序产品
。
计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述流量预测方法
。
[0027]上述流量预测方法及装置，通过获取终端中应用程序消耗的历史流量数据，并基于城市特征数据和历史流量数据，确定出目标关系图，采用分析模型处理目标关系图，获得目标城市对应的流量空间特征和流量时间特征，依据城市特征数据
、
流量空间特征和流量时间特征，确定出目标城市在预设时段内的流量预测值；本申请通过采用分析模型对构建的目标关系图进行处理，并依据获取到的流量空间特征和流量时间特征，结合城市特征数据，进行流量预测，无需从海量数据中进行数据分析和指标计算，降低了预测成本；同时使得流量预测值体现各城市单独预测结果的同时还能够体现城市之间的关系，提高了预测的准确性
。
附图说明
[0028]图1为一个实施例中流量预测方法的应用环境图；
[0029]图2为一个实施例中流量预测方法的流程示意图；
[0030]图3为一个实施例中确定出目标关系图的流程示意图；
[0031]图4为一个实施例中流量预测装置的结构框图；
[0032]图5为一个实施例中计算机设备的内部结构图
。
具体实施方式
[0033]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明
。
应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请
。
[0034]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同
。
本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请
。
[0035]可以理解的是，本申请中诸如“第一”、“第二”等术语仅用于区分类似的对象，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量
。
本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定
。
[0036]可以理解，“至少一个”是指一个或多个，“多个”是指两个或两个以上
。
[0037]在此使用时，单数形式的“一”、“一个”和“所述
/
该”也可以包括复数形式，除非上下文清楚指出另外的方式
。
还应当理解的是，术语“包括
/
包含”或“具有”等指定所陈述的特征
、
整体
、
步骤
、
操作
、
组件
、
部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征
、
整体
、
步骤
、
操作
、
组件
、
部分或它们的组合的可能性
。
同时，在本说明书中使用的术语“和
/
或”包括相关所列项目的任何及所有组合
。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种流量预测方法，其特征在于，所述方法包括：获取终端中应用程序消耗的历史流量数据；基于城市特征数据和所述历史流量数据，确定出目标关系图；将所述目标关系图输入至分析模型，获得目标城市对应的流量空间特征和流量时间特征；依据所述城市特征数据
、
所述流量空间特征和所述流量时间特征，确定出所述目标城市在预设时段内的流量预测值
。2.
根据权利要求1所述的方法，其特征在于，所述城市特征数据包括各城市所处的位置信息；所述基于城市特征数据和所述历史流量数据，确定出目标关系图，包括：根据所述位置信息确定出第一权重，所述第一权重用于表征各城市之间的位置关系；基于所述位置信息和所述历史流量数据，得到流量相关系数，将所述流量相关系数确定为第二权重，所述第二权重用于表征各城市之间流量消耗的相似度；依据所述第一权重和所述第二权重，构建所述目标关系图
。3.
根据权利要求2所述的方法，其特征在于，所述流量相关系数为各城市之间的任一时段内所述终端出入所述应用程序对应的
Pearson
相关系数
。4.
根据权利要求1所述的方法，其特征在于，所述城市特征数据包括各城市对应的经济信息和人口信息；所述依据所述流量空间特征和所述流量时间特征，确定出所述目标城市在预设时段内的流量预测值，包括：将所述经济信息
、
所述人口信息
、
所述流量...

【专利技术属性】
技术研发人员：童楚婕，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：