[发明专利]流动量的预测方法、装置、设备及可读存储介质有效

专利信息
申请号: 202110877155.3 申请日: 2021-07-31
公开(公告)号: CN113657652B 公开(公告)日: 2023-06-20
发明(设计)人: 王伟任;王硕佳;刘亚飞 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/10;G06F16/2458
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 流动 预测 方法 装置 设备 可读 存储 介质
【说明书】:

本申请公开了一种流动量的预测方法、装置、设备及可读存储介质,属于数据处理技术领域。方法包括:获取至少两个组织机构各自对应的历史流动量序列,历史流动量序列包含至少一个历史单位时间的对象流动量;获取流动量序列之间的关联信息,流动量序列之间的关联信息是根据至少两个组织机构各自对应的第一流动量序列计算得到的,第一流动量序列包含至少两个第一单位时间的对象流动量;基于至少两个组织机构各自对应的历史流动量序列和流动量序列之间的关联信息,确定目标组织机构对应的目标流动量序列,至少两个组织机构包含目标组织机构,目标流动量序列包含至少一个目标单位时间的对象流动量。本申请提高了预测结果的准确性。

技术领域

本申请实施例涉及数据处理技术领域,特别涉及一种流动量的预测方法、装置、设备及可读存储介质。

背景技术

随着数据处理技术的不断发展,预测组织机构的流动量也变得越来越重要,准确的预测组织机构的流动量,可以让管理者提前安排相关工作,合理调度人力资源与物力资源,提高效率。

相关技术中,先获取组织机构对应的流动量序列,该流动量序列包含至少一个历史单位时间的对象流动量,再对流动量序列进行序列平稳性检验和处理。若流动量序列为平稳序列,则确定出平稳序列的自相关函数;若流动量序列为非平稳序列,则对流动量序列进行差分处理,直至处理后的流动量序列为平稳序列,确定出平稳序列的自相关函数。之后,基于平稳序列的自相关函数建立预测模型,利用预测模型预测该组织机构在目标单位时间的对象流动量。

上述技术中,仅根据组织机构在历史单位时间的对象流动量预测该组织机构在目标单位时间的对象流动量,预测结果的准确性较低。

发明内容

本申请实施例提供了一种流动量的预测方法、装置、设备及可读存储介质,用于解决流动量的预测结果准确性较低的问题,所述技术方案包括如下内容。

一方面,本申请实施例提供了一种流动量的预测方法,所述方法包括:

获取至少两个组织机构各自对应的历史流动量序列,所述历史流动量序列包含至少一个历史单位时间的对象流动量;

获取流动量序列之间的关联信息,所述流动量序列之间的关联信息是根据所述至少两个组织机构各自对应的第一流动量序列计算得到的,所述第一流动量序列包含至少两个第一单位时间的对象流动量;

基于所述至少两个组织机构各自对应的历史流动量序列和所述流动量序列之间的关联信息,确定目标组织机构对应的目标流动量序列,所述至少两个组织机构包含所述目标组织机构,所述目标流动量序列包含至少一个目标单位时间的对象流动量,所述目标单位时间为所述历史单位时间之后的时间。

在一种可能的实现方式中,所述时间特征包括星期特征、月份特征、节假日特征或季节特征中的至少一项。

在一种可能的实现方式中,所述流动量序列特征包括第一序列特征和第二序列特征,所述第一序列特征用于指示所述历史流动量序列之间的相关性,所述第二序列特征用于指示所述历史流动量序列中对象流动量之间的相关性;

所述基于所述至少两个组织机构各自对应的历史流动量序列和所述流动量序列之间的关联信息,确定流动量序列特征,包括:

基于所述至少两个组织机构各自对应的历史流动量序列和所述流动量序列之间的关联信息,确定所述第一序列特征;

基于所述至少两个组织机构各自对应的历史流动量序列,确定所述第二序列特征;

基于所述第一序列特征和所述第二序列特征,确定所述流动量序列特征。

在一种可能的实现方式中,所述基于所述第一序列特征和所述第二序列特征,确定所述流动量序列特征,包括:

将所述第一序列特征和所述第二序列特征进行拼接,得到所述流动量序列特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110877155.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top