本申請涉及數(shù)據(jù)處理，具體涉及一種業(yè)務流量預測方法、裝置、電子設備及存儲介質。

背景技術：

1、隨著移動通信技術的快速發(fā)展，5g智能終端的普及和各類智能應用的遍地開花式發(fā)展，數(shù)據(jù)業(yè)務流量快速增長。如何在有限成本下充分挖掘用戶業(yè)務流量，如何精準預測未來網(wǎng)絡容量發(fā)展趨勢，越來越成為各運營商關注的焦點。傳統(tǒng)的業(yè)務流量預測方法可以基于歷史的業(yè)務數(shù)據(jù)，先對歷史數(shù)據(jù)做聚類處理，對每一類的數(shù)據(jù)做特征提取，依據(jù)大數(shù)定律，根據(jù)歷史流量數(shù)據(jù)和待預測時刻的流量屬性進行預測，但隨著網(wǎng)絡變化和無線環(huán)境越來越復雜化，導致業(yè)務流量預測的準確性下降，進而導致無法準確地進行流量資源的調整。

技術實現(xiàn)思路

1、本申請實施例提供一種業(yè)務流量預測方法、裝置、電子設備及存儲介質，用以提高業(yè)務流量預測的準確性，進而準確地進行流量資源的調整。

2、第一方面，本申請實施例提供一種業(yè)務流量預測方法，包括：

3、獲取網(wǎng)絡用戶的用戶數(shù)指標數(shù)據(jù)、每日平均數(shù)據(jù)使用量指標數(shù)據(jù)與用戶分流比指標數(shù)據(jù)；

4、將所述用戶數(shù)指標數(shù)據(jù)輸入至第一模型，得到所述第一模型輸出的用戶數(shù)預測值；

5、將所述每日平均數(shù)據(jù)使用量指標數(shù)據(jù)輸入至第二模型，得到所述第二模型輸出的每日平均數(shù)據(jù)使用量預測值；

6、將所述用戶分流比指標數(shù)據(jù)輸入至第三模型，得到所述第三模型輸出的用戶分流比預測值；其中，所述第一模型、所述第二模型與所述第三模型均通過對初始模型進行訓練得到；所述初始模型為prophet模型與長短期記憶算法融合得到的模型；

7、根據(jù)所述用戶數(shù)預測值、每日平均數(shù)據(jù)使用量預測值與所述用戶分流比預測值，確定5g流量分流比；

8、基于所述5g流量分流比進行業(yè)務資源調整。

9、在一個實施例中，所述prophet模型包括趨勢項、周期項、假期項與誤差項；其中，所述趨勢項是通過長短期記憶算法確定的。

10、在一個實施例中，所述用戶數(shù)指標數(shù)據(jù)包括獨立組網(wǎng)用戶數(shù)指標數(shù)據(jù)、非獨立組網(wǎng)用戶數(shù)指標數(shù)據(jù)與4g用戶數(shù)指標數(shù)據(jù)；所述將所述用戶數(shù)指標數(shù)據(jù)輸入至第一模型，得到所述第一模型輸出的用戶數(shù)預測值，包括：

11、將所述獨立組網(wǎng)用戶數(shù)指標數(shù)據(jù)、非獨立組網(wǎng)用戶數(shù)指標數(shù)據(jù)與4g用戶數(shù)指標數(shù)據(jù)分別輸入至第一模型，得到所述第一模型分別輸出的獨立組網(wǎng)用戶數(shù)預測值、非獨立組網(wǎng)用戶數(shù)預測值與4g用戶數(shù)預測值。

12、在一個實施例中，所述每日平均數(shù)據(jù)使用量指標數(shù)據(jù)包括4g每日平均數(shù)據(jù)使用量指標數(shù)據(jù)、獨立組網(wǎng)每日平均數(shù)據(jù)使用量指標數(shù)據(jù)與非獨立組網(wǎng)每日平均數(shù)據(jù)使用量指標數(shù)據(jù)；所述將所述每日平均數(shù)據(jù)使用量指標數(shù)據(jù)輸入至第二模型，得到所述第二模型輸出的每日平均數(shù)據(jù)使用量預測值，包括：

13、將所述4g每日平均數(shù)據(jù)使用量指標數(shù)據(jù)、所述獨立組網(wǎng)每日平均數(shù)據(jù)使用量指標數(shù)據(jù)與所述非獨立組網(wǎng)每日平均數(shù)據(jù)使用量指標數(shù)據(jù)分別輸入至第二模型，得到所述第二模型輸出的4g每日平均數(shù)據(jù)使用量預測值、獨立組網(wǎng)每日平均數(shù)據(jù)使用量預測值與非獨立組網(wǎng)每日平均數(shù)據(jù)使用量預測值。

