[发明专利]话务数据预测方法及装置、电子设备、存储介质

权利要求书

1.一种话务数据预测方法，其特征在于，包括：

获取按照时间粒度所统计的实际话务数据，对处于不同时间段的所述实际话务数据添加所述时间段对应的时间类型标签；

在所述时间类型标签中确定待预测时间段对应的目标时间类型标签；

对所述目标时间类型标签下的实际话务数据进行拟合，得到趋势分量与周期分量；包括以下第一循环过程：对所述目标时间类型标签下的实际话务数据剔除趋势分量，得到第一中间序列；在所述第一中间序列中，将各周期的偏移时间相同的数据点形成一个子序列；所述偏移时间为所述数据点的绝对时间相对于所述数据点所在周期的基准时间的偏移量；对各所述子序列进行拟合，以更新周期分量；对所述目标时间类型标签下的实际话务数据剔除所述周期分量，得到第二中间序列；对所述第二中间序列进行拟合，以更新所述趋势分量；

基于所述趋势分量与所述周期分量，建立所述目标时间类型标签对应的时间序列模型；

其中，所述对各所述子序列进行拟合，以更新周期分量，包括：对各所述子序列进行拟合，得到第一周期分量序列；获取所述第一周期分量序列的滑动平均数据，并对所述滑动平均数据进行拟合，得到第二周期分量序列；根据所述第一周期分量序列与所述第二周期分量序列之差，更新所述周期分量；或者，基于权重调整参数确定所述子序列中各数据点的权重，并通过局部权重回归算法对所述子序列进行拟合，根据各子序列的拟合结果更新所述周期分量；

所述对所述第二中间序列进行拟合，以更新所述趋势分量，包括：基于所述权重调整参数确定所述第二中间序列中各数据点的权重，并通过局部权重回归算法对所述第二中间序列进行拟合，根据所述第二中间序列的拟合结果更新所述趋势分量；

利用所述时间序列模型确定所述待预测时间段的预测话务数据；

所述目标时间类型标签对应多种时间序列模型，所述利用所述时间序列模型确定所述待预测时间段的预测话务数据，包括：

利用多种所述时间序列模型共同确定所述待预测时间段的所述预测话务数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用所述时间序列模型确定话务数据的置信区间；

在当前的实际话务数据超出所述置信区间时进行告警。

3.根据权利要求1所述的方法，其特征在于，所述对所述目标时间类型标签下的实际话务数据进行拟合，得到趋势分量与周期分量，还包括以下第二循环过程：

对所述目标时间类型标签下的实际话务数据剔除所述趋势分量与所述周期分量，得到余项；

根据所述目标时间类型标签下的实际话务数据中每个数据点对应的余项值与所述余项中的基准值之比，确定所述每个数据点的权重调整参数。