[发明专利]信息处理方法及装置

说明书

本申请实施例提供了一种信息处理方法、装置、电子设备及计算机可读存储介质，涉及数据处理领域。该方法包括：获取目标区域在当前时段的当前区域属性信息序列，当前时段包括连续的多个子时段；当前区域属性信息序列包括多个子时段的区域属性信息；将当前区域属性信息序列输入至预先训练的需求预测模型，通过需求预测模型得到目标区域在当前时段的下一子时段的公共设施需求信息的预测结果。本申请实施例极大地发掘了区域属性蕴含的信息，有效地提升预测效果，达到准确地预测区域对公共设施的需求的目的。

技术领域

本申请涉及数据处理技术领域，具体而言，本申请涉及一种信息处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

随着经济高速发展，公共设施的服务能力逐渐成为了一项重要的考验。理解各区域对公共设施的需求由哪些因素决定，以及准确地预测未来的公共设施需求，在制定城市发展策略、公共设施资源分配等社会规划中起到重要的作用。

传统的需求预测或是人流预测方法基本都是静态模型，将区域的特征视作静态的固定值，根据物理空间中的距离、人口属性等数据拟合人流。相关技术方案中主要是将需求用简单的表达式建模，但实际上城市中存在的大量不确定性，难以具有较好的预测能力。

发明内容

本申请实施例提供了一种信息处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，可以解决现有技术的上述问题。所述技术方案如下：

根据本申请实施例的一个方面，提供了一种信息处理方法，该方法包括：

获取目标区域在当前时段的当前区域属性信息序列，所述当前时段包括连续的多个子时段；所述当前区域属性信息序列包括所述多个子时段的区域属性信息；

将所述当前区域属性信息序列输入至预先训练的需求预测模型，通过所述需求预测模型得到所述目标区域在当前时段的下一子时段的公共设施需求信息的预测结果；

其中，所述需求预测模型是基于多个带有标签的训练样本对神经网模型进行训练得到的，其中，每个所述训练样本包括一个样本区域的样本区域属性信息序列，每个所述训练样本的标签为所述训练样本对应的公共设施需求信息的真实结果。

根据本申请实施例的另一个方面，提供了一种信息处理装置，该装置包括：

当前信息获取模块，用于获取目标区域在当前时段的当前区域属性信息序列，所述当前时段包括连续的多个子时段；所述当前区域属性信息序列包括所述多个子时段的区域属性信息；

预测模块，用于将所述当前区域属性信息序列输入至预先训练的需求预测模型，通过所述需求预测模型得到所述目标区域在当前时段的下一子时段的公共设施需求信息的预测结果；

其中，所述需求预测模型是基于多个带有标签的训练样本对神经网模型进行训练得到的，每个所述训练样本包括一个样本区域的样本区域属性信息序列，每个所述训练样本的标签为所述训练样本对应的公共设施需求信息的真实结果。

作为一种可选实施例，每个子时段的区域属性信息包括以下至少一种：

所述目标区域在该子时段的至少一个属性维度的第一属性值；

所述第一属性值相对于上一子时段的变化量；

相应区域的相邻区域在该子时段的至少一个属性维度的第二属性值；

所述第二属性值相对于上一子时段的变化量；

各个目标公共设施的级别信息，其中，所述各个目标公共设施为第一区域中的公共设施，所述目标区域为所述第一区域中的子区域；

各个目标公共设施与所述目标区域的距离。

作为一种可选实施例，预测模块具体用于：