【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种变更日人员需求预测方法、装置、设备及存储介质。
技术介绍
1、在运维管理领域，运维人员的有效调度对保障业务的高效和稳定的运行至关重要。特别是在变更日(比如进行系统升级、维护或其他关键保障的特定日子)，通常涉及复杂的技术操作和高风险管理，正确预测人员需求尤为重要。
2、目前，通常采用人工方式基于经验判断和历史数据分析，来预测变更日人员需求。但通过上述方式进行变更日人员需求预测，存在预测结果不够准确的问题。
技术实现思路
1、本申请提供一种变更日人员需求预测方法、装置、设备及存储介质，以解决通过目前方式进行变更日人员需求预测，存在的预测结果不够准确的问题。
2、第一方面，本申请提供一种变更日人员需求预测方法，包括：
3、响应于针对目标变更日的人员需求数量预测指令，获取目标变更日之前的平日操作量时序数据和变更日操作量时序数据；
4、将平日操作量时序数据输入prophet模型进行操作量预测，得到prophet模型输出的...
【技术保护点】
1.一种变更日人员需求预测方法，其特征在于，包括：
2.根据权利要求1所述的变更日人员需求预测方法，其特征在于，所述基于所述第一预测操作量和所述第二预测操作量，获得所述目标变更日对应的目标操作量，包括：
3.根据权利要求1所述的变更日人员需求预测方法，其特征在于，所述Prophet模型是通过以下方式训练获得的：
4.根据权利要求3所述的变更日人员需求预测方法，其特征在于，所述高斯隐马尔可夫模型是通过以下方式训练获得的：
5.根据权利要求4所述的变更日人员需求预测方法，其特征在于，所述高斯隐马尔可夫模型的隐藏状态数量为8个...
【技术特征摘要】
1.一种变更日人员需求预测方法，其特征在于，包括：
2.根据权利要求1所述的变更日人员需求预测方法，其特征在于，所述基于所述第一预测操作量和所述第二预测操作量，获得所述目标变更日对应的目标操作量，包括：
3.根据权利要求1所述的变更日人员需求预测方法，其特征在于，所述prophet模型是通过以下方式训练获得的：
4.根据权利要求3所述的变更日人员需求预测方法，其特征在于，所述高斯隐马尔可夫模型是通过以下方式训练获得的：
5.根据权利要求4所述的变更日人员需求预测方法，其特征在于，所述高斯隐马尔可夫模型的隐藏状态数量为8个以及可观察态向量的协方差类型参数采用对角协方差矩阵。
6.根...
【专利技术属性】
技术研发人员：姚卿，袁秋华，
申请(专利权)人：中国农业银行股份有限公司，
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。