[发明专利]一种预测方法、训练方法、装置及计算机存储介质

说明书

本申请提供了一种预测方法、训练方法、装置以及计算机可读存储介质。该方法包括：获取目标设备的待预测第一指标数据；将所述待预测第一指标数据输入第一预测模型，得到所述目标设备的预测第二指标数据；将所述预测第二指标数据输入第二预测模型，得到所述目标设备的预测结果，其中，所述第二预测模型根据第二训练数据训练得到，所述第二训练数据包括所述目标设备的第二指标数据和第三指标数据。本申请提供的技术方案可以更准确地体现第一指标数据与第三指标数据之间的函数关系，可以根据待预测的第一指标数据准确地预测出目标设备的预测结果(预测第三指标数据)。

技术领域

本申请涉及通信领域，并且更具体地，涉及一种预测方法、训练方法、装置及计算机存储介质。

背景技术

在训练模型过程中，可以获取到设备的训练数据，并可以根据训练数据得到预测模型。在预测过程中，可以根据得到的预测模型以及实际情况对未来的一些情况进行预测。

现有技术中，在训练模型过程中，可以直接获取一个网络设备的两个训练数据，可以根据该两个训练数据，直接训练得到预测模型。

例如，通信网络运营商在开展业务活动之前，需要根据使用某种服务的数(也可以称为用户数指标)的假设值预测通信设备未来的资源占用率(也可以称为资源占用率指标)，可以对可能过载的网络设备提前进行扩容，从而保障系统平稳运行。

现有技术中，直接训练目标设备的用户数指标与资源占用率指标之间的函数关系，并根据假设的用户数以及用户数与资源占用率之间的函数关系预测资源占用率。由于在数据样本采集周期内，目标设备的用户数指标有可能缺乏大幅度变化，使得样本数据缺乏多样性。用户数与资源占用率之间的关系不会在数据中充分体现，很难得到准确的用户数与资源占用率之间的函数关系，并且预测出的该函数关系很难实现大范围的外推预测。

因此，在采集到的一个训练数据样本多样性不足的情况下，如何通过两个训练数据得到准确的预测模型，可以根据其中一个预测数据准确预测出另一个数据成为亟需要解决的问题。

发明内容

本申请提供一种预测方法、训练方法、装置及计算机存储介质，可以通过两个训练数据得到准确的预测模型，可以根据其中一个预测数据准确预测出另一个数据。

第一方面，提供了一种预测方法，包括：获取目标设备的待预测第一指标数据；将所述待预测第一指标数据输入第一预测模型，得到所述目标设备的预测第二指标数据；将所述预测第二指标数据输入第二预测模型，得到所述目标设备的预测结果。

本申请实施例中第一预测模型可以根据第一训练数据训练得到，第二预测模型根据第二训练数据训练得到。

应理解，第一训练数据可以包括多个设备的第一指标数据和第二指标数据，也就是说，第一指标数据和第二指标数据可以来自包括目标设备在内的多个网络设备。

本申请实施例中对第一指标数据和第二指标数据不做具体限定，可以是任意的两个指标数据。

可选地，在一些实施例中，第一指标数据可以是用户数，第二指标数据可以是话务量。

第二训练数据可以包括目标设备的第二指标数据和第三指标数据。

应理解，第一指标数据和第二指标数据可以来自目标设备。

本申请实施例中对第二指标数据和第三指标数据不做具体限定，可以是任意的两个指标数据。

可选地，在一些实施例中，第二指标数据可以是话务量，第三指标数据可以是资源占用率。