[发明专利]指标的预测、模型的训练方法及装置

说明书

本公开实施例提供一种指标的预测、模型的训练方法及装置，涉及机器学习技术领域，所述方法的一具体实施方式包括：确定多个目标单元区域；获取目标模型；基于所述目标模型预测每个目标单元区域在指定时段对应的目标指标数据，以得到预测集合。从而可以对预测集合进行预设的统计分析，得到目标指标的统计结果。该实施方式无需人为划分管理区域，也无需计算每个管理区域在一定历史时段指标数据的均值，从而提高了指标的预测和统计结果的可靠性以及准确度。

技术领域

本公开实施例涉及机器学习技术领域，特别涉及一种指标的预测、模型的训练方法及装置。

背景技术

随着大数据以及互联网应用技术的不断发展，使人们的生活愈加便利，某些时候需要对一个指标进行区域性预测和统计。以O2O(Online To Offline，在线离线/线上到线下)服务为例，经常需要对诸如服务需求、服务供给等指标进行区域性预测和统计。目前，一般由人为划分一些管理区域，然后针对人为划分的每个管理区域，获取相应的历史数据，并基于该历史数据计算出每个管理区域在一定历史时段的均值，将该均值作为管理区域相应的预测和统计指标数据。但是，上述预测和统计的方式具有一定的局限性，使得指标的预测和统计结果的可靠性以及准确度较低。

发明内容

为了解决上述技术问题，本公开实施例提供了一种指标的预测、模型的训练方法及装置。

根据本公开实施例的第一方面，提供一种指标的预测方法，包括：

确定多个目标单元区域；

获取目标模型；

基于所述目标模型预测每个目标单元区域在指定时段对应的目标指标数据。

根据本公开实施例的第二方面，提供一种指标预测模型的训练方法，包括：

从预先划分的单元区域中选取目标单元区域；

获取每个所述目标单元区域在预设历史时间段内的每个单位时段所对应的历史指标数据以及历史特征信息作为样本信息；

采用所述样本信息训练出目标模型。

根据本公开实施例的第三方面，提供一种指标的预测装置，包括：

确定单元，被配置为确定多个目标单元区域；

获取单元，被配置为获取目标模型；

预测单元，被配置为基于所述目标模型预测每个目标单元区域在指定时段对应的目标指标数据。

根据本公开实施例的第四方面，提供一种指标预测模型的训练装置，包括：

选取单元，被配置为从预先划分的单元区域中选取目标单元区域；

获取单元，被配置为获取每个所述目标单元区域在预设历史时间段内的每个单位时段所对应的历史指标数据以及历史特征信息作为样本信息；

训练单元，被配置为采用所述样本信息训练出目标模型。

根据本公开实施例的第五方面，提供一种计算机存储介质，所述存储介质中存储有程序指令，所述指令包括：

确定多个目标单元区域；

获取目标模型；

基于所述目标模型预测每个目标单元区域在指定时段对应的目标指标数据。

根据本公开实施例的第六方面，提供一种计算机存储介质，所述存储介质中存储有程序指令，所述指令包括：

从预先划分的单元区域中选取目标单元区域；

获取每个所述目标单元区域在预设历史时间段内的每个单位时段所对应的历史指标数据以及历史特征信息作为样本信息；