[发明专利]业务预测方法以及装置

权利要求书

1.一种业务预测方法，包括：

获取历史业务数据，并对所述历史业务数据进行标准化处理获得业务数据；

基于所述业务数据以及与所述业务数据相关联的关联数据构建时间注意力张量；

将所述时间注意力张量输入至神经网络对目标时间对应的业务数据进行预测，获得所述神经网络输出的所述目标时间对应的业务预测数据；

其中，所述神经网络设有编码层、解码层和全连接层，所述时间注意力张量由所述编码层进行编码处理获得业务特征，并经所述解码层对所述业务特征进行解码处理确定关联特征，所述关联特征由所述全连接层进行全连接处理获得所述目标时间对应的业务预测数据。

2.根据权利要求1所述的业务预测方法，所述基于所述业务数据以及与所述业务数据相关联的关联数据构建时间注意力张量，包括：

基于所述业务数据构建时间维度的第一业务注意力张量；

确定与所述业务数据相关联的所述关联数据，并基于所述关联数据构建所述时间维度的第二业务注意力张量；

将所述第一业务注意力张量以及所述第二业务注意力张量拼接为所述时间注意力张量。

3.根据权利要求1所述的业务预测方法，所述获取历史业务数据，并对所述历史业务数据进行标准化处理获得业务数据，包括：

获取所述历史业务数据，所述历史业务数据由业务数据特征和业务数据特征值组成；

选择所述历史业务数据中缺少所述业务数据特征的子历史业务数据组成第一业务数据，以及选择所述历史业务数据中缺少所述业务数据特征值的子历史业务数据组成第二业务数据；

基于所述第一业务数据以及所述第二业务数据对所述历史业务数据进行标准化处理获得所述业务数据。

4.根据权利要求3所述的业务预测方法，所述基于所述第一业务数据以及所述第二业务数据对所述历史业务数据进行比标准化处理获得所述业务数据，包括：

确定所述第二业务数据中包含的子历史业务数据对应的时间区间，并选择与所述时间区间具有关联关系的预测时间区间对应的预测业务数据对所述第二业务数据中包含的子历史业务数据进行特征值填充处理；

根据对所述第二业务数据中包含的子历史业务数据的特征值填充处理结果生成第三业务数据；

基于所述第三业务数据对所述历史业务数据中组成所述第二业务数据的子历史业务数据进行更新，以及在所述历史业务数据中删除组成所述第一业务数据的子历史业务数据，确定所述业务数据。

5.根据权利要求1所述的业务预测方法，对所述目标时间对应的业务数据进行预测的过程，包括：

将所述时间注意力张量输入至所述神经网络；

基于所述神经网络中设有的所述编码层对所述时间注意力张量进行编码处理，获得由子业务特征组成的所述业务特征；

根据所述神经网络中设有的所述解码层对所述业务特征中包含的子业务特征进行解码处理获得所述子业务特征之间的第一关联特征，以及基于所述时间注意力张量中的时间特征确定与所述目标时间之间的第二关联特征；

通过所述解码层中配置的前馈神经网络将所述第一关联特征和所述第二关联特征组合的所述关联特征映射到正态分布确定初始业务预测数据；

基于所述神经网络中设有的所述全连接层将所述初始业务预测数据全连接处理为所述业务预测数据。

6.根据权利要求1所述的业务预测方法，所述将所述时间注意力张量输入至神经网络对目标时间对应的业务数据进行预测，获得所述神经网络输出的所述目标时间对应的业务预测数据步骤执行之后，还包括：

根据所述业务预测数据确定所述目标时间对应的清算分布；

在资源库中提取与所述清算分布对应的准备资源值，所述准备资源值对应的准备资源用于在所述目标时间进行调用。