[发明专利]话务数据预测方法及装置、电子设备、存储介质

说明书

本公开提供了一种话务数据预测方法、话务数据预测装置、电子设备及计算机可读存储介质，属于计算机技术领域。该方法包括：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时间序列分解，得到所述目标时间类型标签对应的时间序列模型；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。本公开可以准确、有效的对话务数据进行预测。

技术领域

本公开涉及计算机技术领域，尤其涉及一种话务数据预测方法、话务数据预测装置、电子设备及计算机可读存储介质。

背景技术

随着通信产业的高速发展，通信网络承载的业务量迅猛增长，为了及时掌握通信网络的状态，需要获取用户的话务数据进行分析，例如申告数据，以便于及时对故障问题进行处理。然而，当用户的话务数据量较大或者超过通信网络的正常承载能力时，可能会导致出现网络故障或者不能及时、有效的获取用户的申告数据，以对网络故障进行维护的情况。

现有技术，常常采用固定的告警阈值对用户的话务数据进行异常判断。但是，在实际应用中，用户的话务数据在不同的时间段内可能具有不同的变化趋势，采用同一固定的告警阈值，难以根据实际话务数据对应的时间段的特性进行准确的告警。因此，如何采用准确、有效的方式，对用户的话务数据进行预测是现有技术亟待解决的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种话务数据预测方法、话务数据预测装置、电子设备及计算机可读存储介质，进而至少在一定程度上克服现有技术中无法准确、有效预测用户话务数据的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种话务数据预测方法，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时间序列分解，得到所述目标时间类型标签对应的时间序列模型；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。

在本公开的一种示例性实施例中，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。

在本公开的一种示例性实施例中，所述对所述目标时间类型标签下的实际话务数据进行时间序列分解，得到所述目标时间类型标签对应的时间序列模型，包括：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；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。

在本公开的一种示例性实施例中，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，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。

在本公开的一种示例性实施例中，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。