[发明专利]一种活跃用户数量的预测方法、计算机设备及存储介质

权利要求书

1.一种活跃用户数量的预测方法，其特征在于，所述方法包括如下：

获取历史活跃用户数据集，所述历史活跃用户数据集是指当前时间节点T之前的活跃用户数据的集合，其中，所述历史活跃用户数据集包括第一预测数据集和第二预测数据集；

将所述第一预测数据集输入至第一预测模型，以使得根据所述第一预测数据集得到第一活跃用户数量集；

将所述第二预测数据集输入至第二预测模型，以使得根据所述第二预测数据集得到第二活跃用户数量集；

根据所述第一活跃用户数量集和所述第二活跃用户数量集，得到目标活跃用户数量，其中，所述目标活跃用户数量是指时间节点T+1对应的活跃用户数量；

其中，所述第一预测数据集包括多个按照时间顺序排列的第一样本数据，所述第一预测数据集A＝(A₁，A₂，……，A_i，……，A_m)，所述Ai是指第i天的第一样本数据；

其中，所述方法还包括如下方法得到任一所述第一样本数据：

确定样本数据对应的时间节点Ti；

获取所述时间节点T_i之前的历史样本数据集；

将所述历史样本数据集进行特征提取，得到样本特征向量列表B，所述样本特征向量列表B＝(B₁，B₂，……，B_j，……，B_n)，所述B_j是指第j天的样本数据对应的特征向量；

将所述样本特征向量B_j进行预处理，得到所述样本特征向量Bj对应的预测值；

将所述样本特征向量B_j对应的预测值作为计算下一个特征向量B_j+1对应的预测值的历史样本数据，以此类推，得到B₁至B_n分别对应的预测值，并根据B₁至B_n分别对应的预测值，生成预测值列表；

根据所述预测值列表，得到所述第一样本数据；

其中，所述方法还包括如下方法得到所述预测值；

获取所述样本特征向量B_j，其中，所述样本特征向量Bj＝(B_j1，B_j2……，B_jv，……，B_jk)；

对所述样本特征向量B_j进行归一化处理，得到待测数据；

将所述待测数据输入至第一预测模型，以使得根据所述待测数据得到所述样本特征向量B_j对应的预测值。

2.根据权利要求1所述的活跃用户数量的预测方法，其特征在于，所述第一活跃用户数量集是指在时间节点T+7内的活跃用户数量。

3.根据权利要求1所述的活跃用户数量的预测方法，其特征在于，所述方法还包括如下方法得到第二活跃用户数量集：

将所述第二预测数据集中数据进行差分处理，得到第二样本数据并根据所述第二样本数据生成第二样本数据集

将所述第二样本数据集输入至所述第二预测模型，得到第二活跃用户的预测值；

对所述第二活跃用户的预测值进行逆差分处理，得到第二活跃用户数量集。

4.根据权利要求1所述的活跃用户数量的预测方法，其特征在于，所述第二活跃用户数量集是指在时间节点T+3内的活跃用户数量。

5.根据权利要求1所述的活跃用户数量的预测方法，其特征在于，所述目标活跃用户数量是所述第一活跃用户数量集与所述第二活跃用户数量集的平均值。

6.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1～5中任一项所述的活跃用户数量的预测方法。

7.一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1～5任一项所述的活跃用户数量的预测方法。