[发明专利]一种业务数据预测方法及装置

说明书

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种业务数据预测方法及装置。

背景技术

在移动通信网网络规划与网络容量分析中，业务预测起着非常重要的作用，它主要通过对未来不确定数据的推算、揭示其发展规律并做出定量的估计分析为移动通信网发展规模、移动通信网规划以及各类网络方案的制定提供基础和依据。目前，通常采用数学函数的求解分析方法对通信网络中的业务数据进行预测，如：一元或多元回归分析预测方法等。

但是，现有预测方法采用的模型多为曲线指数平滑预测模型，预测出的曲线过于平滑，对于峰值和低谷的预测值往往过于平均，一般来说，这种预测方法对于平稳业务数据或非平稳的只有趋势性的业务数据进行预测比较有效，但对于既有季节性、周期性又有趋势性的业务数据现有基本上是无效的，预测出的业务数据很难反映出实际通信网络中业务数据随季节性及周期性波动的情况，在实际应用场景中存在一定的局限性，降低了通信网络中业务数据预测的准确性。

发明内容

本发明的实施例提供一种信息获取系统及方法，以解决现有通信网络中业务数据预测的准确性较低的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明实施例提供了一种业务数据预测方法，包括：

获取样本序列，其中，所述样本序列包含：至少一个业务数据，每个业务数据对应一个时间周期，且所述至少一个业务数据的时间周期相连续；

根据所述样本序列构建霍尔特-温特斯Holt-Winters预测模型，其中，所述Holt-Winters预测模型用于：预测具有趋势性、季节性及周期性的数据序列；

利用所述Holt-Winters预测模型预测业务数据。

第二方面，本发明实施例提供了一种业务数据预测装置，包括：

获取单元，用于获取样本序列，其中，所述样本序列包含：至少一个业务数据，每个业务数据对应一个时间周期，且所述至少一个业务数据的时间周期相连续；

模型构建单元，用于根据所述获取单元获取到的样本序列构建霍尔特-温特斯Holt-Winters预测模型，其中，所述Holt-Winters预测模型用于：预测具有趋势性、季节性及周期性的数据序列；

预测单元，用于利用所述模型构建单元构建的Holt-Winters预测模型预测业务数据。

由上可知，本发明实施例提供一种业务数据预测方法，获取样本序列，其中，所述样本序列包含：至少一个业务数据，每个业务数据对应一个时间周期，且所述至少一个业务数据的时间周期相连续；根据所述样本序列构建霍尔特-温特斯Holt-Winters预测模型，其中，所述Holt-Winters预测模型用于：预测具有趋势性、季节性及周期性的数据序列；利用所述Holt-Winters预测模型预测业务数据。如此，通过Holt-Winters模型进行业务数据预测，由于Holt-Winters模型可以很好的保存时间序列数据的趋势和季节性信息，所以，利用该模型预测出的业务数据可以很好地反映出趋势性、季节性、随机性的特点，且预测结果准确性较高，对网络资源的合理投放有着指导作用，解决了现有预测模型预测曲线过于平滑、预测出的数据较难反映通信用户产生的语音和流量业务数据随着时间周期产生的波动与随机突发局限性。

附图说明

为了更清楚地说明本发明实施例的技术方案，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发明的一些实施例，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。

图1为本发明实施例提供的一种业务数据预测方法的流程图；

图2为本发明实施例提供的一种业务数据预测装置的结构图；

图2A为本发明实施例提供的一种业务数据预测装置的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

图1为本发明实施例提供的一种业务数据预测方法的流程图，所述方法应用于业务数据预测装置，如图1所示，所述方法可以包括：

步骤101：获取样本序列，其中，所述样本序列包含：至少一个业务数据，每个业务数据对应一个时间周期，且所述至少一个业务数据的时间周期相连续。