[发明专利]用户规模预测方法、装置及计算机设备

权利要求书

1.一种用户规模预测方法，其特征在于，包括以下步骤：

获取待预测的日期以及资源类型；

根据所述资源类型选择对应的预先训练的用户规模预测模型；所述用户规模预测模型为根据所述资源类型对应的第一模型、第二模型和第三模型得到的模型；

将所述待预测的日期输入所述用户规模预测模型，获取所述用户规模预测模型的输出结果，得到所述资源类型对应的所述待预测的日期的用户规模；

所述根据所述资源类型选择对应的预先训练的用户规模预测模型，包括：

从所有预先训练的用户规模预测模型中，筛选出与所述资源类型对应的预先训练的用户规模预测模型；

所述预先训练的用户规模预测模型，通过下述方法获得：

获取预设的多个用户样本，各用户样本包括用户对应的数目、日期以及资源类型；用户样本中包括第一用户样本、第二用户样本和第三用户样本；

根据多个第一用户样本，对用于第一用户预测的第一模型进行训练；

根据多个第一用户样本和第二用户样本，对用于第二用户预测的第二模型进行训练；

根据多个第二用户样本和第三用户样本，对用于第三用户预测的第三模型进行训练；

根据同一资源类型对应的第一模型、第二模型和第三模型，得到各资源类型对应的用户规模预测模型。

2.根据权利要求1所述的用户规模预测方法，其特征在于，所述根据多个第一用户样本，对用于第一用户预测的第一模型进行训练的步骤，包括：

将第一用户对应的日期输入待训练的第一模型，得到第一模型的输出结果；

将所述输出结果与对应的第一用户的数目进行比较，得到第一判别误差；

根据所述第一判别误差对所述第一模型的参数值进行修正，直到得到的第一判别误差小于或等于第一设定阈值为止；

和/或，

所述根据多个第一用户样本和多个第二用户样本，对用于第二用户预测的第二模型进行训练的步骤，包括：

将第一用户对应的数目和日期输入待训练的第二模型，得到第二模型的输出结果；

将所述输出结果与对应的第二用户的数目进行比较，得到第二判别误差；

根据所述第二判别误差对所述第二模型的参数值进行修正，直到得到的第二判别误差小于或等于第二设定阈值为止；

和/或，

根据多个第二用户样本和第三用户样本，对用于第三用户预测的第三模型进行训练的步骤，包括：

将第二用户对应的数目和日期输入待训练的第二模型，得到第二模型的输出结果；

将所述输出结果与对应的第三用户的数目进行比较，得到第三判别误差；

根据所述第三判别误差对所述第三模型的参数值进行修正，直到得到的第三判别误差小于或等于第三设定阈值为止。

3.根据权利要求2所述的用户规模预测方法，其特征在于，所述根据所述第一判别误差对所述第一模型的参数值进行修正的步骤之前，包括：

判断所述第一用户对应的日期的标签；

所述根据所述第一判别误差对所述第一模型的参数值进行修正的步骤，包括：

若所述第一用户对应的日期的标签为第一标签，则根据所述第一判别误差和第一标签对应的权重，对所述第一模型的参数值进行修正；

若所述第一用户对应的日期的标签为第二标签，则根据所述第一判别误差和第二标签对应的权重，对所述第一模型的参数值进行修正。

4.根据权利要求1所述的用户规模预测方法，其特征在于，所述根据同一资源类型对应的第一模型、第二模型和第三模型，得到各资源类型对应的用户规模预测模型的步骤之前，包括：

对所述第一模型、第二模型以及第三模型的资源类型进行标记；

所述根据同一资源类型对应的第一模型、第二模型和第三模型，得到各资源类型对应的用户规模预测模型的步骤，包括：

根据第一模型、第二模型以及第三模型的资源类型的标记，从多个模型中筛选出同一资源类型标记的第一模型、第二模型和第三模型，由此得到各资源类型对应的用户规模预测模型。

5.根据权利要求1至4任一项所述的用户规模预测方法，其特征在于，还包括：

根据预先获取的同一资源类型对应的每用户平均数值以及所述资源类型对应的所述待预测的日期的用户规模，得到所述资源类型对应的所述待预测的日期的总数值。