[发明专利]一种热点预测方法、装置、设备及可读存储介质

说明书

本申请涉及一种热点预测方法、装置、设备及可读存储介质，涉及热点预测技术领域，由于蜻蜓优化算法随着迭代次数的增加，可加快收敛速度并可朝着全局最优值进行收敛，在寻求阶段性最优解的过程中具备最佳效果，具有较强的寻优能力，所以在Seq2Seq神经网络模型中引入蜻蜓优化算法可有效提高神经网络预测模型的寻优性能，而热点就是在众多的网络信息中进行阶段性最优解的寻求过程，因此通过基于蜻蜓优化算法的Seq2Seq神经网络模型对话题点击量信息进行计算即可得到热点预测信息，工作人员可根据该热点预测信息对流量带宽等因素进行调整。因此，本申请实施例可对实时热点进行预测，为有效分配后台流量提供数据支撑，并降低运营成本。

技术领域

本申请涉及热点预测技术领域，特别涉及一种热点预测方法、装置、设备及可读存储介质。

背景技术

伴随经济的飞速发展和通信技术的日益更新，网络社交媒体规模不断扩张。其中，由于大量先进技术的采用，带来了社交网络规模庞大、社交软件种类复杂多样、后台承受压力的质量需求逐步提高等等一系列发展问题。面对这些复杂的问题和日益加剧的竞争，为了更加高效地利用目前的通信网络资源，降低当前运行成本，增加后续运营收入，就必须加强网络设备的分析力度和日常维护，不断调整和优化网络相关参数，以满足用户日益增加的需求。

但是，随着社会信息碎片化的进一步加剧，上述问题越发的难以得到简单有效的解决，且随着热点的数量不断增多，热点更新的速率也进一步加快，这两点变化使得网络设备维护的速度很难跟的上热点变化的速度，导致后台流量无法被及时有效的分配，进而造成后台系统奔溃；相关技术中，通过采取投入足够多的后台资源的方式以保障每一个可能的热点信息都有足够的资源作为支撑，但是该方法会导致运营成本过高的问题。

发明内容

本申请实施例提供一种热点预测方法、装置、设备及可读存储介质，以解决相关技术中存在的后台流量无法被有效分配以及运营成本过高的问题。

第一方面，提供了一种热点预测方法，包括以下步骤：

采集话题点击量信息；

将所述话题点击量信息输入基于蜻蜓优化算法的Seq2Seq神经网络模型，通过蜻蜓优化算法对所述话题点击量信息进行计算，得到热点预测信息。

一些实施例中，在所述采集话题点击量信息之前，创建基于蜻蜓优化算法的Seq2Seq神经网络模型，包括：

随机初始化蜻蜓种群的位置和步长向量；

根据所述蜻蜓种群的位置和步长向量计算蜻蜓个体的适应度值；

根据所述适应度值判断当前的最优个体和最差个体，将最优个体作为食物，最差的个体视作为外敌；

根据所述最优个体和所述最差个体分别更新避撞、结对、聚集、食物和天敌的权重值；

根据更新后的权重值分别计算避撞、结对、聚集、食物和天敌更新后的位置；

根据更新后的位置分别更新相邻两个蜻蜓之间的邻域半径和每个蜻蜓个体的位置，并输出最优的蜻蜓个体和全局最优解。

所述根据更新后的位置分别更新相邻两个蜻蜓之间的邻域半径和每个蜻蜓个体的位置，包括：

判断蜻蜓个体周围是否存在邻近个体；

若存在邻近个体，则使用第一算法更新相邻两个蜻蜓之间的邻域半径和每个蜻蜓个体的位置；

若不存在邻近个体，则使用第二算法更新每个蜻蜓个体的位置。

在通过蜻蜓优化算法对所述话题点击量信息进行计算，得到热点预测信息之后，还包括：

根据所述热点预测信息调整后台流量的分配比例，形成新的后台流量分配比例；