[发明专利]建立区域热度预测模型、区域热度预测的方法及装置

说明书

本申请公开了一种建立区域热度预测模型、区域热度预测的方法及装置，涉及大数据技术领域。具体实现方案为：利用第一历史区域热度数据，预训练时序预测模型；将第二历史区域热度数据作为第二支持样本，利用所述第二支持样本对所述时序预测模型进行进一步训练，以对模型参数进行调整得到所述区域热度预测模型；所述区域热度预测模型用于对第二查询样本进行预测，所述第二查询样本包括待预测时间的区域热度。该方式使得在第二历史区域热度数据所代表的分布数据较少的情况下，也能够对该分布数据进行有效学习，从而提高区域热度预测的准确度。

技术领域

本申请涉及计算机应用技术领域，特别涉及大数据技术领域下一种建立区域热度预测模型、区域热度预测的方法及装置。

背景技术

区域热度预测具有巨大的价值，可以让政府、机构和个人更加有效地优化资源配置，预判发展趋势，甚至在交通出行方面提供参考或建议。所谓区域热度预测指的是预测区域在指定时间的人流量，例如预测某个商圈在指定时间的客流量，预测某个车站在指定时间的客流量，等等。

区域热度预测本质上是一个时间序列预测问题，现有的时间序列预测算法包括特征工程、神经网络拟合等算法。然而，现有的时间序列预测算法对大量标注数据存在高度依赖，只能在具有较长的平稳性序列历史记录的数据上进行训练后，才能够具有较高的预测准确率。然而一些小概率事件发生时会对区域热度产生影响，从而导致在一段时间内区域热度相较于平时发生剧烈波动。然而，由于这类小概率事件的历史数据较少，采用传统方法则无法对此进行有效学习，从而导致发生小概率事件情况下的区域热度预测准确度很差。

发明内容

有鉴于此，本申请旨在提供一种建立区域热度预测模型、区域热度预测的方法及装置，以解决上述技术问题。

第一方面，本申请提供了一种建立区域热度预测模型的方法，包括：

利用第一历史区域热度数据，预训练时序预测模型；

将第二历史区域热度数据作为第二支持样本，利用所述第二支持样本对所述时序预测模型进行进一步训练，以对模型参数进行调整得到所述区域热度预测模型；

所述区域热度预测模型用于对第二查询样本进行预测，所述第二查询样本包括待预测时间的区域热度。

第二方面，本申请提供了一种区域热度预测的方法，包括：

利用区域热度预测模型对第二查询样本进行预测，所述第二查询样本包括待预测时间的区域热度；

其中所述区域热度预测模型是利用第一历史区域热度数据预训练时序预测模型后，将第二历史区域热度数据作为第二支持样本，并利用所述第二支持样本对所述时序预测模型进行进一步训练得到的。

第三方面，本申请提供了一种建立区域热度预测模型的装置，包括：

预训练模块，用于利用第一历史区域热度数据，预训练时序预测模型；

微调模块，用于将第二历史区域热度数据作为第二支持样本，利用所述第二支持样本对所述时序预测模型进行进一步训练，以对模型参数进行调整得到所述区域热度预测模型；

所述区域热度预测模型用于对第二查询样本进行预测，所述第二查询样本包括待预测时间的区域热度。

第四方面，本申请提供了一种区域热度预测的装置，包括：

预测模块，用于利用区域热度预测模型对第二查询样本进行预测，所述第二查询样本包括待预测时间的区域热度；

其中所述区域热度预测模型是利用第一历史区域热度数据预训练时序预测模型后，将第二历史区域热度数据作为第二支持样本，并利用所述第二支持样本对所述时序预测模型进行进一步训练得到的。

第五方面，本申请提供了一种电子设备，包括：