[发明专利]预测请求流量的凭证预签系统及方法有效

专利信息
申请号: 201610216201.4 申请日: 2016-04-08
公开(公告)号: CN107045654B 公开(公告)日: 2020-12-25
发明(设计)人: 陈志华;童韦豪;林邦晔;江彬荣;张保忠 申请(专利权)人: 中华电信股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 隆翔鹰
地址: 中国台*** 国省代码: 台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预测 请求 流量 凭证 系统 方法
【权利要求书】:

1.一种预测请求流量的凭证预签方法,其特征在于,步骤包含:

一请求流量预测子系统自一凭证数据库中取得多个凭证被请求的纪录;

该请求流量预测子系统分别依据各该凭证对各该凭证被请求的纪录依据时段统计出各该凭证的各时段流量,得依据凭证的各时段流量排序以挑选出高请求流量的多个凭证;

该请求流量预测子系统分别依据挑选出的各该凭证随机建立多个类神经网络以进行预测各该凭证的被请求流量;

该请求流量预测子系统依据各该凭证被请求的纪录训练各该类神经网络,该请求流量预测子系统并分析各该类神经网络的预测准确度以保留高准确度的各该类神经网络;

该请求流量预测子系统依据各该类神经网络的预测产生一请求流量预测值并传输至一回复签章子系统;

该回复签章子系统接收该请求流量预测值,并得依据该请求流量预测值对相应数量的各该凭证预签章以产生多个预签章凭证状态;以及

该回复签章子系统将各该预签章凭证状态储存至一凭证数据库以备取用。

2.如权利要求1所述的预测请求流量的凭证预签方法,其特征在于,步骤还包含:

该请求流量预测子系统将进行请求流量分群,所述请求流量分群是为该请求流量预测子系统将依据时段统计后的各该凭证的各时段流量数据化为群集,并计算且逐步将群集合并,该请求流量预测子系统可依据合并后的群集对各该类神经网络进行训练。

3.如权利要求2所述的预测请求流量的凭证预签方法,其特征在于,所述请求流量分群包含下列步骤:

设定初始群集步骤,是将各该凭证请求和查询的纪录中任一凭证的每个时点的请求流量纪录视为一请求流量集合,并以单一时段中的所有集合作为一群集;

计算标准偏差步骤,是计算前述群集内部各请求流量集合的标准偏差;

计算距离步骤,是计算前述群集之间的请求流量集合的距离;

计算距离标准偏差步骤,是计算前述群集之间的请求流量集合的距离的标准偏差;

相似群集合并步骤,是在前述群集中有一群集符合内部标准偏差大于该群集与另一群集之间距离的标准偏差的状况下,将该群集与该另一群集合并,并计算群集合并后的群集中心;以及

重复合并步骤,是重复前述相似群集合并步骤直至在前述群集中无有群集符合内部标准偏差大于该群集与该另一群集之间距离的标准偏差的状况。

4.如权利要求1所述的预测请求流量的凭证预签方法,其特征在于,该请求流量预测子系统是通过设定随机类神经网络群算法的相关参数值以建立各该类神经网络。

5.如权利要求1所述的预测请求流量的凭证预签方法,其特征在于,该请求流量预测子系统是依据各该类神经网络的预测准确度是否通过一正确率门坎值以决定是否保留各该类神经网络。

6.如权利要求1所述的预测请求流量的凭证预签方法,其特征在于,该请求流量预测子系统是将保留下的各该类神经网络各自产生的预测值进行权重平均最后产生该请求流量预测值。

7.如权利要求1所述的预测请求流量的凭证预签方法,其特征在于,步骤还包含:

该回复签章子系统向该凭证数据库取得各该凭证被请求的纪录以分析各该凭证的请求离峰时段。

8.如权利要求7所述的预测请求流量的凭证预签方法,其特征在于,该回复签章子系统在各该凭证的请求离峰时段进行预签章。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中华电信股份有限公司,未经中华电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610216201.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top