[发明专利]流感预测模型的生成方法、装置及计算机可读存储介质

说明书

本发明公开了一种流感预测模型的生成方法，该方法包括：获取连续多个时间单元内的流感样病例百分比数据，建立自回归积分滑动平均ARIMA模型；根据舆情关键词获取多个时间单元内的舆情数据序列，将舆情数据序列中的舆情数据作为预测特征，训练基于xgboost算法构建的xgboost预测模型，以确定模型参数；根据ARIMA模型和xgboost预测模型，构建基于卡尔曼滤波算法的流感预测模型；在使用流感预测模型进行流感预测的过程中，将ARIMA模型的第一预测值作为状态变量的测量值，将xgboost预测模型的第二预测值作为状态变量的先验估计值，动态更新流感预测模型的卡尔曼增益。本发明还提出一种流感预测模型的生成装置以及一种计算机可读存储介质。本发明提高了流感预测模型的预测准确度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种流感预测模型的生成方法、装置及计算机可读存储介质。

背景技术

目前流感预测一般采用基于时间序列自相关性的时间序列模型或是利用外源特征建立回归模型，或者，将不同的模型组合到一起进行预测，采用模型组合可以发挥各模型算法的优势，同时拟合序列本身的变化规律以及外源特征对时序模型的修正，提升模型的泛化能力。

但是，目前常用的模型组合方法是平均法，即计算不同的模型的预测结果的均值，将计算得到的均值作为组合模型的预测结果，这种模型组合方式无法对各个模型的预测能力作出判断，进而无法动态调整各模型的权重，导致组合模型的预测准确度较低。

发明内容

本发明提供一种流感预测模型的生成方法、装置及计算机可读存储介质，其主要目的在于提高流感预测模型的预测准确度。

为实现上述目的，本发明还提供一种流感预测模型的生成方法，该方法包括：

获取连续多个时间单元内的流感样病例百分比数据，建立自回归积分滑动平均ARIMA模型；

获取舆情关键词，根据所述舆情关键词获取所述多个时间单元内的舆情数据序列，将所述舆情数据序列中的舆情数据作为预测特征，训练基于xgboost算法构建的xgboost预测模型，以确定模型参数；

根据所述ARIMA模型和所述xgboost预测模型，构建基于卡尔曼滤波算法的流感预测模型；

将所述ARIMA模型对目标时间单元的第一预测值作为状态变量的测量值，将所述xgboost预测模型对目标时间单元的第二预测值作为状态变量的先验估计值，计算当前的所述流感预测模型的卡尔曼增益；

根据计算得到的卡尔曼增益更新更新所述流感预测模型中所述ARIMA模型和所述xgboost预测模型的权重，经更新权重后的所述流感预测模型用于预测所述目标时间单元的下一个时间单元的流感样病例百分比。

可选地，所述确定舆情关键词，根据所述舆情关键词获取所述多个时间单元内的舆情数据序列，将所述舆情数据序列中的舆情数据作为预测特征，训练基于xgboost算法构建的xgboost预测模型，以确定模型参数的步骤包括：

确定舆情关键词，根据所述舆情关键词获取连续多个时间单元内的舆情数据序列，并将所述舆情数据序列中的舆情数据作为候选特征，构建候选特征集合；

对所述候选特征集合中的候选特征进行小波去噪处理和去趋势处理；

确定特征的预设数量，并从经过小波去噪处理和去趋势处理后的候选特征集合中筛选出所述预设数量的候选特征，构成预测特征集合；

使用所述预测特征集合以及所述多个连续时间单元内的流感样病例百分比的实际观测值，训练基于xgboost算法构建的xgboost预测模型，以确定模型参数。

可选地，所述对所述候选特征集合中的候选特征进行小波去噪处理和去趋势处理的步骤包括：