【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种流量利用率预测方法、装置、电子设备、介质及产品。
技术介绍
1、宽带远程接入服务器（broadband remote access server，bras）数据通常包含用户的连接信息、流量传输情况以及其他相关的网络活动信息。并且在工作日与节假日，一天不同时段内的业务类型分布存在流量差异。设计单一的时序预测小模型无法对此类具有数据分布多样性的数据进行精准建模。现有的技术方案是为不同的时序预测任务设计专用的时序预测小模型。面对多样化的数据和任务时，其适应不同类型的数据和任务的能力相对较弱。并且由于小模型的参数和结构较少，特征表示能力较弱，可能无法捕捉到数据中复杂的模式和关系，导致性能不如大模型。
2、而在利用大模型进行时序预测时，现有技术方案从头设计并预训练一个基础的时序大模型，然后为各种下游任务相应地微调模型。但是上述方案的不足之处在于：这种方式需要从头训练和微调，训练时需要大量的时序数据，而时序数据通常为专业数据不易获取；同时从头训练和微调需要很大的计算资源，耗时耗力。
3、因此，...
【技术保护点】
1.一种流量利用率预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的流量利用率预测方法，其特征在于，所述基于所述历史时间序列数据进行时序分解，得到时序嵌入信息，包括：
3.根据权利要求2所述的流量利用率预测方法，其特征在于，在分别获取各归一化数据对应的嵌入向量时，针对每一归一化数据，分别执行以下步骤：
4.根据权利要求3所述的流量利用率预测方法，其特征在于，所述预设时序词汇表是通过可学习的线性层，对预训练的词汇表进行降维处理得到的。
5.根据权利要求3所述的流量利用率预测方法，其特征在于，所述基于所述预测向量...
【技术特征摘要】
1.一种流量利用率预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的流量利用率预测方法，其特征在于，所述基于所述历史时间序列数据进行时序分解，得到时序嵌入信息，包括：
3.根据权利要求2所述的流量利用率预测方法，其特征在于，在分别获取各归一化数据对应的嵌入向量时，针对每一归一化数据，分别执行以下步骤：
4.根据权利要求3所述的流量利用率预测方法，其特征在于，所述预设时序词汇表是通过可学习的线性层，对预训练的词汇表进行降维处理得到的。
5.根据权利要求3所述的流量利用率预测方法，其特征在于，所述基于所述预测向量确定所述待预测流量利用率数据的预测流量利用率，包括：
6.根据权利要求5所述的流量利用率预测方法，其特征在于，所述基于所述目标量化值确定所述待预测流量利用率数据的预测流量...
【专利技术属性】
技术研发人员：林轩杰，田智，丁剑楠，林永兴，赵宇翔，范胡磊，叶金晶，陈澜涛，赵洁，
申请(专利权)人：中国移动通信集团浙江有限公司，
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。