14、在一個實施例中，所述用戶分流比指標數(shù)據(jù)包括獨立組網(wǎng)用戶分流比指標數(shù)據(jù)與非獨立組網(wǎng)用戶分流比指標數(shù)據(jù)；所述將所述用戶分流比指標數(shù)據(jù)輸入至第三模型，得到所述第三模型輸出的用戶分流比預測值，包括：

15、將所述獨立組網(wǎng)用戶分流比指標數(shù)據(jù)與所述非獨立組網(wǎng)用戶分流比指標數(shù)據(jù)分別輸入至第三模型，得到所述第三模型輸出的獨立組網(wǎng)用戶分流比預測值與非獨立組網(wǎng)用戶分流比預測值。

16、在一個實施例中，所述根據(jù)所述用戶數(shù)預測值、每日平均數(shù)據(jù)使用量預測值與所述用戶分流比預測值，確定5g流量分流比，包括：

17、基于所述獨立組網(wǎng)用戶數(shù)預測值與所述非獨立組網(wǎng)用戶數(shù)預測值，確定5g用戶數(shù)；

18、基于所述獨立組網(wǎng)用戶數(shù)預測值與所述非獨立組網(wǎng)用戶數(shù)預測值，確定獨立組網(wǎng)用戶占比；

19、將所述5g用戶數(shù)、所述獨立組網(wǎng)用戶占比、所述4g用戶數(shù)預測值、所述4g每日平均數(shù)據(jù)使用量預測值、所述獨立組網(wǎng)每日平均數(shù)據(jù)使用量預測值、所述非獨立組網(wǎng)每日平均數(shù)據(jù)使用量預測值、所述獨立組網(wǎng)用戶分流比預測值與所述非獨立組網(wǎng)用戶分流比預測值輸入至5g流量分流比計算公式中，得到所述5g流量分流比計算公式輸出的5g流量分流比。

20、在一個實施例中，所述5g流量分流比計算公式如下公式所示：

21、

22、其中，a＝5g用戶數(shù)*sa用戶占比*sadou*sa用戶分流比+5g用戶數(shù)*(1-sa用戶占比)*nsa?dou*nsa用戶分流比；b＝5g用戶數(shù)*sa用戶占比*sadou+5g用戶數(shù)*(1-sa用戶占比)*nsa?dou+4g用戶數(shù)*4g?dou；sa表示獨立組網(wǎng)；nsa表示非獨立組網(wǎng)；dou表示每日平均數(shù)據(jù)使用量。

23、第二方面，本申請實施例提供一種業(yè)務流量預測裝置，包括：

24、獲取模塊，用于獲取網(wǎng)絡用戶的用戶數(shù)指標數(shù)據(jù)、每日平均數(shù)據(jù)使用量指標數(shù)據(jù)與用戶分流比指標數(shù)據(jù)；

25、第一輸入模塊，用于將所述用戶數(shù)指標數(shù)據(jù)輸入至第一模型，得到所述第一模型輸出的用戶數(shù)預測值；

26、第二輸入模塊，用于將所述每日平均數(shù)據(jù)使用量指標數(shù)據(jù)輸入至第二模型，得到所述第二模型輸出的每日平均數(shù)據(jù)使用量預測值；

27、第三輸入模塊，用于將所述用戶分流比指標數(shù)據(jù)輸入至第三模型，得到所述第三模型輸出的用戶分流比預測值；其中，所述第一模型、所述第二模型與所述第三模型均通過對初始模型進行訓練得到；所述初始模型為prophet模型與長短期記憶算法融合得到的模型；

28、確定模塊，用于根據(jù)所述用戶數(shù)預測值、每日平均數(shù)據(jù)使用量預測值與所述用戶分流比預測值，確定5g流量分流比；

29、調整模塊，用于基于所述5g流量分流比進行業(yè)務資源調整。

30、第三方面，本申請實施例提供一種電子設備，包括處理器和存儲有計算機程序的存儲器，所述處理器執(zhí)行所述程序時實現(xiàn)第一方面所述的業(yè)務流量預測方法。

31、第四方面，本申請實施例提供一種存儲介質，所述存儲介質為計算機可讀存儲介質，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)第一方面所述的業(yè)務流量預測方法。

