[发明专利]一种景区客流预测的方法及装置

权利要求书

1.一种景区客流预测的方法，其特征在于，包括：

获取预测景区的参数信息；

根据所述参数信息，确定所述预测景区的特征工程；

将所述预测景区的特征工程输入至客流预测模型中，预测所述预测景区的客流，其中，所述客流预测模型是对景区的不同场景下的历史客流进行训练学习得到的，所述客流预测模型包括初级训练模型和次级训练模型。

2.如权利要求1所述的方法，其特征在于，所述对景区的不同场景下的客流进行训练学习得到所述客流预测模型，包括：

获取景区的历史客流信息；

在多个场景下按照预测粒度对所述历史客流进行分析，确定出特征集；

针对所述特征集中每个特征，确定出每个特征对应的特征值，组成第一特征工程；

对所述第一特征工程及其对应的历史客流进行模型训练，确定出所述客流预测模型。

3.如权利要求2所述的方法，其特征在于，所述对所述第一特征工程及其对应的历史客流进行模型训练，确定出所述客流预测模型，包括：

将所述第一特征工程及其对应的历史客流组成数据集；并将所述数据集分为初级训练数据和次级训练数据；

使用多种基础算法对所述初级训练数据进行训练得到多个训练完成的基模型；

根据所述次级训练数据和所述多个训练完成的基模型，进行次级训练，得到所述客流预测模型。

4.如权利要求3所述的方法，其特征在于，所述根据所述次级训练数据和所述多个训练完成的基模型，进行次级训练，得到所述客流预测模型，包括：

将所述次级训练数据分为训练集和验证集；

将所述训练集分别输入至所述多个训练完成的模型，得到多个预测值；

将所述多个预测值输入至线性回归模型进行次级训练，得到次级训练模型；

使用所述验证集对所述次级训练模型进行评估，得到所述客流预测模型。

5.如权利要求4所述的方法，其特征在于，所述使用所述验证集对所述次级训练模型进行评估，得到所述客流预测模型，包括：

根据所述验证集使用R²误差法对所述次级训练模型进行评估，若评估值低于预期值，则重新确定所述第一特征工程，再进行模型训练，直到所述评估值大于等于预期值为止，得到所述客流预测模型。

6.一种景区客流预测的装置，其特征在于，包括：

获取单元，用于获取预测景区的参数信息；

处理单元，用于根据所述参数信息，确定所述预测景区的特征工程；

将所述预测景区的特征工程输入至客流预测模型中，预测所述预测景区的客流，其中，所述客流预测模型是对景区的不同场景下的历史客流进行训练学习得到的，所述客流预测模型包括初级训练模型和次级训练模型。

7.如权利要求6所述的装置，其特征在于，所述处理单元具体用于：

获取景区的历史客流信息；

在多个场景下按照预测粒度对所述历史客流进行分析，确定出特征集；

针对所述特征集中每个特征，确定出每个特征对应的特征值，组成第一特征工程；

对所述第一特征工程及其对应的历史客流进行模型训练，确定出所述客流预测模型。

8.如权利要求7所述的装置，其特征在于，所述处理单元具体用于：

将所述第一特征工程及其对应的历史客流组成数据集；并将所述数据集分为初级训练数据和次级训练数据；

使用多种基础算法对所述初级训练数据进行训练得到多个训练完成的基模型；

根据所述次级训练数据和所述多个训练完成的基模型，进行次级训练，得到所述客流预测模型。

9.如权利要求8所述的装置，其特征在于，所述处理单元具体用于：

将所述次级训练数据分为训练集和验证集；

将所述训练集分别输入至所述多个训练完成的模型，得到多个预测值；

将所述多个预测值输入至线性回归模型进行次级训练，得到次级训练模型；

使用所述验证集对所述次级训练模型进行评估，得到所述客流预测模型。

10.如权利要求9所述的装置，其特征在于，所述处理单元具体用于：

根据所述验证集使用R²误差法对所述次级训练模型进行评估，若评估值低于预期值，则重新确定所述第一特征工程，再进行模型训练，直到所述评估值大于等于预期值为止，得到所述客流预测模型。