应用于话务量预测的分段在线支持向量回归方法,它涉及一种在线支持向量回归方法,本发明针对在线支持向量回归(Online Support Vector Regression)算法难以兼顾预测精度和运行效率,提出一种分段支持向量回归时间序列预测方法,通过缩减在线建模数据长度实现快速训练,并对Online SVR进行分段存储,根据预测邻域样本与各子分段支持向量回归模型的匹配度,选取最优子分段模型预测输出,提高预测精度该算法在保持在线预测执行效率的同时,相比普通在线支持向量回归算法,可提高预测精度5%~10%。算法由于采用了分段的策略,并采取了较小的建模数据长度,算法效率高。