[发明专利]游戏实时活跃人数预测方法、系统、电子设备和存储介质

说明书

本申请涉及游戏实时活跃人数预测方法、系统、电子设备和存储介质，属于互联网领域，该方法包括：获取当前日期之前预设天数内的历史时刻游戏活跃人数信息，其中，每个时刻根据预设间隔时间得到；将历史时刻游戏活跃人数信息带入预先构建的整合移动平均自回归模型，预测出当前日期的游戏实时活跃人数。本申请实施例获取历史时刻游戏活跃人数信息作为时间序列，通过整合移动平均自回归模型自动预测当前日期的游戏实时活跃人数，极大的提高了预测的效率以及预测结果的准确性。

技术领域

本申请涉及互联网技术领域，特别是涉及游戏实时活跃人数预测方法、系统、电子设备和存储介质。

背景技术

随着游戏行业的发展，游戏开发者希望提前了解到未来日期预计的游戏实时活跃人数，以此了解游戏的预计运营情况，从而对游戏运营做出提前调整。目前，一般通过人工观察游戏业务的真实数据，依据主观判断来给出预测结果，不仅效率低且预测结果的准确度低，对此，目前针对相关技术中尚未提出有效的解决方案。

发明内容

本申请实施例提供了游戏实时活跃人数预测方法、系统、电子设备和存储介质，以至少解决相关技术中通过人工预测未来游戏实时活跃人数的方式效率低且预测结果准确度低问题。

第一方面，本申请实施例提供了一种游戏实时活跃人数预测方法，包括：获取当前日期之前预设天数内的历史时刻游戏活跃人数信息，其中，每个时刻根据预设间隔时间得到；将所述历史时刻游戏活跃人数信息带入预先构建的整合移动平均自回归模型(ARIMA模型，Autoregressive Integrated Moving Average model)，预测出所述当前日期的游戏实时活跃人数。

在其中一些实施例中，所述整合移动平均自回归模型通过如下方式获得：通过指定的单位根检验法检验时间序列是否平稳，并计算出目标差分阶数；通过指定的信息准则确定自回归阶数和移动回归阶数的参数对，得到所述整合移动平均自回归模型，该整合移动平均自回归模型包含所述目标差分阶数和所述参数对。

在其中一些实施例中，所述单位根检验法包括ADF(Augmented Dickey-Fullertest)检验法、PP(Philipps-Perron)检验法和KPSS检验法中的至少一项。

在其中一些实施例中，所述信息准则包括贝叶斯信息准则。

第二方面，本申请实施例提供了一种游戏实时活跃人数预测系统，包括获取单元和预测单元，获取单元用于获取当前日期之前预设天数内的历史时刻游戏活跃人数信息，其中，每个时刻根据预设间隔时间得到；预测单元用于将所述历史时刻游戏活跃人数信息带入预先构建的整合移动平均自回归模型，预测出所述当前日期的游戏实时活跃人数。

在其中一些实施例中，所述整合移动平均自回归模型通过如下方式获得：通过指定的单位根检验法检验时间序列是否平稳，并计算出目标差分阶数；通过指定的信息准则确定自回归阶数和移动回归阶数的参数对，得到所述整合移动平均自回归模型，该整合移动平均自回归模型包含所述目标差分阶数和所述参数对。

在其中一些实施例中，所述单位根检验法包括ADF检验法、PP检验法和KPSS检验法中的至少一项。

在其中一些实施例中，所述信息准则包括贝叶斯信息准则。

第三方面，本申请实施例提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项所述的方法。

第四方面，本申请实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项所述的方法。