[发明专利]风险提示方法、装置、电子设备及存储介质

权利要求书

1.一种风险提示方法，其特征在于，包括：

确定目标预测任务，所述目标预测任务包括一项或多项待预测的业务量指标及其预测时间维度和计划预测时段；

对任一项待预测业务量指标，根据所述目标预测任务，从预设的数据库中选取所述业务量指标的相应时间维度、计划预测时段的预设倍量和预设级别的历史运维数据，以作为训练样本数据；

通过auto_arima机器学习算法对所述训练样本数据实时进行特征提取、分析和训练，获得该业务量指标的指标预测模型；

基于所述指标预测模型对所述待预测业务量指标进行预测，获得相应的指标预测结果；

当所述指标预测结果大于或等于历史运维数据中该业务量指标的历史均值时，发出风险预警提示信息。

2.根据权利要求1所述的风险提示方法，其特征在于，所述基于所述指标预测模型对所述待预测业务量指标进行预测，获得相应的指标预测结果，具体包括：

通过自由切换设置或分布式定时设置，从多种预测模式中确定一种预测模式；其中，所述多种预测模式至少包括连续时长预测模式和指定时间范围预测模式；

根据确定的预测模式，基于所述指标预测模型对所述待预测业务量指标进行预测，获得相应的指标预测结果。

3.根据权利要求1所述的风险提示方法，其特征在于，当所述待预测的业务量指标为多项时，所述目标预测任务至少包括待预测的多项业务量指标及各业务量指标的预测时间维度和计划预测时段；

相应地，根据所述目标预测任务，从预设的数据库中分别选取所述多项业务量指标的相应时间维度、相应计划预测时段预设倍量或预设级别的历史运维数据，以分别作为各自的训练样本数据；

通过auto_arima机器学习算法分别对各所述训练样本数据实时进行特征提取、分析和训练，获得所述多项业务量指标各自对应的指标预测模型；

基于各所述指标预测模型分别对待预测的多项业务量指标进行预测，以分别获得各自相应的指标预测结果，并按照预设权重比例将各所述指标预测结果进行加权汇总，获得指标综合预测结果；

当所述指标综合预测结果大于或等于历史运维数据中所述多项业务量指标的综合历史均值时，发出风险预警提示信息。

4.根据权利要求1或2所述的风险提示方法，其特征在于，所述通过auto_arima机器学习算法对所述训练样本数据实时进行特征提取、分析和训练，获得该业务量指标的指标预测模型，具体包括：

将所述训练样本数据依时间顺序排成数据序列，并将所述数据序列进行平稳化处理，获得平稳化数据序列；

对所述平稳化数据序列中预设训练比例的训练数据实时进行特征提取、分析和训练，获得若干预测算法模型；

计算各预测算法模型的对称平均绝对百分比误差，并从所述若干预测算法模型中筛选出对称平均绝对百分比误差最小的预测算法模型，以作为该业务量指标的指标预测模型。

5.根据权利要求4所述的风险提示方法，其特征在于，在通过auto_arima机器学习算法对所述训练样本数据实时进行特征提取、分析和训练，获得该业务量指标的指标预测模型之后，所述方法还包括：

根据训练样本数据中预设测试比例的测试数据，对所述指标预测模型进行测试以获得测试结果；

根据测试结果反向调整选取的历史运维数据的计划预测时段的预设倍量。

6.根据权利要求5所述的风险提示方法，其特征在于，根据测试结果反向调整选取的历史运维数据的计划预测时段的预设倍量，具体包括：

根据测试结果计算所述指标预测模型的对称平均绝对误差，根据所述对称平均绝对误差确定该指标预测模型的预测结果准确率；

若所述预测结果准确率低于预设准确率，则反向调整以减小选取的历史运维数据的计划预测时段的预设倍量。

7.根据权利要求1所述的风险提示方法，其特征在于，在所述确定目标预测任务，所述目标预测任务包括一项或多项待预测的业务量指标及其预测时间维度和计划预测时段，之前，所述方法还包括：

获取多项业务量指标的历史运维数据，将所述历史运维数据按不同的时间维度分类汇聚，并分类存储至数据库中。