[发明专利]排队时间预测方法、装置、计算机设备以及存储介质

权利要求书

1.一种排队时间预测方法，其特征在于，所述排队时间预测方法包括：

S10：当获取到排队请求时，从所述排队请求中获取待办理业务类型；

S20：根据所述待办理业务类型，获取已排队人员数据；

S30：将所述已排队人员数据输入至预设的时间预测模型中进行计算，得到对应的计算结果；

S40：根据所述计算结果获取与所述待办理业务类型对应的排队时间预测结果。

2.如权利要求1所述的排队时间预测方法，其特征在于，在步骤S30之前，所述排队时间预测方法还包括：

S31：获取历史监控数据，并根据办理业务类型，从所述历史监控数据中获取对应的用户行为数据；

S32：将所述用户行为数据根据所述办理业务类型进行分类，得到待训练数据集；

S33：逐类对所述待训练数据集进行训练，得到所述时间预测模型。

3.如权利要求2所述的排队时间预测方法，其特征在于，步骤S31包括：

S311：从所述历史监控数据中获取空缺属性数据；

S312：根据所述空缺属性数据的数量，对所述历史监控数据进行对应的处理，得到与每一所述办理业务类型对应的用户行为数据。

4.如权利要求2所述的排队时间预测方法，其特征在于，步骤S33包括：

S331：对所述待训练数据集进行预处理，得到待分组训练集；

S332：将所述待分组训练集进行分组，得到第一特征集和第二特征集和对应的第一测试数据集以及第二测试数据集；

S333：使用Adaboost回归算法所述第一特征集进行训练后得到对应的训练结果，使用所述第二特征集与所述训练结果进行第一精度调整，得到待测试模型；

S334：将所述第一测试数据集输入至所述待测试模型，得到对应的测试结果，使用所述第二测试数据集于所述测试结果进行第二精度调整，得到所述时间预测模型。

5.如权利要求4所述的排队时间预测方法，其特征在于，步骤S331包括：

S3311：从所述待训练数据集中获取用户办理数据；

S3312：将所述用户办理数据作为所述待分组训练集。

6.一种排队时间预测装置，其特征在于，所述排队时间预测装置包括：

请求获取模块，用于当获取到排队请求时，从所述排队请求中获取待办理业务类型；

数据获取模块，用于根据所述待办理业务类型，获取已排队人员数据；

计算模块，用于将所述已排队人员数据输入至预设的时间预测模型中进行计算，得到对应的计算结果；

时间预测模块，用于根据所述计算结果获取与所述待办理业务类型对应的排队时间预测结果。

7.如权利要求6所述的排队时间预测装置，其特征在于，所述排队时间预测装置还包括：

历史数据获取模块，用于获取历史监控数据，并根据办理业务类型，从所述历史监控数据中获取对应的用户行为数据；

分类模块，用于将所述用户行为数据根据所述办理业务类型进行分类，得到待训练数据集；

训练模块，用于逐类对所述待训练数据集进行训练，得到所述时间预测模型。

8.如权利要求7所述的排队时间预测装置，其特征在于，所述历史数据获取模块包括：

空缺数据获取子模块，用于从所述历史监控数据中获取空缺属性数据；

空缺数据处理子模块，用于根据所述空缺属性数据的数量，对所述历史监控数据进行对应的处理，得到与每一所述办理业务类型对应的用户行为数据。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述排队时间预测方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述排队时间预测方法的步骤。