[发明专利]一种时空多指标预测方法、装置和存储介质

权利要求书

1.一种时空多指标预测方法，其特征在于，所述方法包括：

确定待测的至少一个第一指标；

根据所述至少一个第一指标，获取第一数据集；所述第一数据集包括：第一时间段内至少一个第一目标的时空序列数据；所述至少一个第一目标中每个第一目标的时空序列数据，包括：至少一个第一指标对应的数值；所述第一目标为小区或基站；

按照预设的处理策略处理所述第一数据集，得到第一图结构；所述第一图结构至少用于表征所述至少一个第一目标对应的距离关系和至少一个第一指标对应的指标相关性；

运用预设的时空预测模型处理所述第一图结构，得到预测结果；所述预测结果包括：针对所述至少一个第一指标中每个第一指标的预测值；

其中，所述方法还包括：生成所述预设的时空预测模型；所述生成所述预设的时空预测模型，包括：

确定待训练的至少一个第二指标；

根据所述至少一个第二指标，从历史时空数据中获取至少一组训练样本；每组所述训练样本，包括：第二数据集和标签；所述第二数据集包括：第二时间段内至少一个第二目标的时空序列数据；所述至少一个第二目标中每个第二目标的时空序列数据，包括：至少一个第二指标对应的数值；所述标签包括：所述至少一个第二指标对应的结果值；

按照预设的处理策略处理每组所述训练样本中的第二数据集，得到每组所述训练样本对应的第二图结构；

运用每组所述训练样本对应的第二图结构，训练预设的模型，得到训练后的模型作为所述时空预测模型；

所述预设的模型，包括：至少一个时空特征提取模块、全连接神经网络；每个所述时空特征提取模块，用于根据相应图结构提取时空特征；所述全连接神经网络，用于基于所述时空特征得到指标的结果值。

2.根据权利要求1所述的方法，其特征在于，相应目标的数量为至少两个；所述预设的处理策略，包括：

基于至少两个目标中任意两个目标的距离，构建邻接矩阵；

基于每个所述目标的时空序列数据，构建目标相关性矩阵；所述目标相关性矩阵，包括：至少两个指标中每个所述指标对应的相关性矩阵；

根据所述邻接矩阵和所述相关性矩阵，构建加权邻接矩阵；

根据所述加权邻接矩阵构建图结构。

3.根据权利要求1所述的方法，其特征在于，所述时空预测模型，包括：至少一个时空特征提取模块、全连接神经网络；每个所述时空特征提取模块，用于根据相应图结构提取时空特征；所述全连接神经网络，用于基于所述时空特征得到指标的结果值；

所述运用预设的时空预测模型处理所述第一图结构，得到预测结果，包括：

确定第一指标间的权重系数矩阵；

针对每个第一指标，运用相应时空特征提取模块，结合所述第一指标间的权重系数矩阵，提取所述第一图结构的空间特征；基于所述空间特征对时间相关性进行建模，得到时空特征；

运用所述全连接神经网络，根据所述时空特征进行预测，得到每个第一指标的预测值。

4.根据权利要求3所述的方法，其特征在于，确定相应指标间的权重系数矩阵，包括：

确定至少一个目标中每个目标的相应指标对应的数值；

根据每个目标的相应指标对应的数值，利用线性回归计算指标间的权重系数，得到权重系数矩阵；所述权重系数矩阵包括任意两个指标间的权重系数。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述至少一个第一指标和所述至少一个第一指标对应的预测值，优化所述时空预测模型，得到优化后的时空预测模型。