[发明专利]基于神经网络的流量预测的方法、装置、设备和介质

说明书

本申请公开了一种基于神经网络的流量预测的方法、装置、设备和介质。该方法包括：将历史用户样本和历史网络样本作为训练样本，将历史用户流量数据和历史网络流量数据作为目标数据，训练流量模型，得到预测模型；根据预测模型，对用户预测样本以及网络预测样本进行学习，得到用户预测结果和网络预测结果；基于用户预测结果和网络预测结果，得到流量预测结果。根据本发明的实施例，能够得到更加精准的流量预测结果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于神经网络的流量预测的方法、装置、设备和介质。

背景技术

随着不限量流量的套餐颁布，流量的使用越来越广泛。但是随着流量使用量的增加，对于基站的容量要求也越加的严格。因此，为了更好的设置基站的容量，就要进行对流量进行预测。

目前对于流量的预测方法，主要是将网络流量作为线性数据进行处理。但是网络流量是属于复杂的非线性数据，受常驻或者流动用户的特性、业务习惯以及网络性能等大量因素的影响。基于网络流量作为预测数据会导致预测结果误差较大，不能得到较为精准的流量预测结果。

因此，存在无法得到准确的流量预测结果的技术问题。

发明内容

本发明实施例提供了一种基于神经网络的流量预测的方法、装置、设备和介质，能够得到较为准确的流量预测结果。

本发明实施例的一方面，提供一种基于神经网络的流量预测的方法，该方法包括：

将历史用户样本和历史网络样本作为训练样本，将历史用户流量数据和历史网络流量数据作为目标数据，训练流量模型，得到预测模型；

根据预测模型，对用户预测样本以及网络预测样本进行学习，得到用户预测结果和网络预测结果；

基于用户预测结果和网络预测结果，得到流量预测结果。

本发明实施例的另一方面，提供一种基于神经网络的流量预测的装置，该装置包括：

模型训练模块，用于将历史用户样本和历史网络样本作为训练样本，将历史用户流量数据和历史网络流量数据作为目标数据，训练流量模型，得到预测模型；

预测模型模块，用于根据预测模型，对用户预测样本以及网络预测样本进行学习，得到用户预测结果和网络预测结果；

预测结果模块，用于基于用户预测结果和网络预测结果，得到流量预测结果。

根据本发明实施例的另一方面，提供一种基于神经网络的流量预测的设备，该设备包括：

处理器以及存储有计算机程序指令的存储器；

处理器执行计算机程序指令时实现如上述本发明实施例的任意一方面提供的基于神经网络的流量预测的方法。

根据本发明实施例的另一方面，提供一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如上述本发明实施例的任意一方面提供的基于神经网络的流量预测的方法。

本发明实施例提供的基于神经网络的流量预测的方法、装置、设备和介质。考虑更加全面的用户因子以及网络因子，基于神经网络对流量进行预测，得到用户预测结果和网络预测结果。最后将用户预测结果和网络预测结果互相修正，可以得到更加精准的流量预测结果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本发明一实施例的基于神经网络的流量预测的方法的流程图；

图2示出本发明一实施例的神经网络的基本原理图；