32、本申請實施例提供的業(yè)務流量預測方法、裝置、電子設備及存儲介質，通過對由prophet模型與長短期記憶算法融合得到的初始模型進行訓練，可以分別得到第一模型、第二模型與第三模型，基于長短期記憶算法可處理和捕捉長期依賴關系的特性，可以提高第一模型、第二模型與第三模型的預測精度，使得可以通過第一模型、第二模型與第三模型，分別精準地預測出用戶數(shù)預測值、每日平均數(shù)據(jù)使用量預測值與用戶分流比預測值，使得可以根據(jù)用戶數(shù)預測值、每日平均數(shù)據(jù)使用量預測值與用戶分流比預測值，準確地確定出5g流量分流比，進而可以根據(jù)5g流量分流比準確地進行業(yè)務資源調整，提高業(yè)務資源的利用率。

技術特征：

1.一種業(yè)務流量預測方法，其特征在于，包括：

2.根據(jù)權利要求1所述的業(yè)務流量預測方法，其特征在于，所述prophet模型包括趨勢項、周期項、假期項與誤差項；其中，所述趨勢項是通過長短期記憶算法確定的。

3.根據(jù)權利要求1所述的業(yè)務流量預測方法，其特征在于，所述用戶數(shù)指標數(shù)據(jù)包括獨立組網(wǎng)用戶數(shù)指標數(shù)據(jù)、非獨立組網(wǎng)用戶數(shù)指標數(shù)據(jù)與4g用戶數(shù)指標數(shù)據(jù)；所述將所述用戶數(shù)指標數(shù)據(jù)輸入至第一模型，得到所述第一模型輸出的用戶數(shù)預測值，包括：

4.根據(jù)權利要求3所述的業(yè)務流量預測方法，其特征在于，所述每日平均數(shù)據(jù)使用量指標數(shù)據(jù)包括4g每日平均數(shù)據(jù)使用量指標數(shù)據(jù)、獨立組網(wǎng)每日平均數(shù)據(jù)使用量指標數(shù)據(jù)與非獨立組網(wǎng)每日平均數(shù)據(jù)使用量指標數(shù)據(jù)；所述將所述每日平均數(shù)據(jù)使用量指標數(shù)據(jù)輸入至第二模型，得到所述第二模型輸出的每日平均數(shù)據(jù)使用量預測值，包括：

5.根據(jù)權利要求4所述的業(yè)務流量預測方法，其特征在于，所述用戶分流比指標數(shù)據(jù)包括獨立組網(wǎng)用戶分流比指標數(shù)據(jù)與非獨立組網(wǎng)用戶分流比指標數(shù)據(jù)；所述將所述用戶分流比指標數(shù)據(jù)輸入至第三模型，得到所述第三模型輸出的用戶分流比預測值，包括：

6.根據(jù)權利要求5所述的業(yè)務流量預測方法，其特征在于，所述根據(jù)所述用戶數(shù)預測值、每日平均數(shù)據(jù)使用量預測值與所述用戶分流比預測值，確定5g流量分流比，包括：

7.根據(jù)權利要求6所述的業(yè)務流量預測方法，其特征在于，所述5g流量分流比計算公式如下公式所示：

8.一種業(yè)務流量預測裝置，其特征在于，包括：

9.一種電子設備，包括處理器和存儲有計算機程序的存儲器，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至7任一項所述的業(yè)務流量預測方法。

10.一種存儲介質，所述存儲介質為計算機可讀存儲介質，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7任一項所述的業(yè)務流量預測方法。

技術總結
本申請涉及數(shù)據(jù)處理技術領域，提供一種業(yè)務流量預測方法、裝置、電子設備及存儲介質，方法包括：將網(wǎng)絡用戶的用戶數(shù)指標數(shù)據(jù)、每日平均數(shù)據(jù)使用量指標數(shù)據(jù)與用戶分流比指標數(shù)據(jù)分別輸入至第一模型、第二模型與第三模型，得到第一模型輸出的用戶數(shù)預測值、第二模型輸出的每日平均數(shù)據(jù)使用量預測值與第三模型輸出的用戶分流比預測值；其中第一模型、第二模型與第三模型均通過對初始模型進行訓練得到；初始模型為Prophet模型與長短期記憶算法融合得到的模型；根據(jù)用戶數(shù)預測值、每日平均數(shù)據(jù)使用量預測值與用戶分流比預測值，確定5G流量分流比；基于5G流量分流比進行業(yè)務資源調整。本申請可準確地進行業(yè)務資源調整，提高業(yè)務資源利用率。

技術研發(fā)人員：徐豫西,安久江,李俊杰,施劍,蔡丹森,朱爭
受保護的技術使用者：中國移動通信集團浙江有限公司
技術研發(fā)日：
技術公布日：2024/10/21