[发明专利]一种业务量预测方法、装置、设备及存储介质

说明书

本申请实施例公开了一种业务量预测方法、装置、设备及存储介质，该方法包括：获取具有周期特性的第一业务量数据；采用预设分解策略对第一业务量数据进行分解，得到第一趋势分量、第一不规则分量和第一周期分量；利用第一趋势分量和预先建立的第一模型进行趋势分量预测，得到目标时刻的趋势分量预测值；利用第一不规则分量和预先建立的第二模型进行不规则分量预测，得到目标时刻的不规则分量预测值；对第一周期分量、趋势分量预测值和不规则分量预测值进行整合，得到目标时刻的业务量预测值。如此，通过对趋势分量和不规则分量特性进行针对性预测，同时结合业务量数据的周期特性，使得到的业务量预测值的准确性提高。

技术领域

本申请涉及业务支撑、数据业务技术领域，尤其涉及一种业务量预测方法、装置、设备及存储介质。

背景技术

现有技术中的业务量预测方法多是基于时间序列或多元回归。基于时间序列的预测，收集连续时间点的历史业务量数据，按照时间顺序将其排列形成数据集合，然后分析这些集合以了解长期发展趋势及预测未来。基于多元回归的预测，通过分析不同特征与业务量之间的关系，根据特征现状或趋势预测未来业务量。

随着网络技术的快速发展、网络规模与应用领域的不断扩大和海量终端及新型业务的出现，给信息通信技术(Information and communication technology，ICT)行业带来了新契机，同时，也给移动通信网络建设与运营带来极大挑战。现有技术中的基于时间序列或多元回归的业务量预测方法，由于在对业务量数据进行预测时，两个预测方法均没有考虑到业务量数据的周期变化特点，导致业务量预测方法不能对未来业务量预测进行更加准确性的分析，严重影响了网络的稳定性以及用户的体验，造成服务中断、性能降低等故障频发。

发明内容

为解决上述技术问题，本申请实施例期望提供一种业务量预测方法、装置、设备及存储介质，解决了业务量预测不准确的问题。

本申请的技术方案是这样实现的：

第一方面，提供了一种业务量预测方法，该方法包括：

获取具有周期特性的第一业务量数据；

采用预设分解策略对所述第一业务量数据进行分解，得到第一趋势分量、第一不规则分量和第一周期分量；

利用所述第一趋势分量和预先建立的第一模型进行趋势分量预测，得到目标时刻的趋势分量预测值；

利用所述第一不规则分量和预先建立的第二模型进行不规则分量预测，得到目标时刻的不规则分量预测值；

对所述第一周期分量、所述趋势分量预测值和所述不规则分量预测值进行整合，得到所述目标时刻的业务量预测值。

第二方面，提供了一种业务量预测装置，该装置包括：

获取单元，用于获取具有周期特性的第一业务量数据；

分解单元，用于采用预设分解策略对所述第一业务量数据进行分解，得到第一趋势分量、第一不规则分量和第一周期分量；

处理单元，利用所述第一趋势分量和预先建立的第一模型进行趋势分量预测，得到目标时刻的趋势分量预测值；

所述处理单元，还用于利用所述第一不规则分量和预先建立的第二模型进行不规则分量预测，得到目标时刻的不规则分量预测值；

整合单元，用于对所述第一周期分量、所述趋势分量预测值和所述不规则分量预测值进行整合，得到所述目标时刻的业务量预测值。

第三方面，提供了一种电子设备，包括：处理器和配置为存储能够在处理器上运行的计算机程序的存储器，其中，处理器配置为运行计算机程序时，执行前述方法的步骤。

第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现前述方法的步骤。