[发明专利]预测服务请求量的方法和系统

权利要求书

1.一种预测服务请求量的方法，包括：

获取服务请求量的原始历史数据；

基于所述原始历史数据确定基准历史数据和整合历史数据；

基于所述基准历史数据分别确定反映所述服务请求量在不同时间单位下的变化趋势的多个基准特征；

基于所述基准历史数据确定所述服务请求量的预测基准值；

基于所述整合历史数据分别确定反映所述服务请求量在不同事件时期内的变化趋势的多个事件特征；以及

基于所述预测基准值、所述多个基准特征和所述多个事件特征确定目标预测周期内的服务请求量的预测值。

2.根据权利要求1所述的方法，其中，基于所述基准历史数据分别确定反映所述服务请求量在不同时间单位下的变化趋势的多个基准特征包括：

基于所述基准历史数据确定第一基准特征，所述第一基准特征反映所述服务请求量在第一时间单位下的变化趋势；

基于所述基准历史数据确定第二基准特征，所述第二基准特征反映所述服务请求量在第二时间单位下的变化趋势，所述第一时间单位包括多个所述第二时间单位；以及

基于所述基准历史数据确定第三基准特征，所述第三基准特征反映所述服务请求量在第三时间单位下的变化趋势，所述第二时间单位包括多个所述第三时间单位。

3.根据权利要求2所述的方法，其中，所述第一时间单位为年，所述第二时间单位为月，所述第三时间单位为周。

4.根据权利要求3所述的方法，其中，基于所述基准历史数据确定第一基准特征包括：

基于所述基准历史数据确定所述目标预测周期所属月在往年的月服务请求量；

基于所述基准历史数据确定所述目标预测周期所属月的前一个月在往年的月服务请求量；

基于所述目标预测周期所属月在往年的月服务请求量和所述目标预测周期所属月的前一个月在往年的月服务请求量确定所述目标预测周期所属月的一个或多个历史环比增幅；

基于所述基准历史数据确定所述目标预测周期之前多个连续日的日服务请求量；以及

基于所述一个或多个历史环比增幅和所述多个连续日的日服务请求量确定所述第一基准特征。

5.根据权利要求4所述的方法，其中，所述一个或多个历史环比增幅的数量为一个，基于所述历史环比增幅和所述多个连续日的日服务请求量确定所述第一基准特征包括：

计算所述多个连续日的日服务请求量在预定窗口期下的滚动平均值；

通过对所述滚动平均值进行线性回归处理，确定阶段增幅；以及

通过对所述历史环比增幅和所述阶段增幅进行加权后求和，确定所述第一基准特征。

6.根据权利要求4所述的方法，其中，所述一个或多个历史环比增幅的数量为多个，基于所述多个历史环比增幅和所述多个连续日的日服务请求量确定所述第一基准特征包括：

通过对所述多个历史环比增幅进行滚动加权后求和，确定历史增幅；

确定所述多个连续日的日服务请求量在预定窗口期下的滚动平均值；

通过对所述滚动平均值进行线性回归处理，确定阶段增幅；以及

通过对所述历史增幅和所述阶段增幅进行加权后求和，确定所述第一基准特征。

7.根据权利要求4所述的方法，其中，基于所述基准历史数据确定第二基准特征包括：

基于所述基准历史数据确定所述目标预测周期之前一个或多个月的月服务请求量和周服务请求量；

通过计算周服务请求量与相对应的月服务请求量的比值，确定各周的服务请求量占比；

计算各月中同序号周的服务请求量占比的平均值；以及

基于所述同序号周的服务请求量占比的平均值确定所述第二基准特征。