[发明专利]客流数据确定方法、装置、计算机设备和存储介质

说明书

本申请涉及一种客流数据确定方法、装置、计算机设备和存储介质。该方法包括：获取影响客流量预测因素对应的关联数据和预测站点标识，预测因素为时间参数、天气参数、属性参数中的至少一种；将关联数据和预测站点标识输入至已训练好的客流量预测模型中，得到预测站点标识对应的预测客流量；根据预测因素确定关联数据是否符合预设条件，当关联数据符合预设条件时，获取已训练的客流量影响因子；根据预测客流量和客流量影响因子计算得到预测站点标识对应的目标预测客流量。采用本方法能够提高客流量预测准确率。

技术领域

本发明实施例涉及智能交通技术领域，尤其是涉及一种客流数据确定方法、装置、计算机设备和存储介质。

背景技术

地铁作为人们一种重要的交通出行方式，随着科学技术的快速发展，带来了巨大的便利。因此，地铁的客流量也是人们关心的重点，目前，通常使用机器学习模型来预测客流量，然而，对于一些突发情况，如演唱会、节假日、高温等，造成当时的客流量增多，而目前的通过机器学习模型预测客流量的方式无法针对这些突发情况进行预测，造成客流量预测准确率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高客流量预测准确率的客流数据确定方法、装置、计算机设备和存储介质。

第一方面，提供一种客流数据确定方法，该方法包括：

获取影响客流量预测因素对应的关联数据和预测站点标识，预测因素为时间参数、天气参数、属性参数中的至少一种；

将关联数据和预测站点标识输入至已训练好的客流量预测模型中，得到预测站点标识对应的预测客流量；

根据预测因素确定关联数据是否符合预设条件，当关联数据符合预设条件时，获取已训练的客流量影响因子；

根据预测客流量和客流量影响因子计算得到预测站点标识对应的目标预测客流量。

在其中一个实施例中，客流量预测模型包括客流量预测算法和客流量预测子模型，将关联数据和预测站点标识输入至已训练好的客流量预测模型中，得到预测站点标识对应的预测客流量，包括：从关联数据中获取时间参数和属性参数对应的子关联数据；根据子关联数据获取匹配的预设客流量预测算法，利用预设客流量预测算法计算得到子关联数据对应的第一子客流量；将影响客流量预测因素对应的关联数据和预测站点标识输入至已训练好的客流量预测子模型中，得到预测站点标识对应的第二子客流量；将第一子客流量和第二子客流量输入至已训练好的客流量预测模型中，客流量预测模型通过全连接层输出中间客流量，对中间客流量进行张量连接得到预测站点标识对应的预测客流量。

在其中一个实施例中，客流量预测算法的生成步骤包括：获取影响客流量时间参数和属性参数对应的历史客流量数据，根据历史客流量数据制定对应的客流量预测算法，不同时间参数对应的关联数据对应不同的客流量预测算法，不同属性参数对应的关联数据对应不同的客流量预测算法。

在其中一个实施例中，客流量预测子模型的训练步骤包括：构建至少一个训练数据特征，训练数据特征为历史客流量数据特征、周期性客流量数据特征、月份特征、星期特征、小时特征、假期特征、平均气温特征、绝对温差特征中的至少一个；将至少一个训练数据特征输入至初始客流量预测子模型中，计算得到至少一个训练数据特征对应的初始权重系数，将初始权重系数作为初始客流量预测子模型的模型参数，得到中间客流量预测子模型；获取训练关联数据，训练关联数据包括对应的目标预测客流量数据；将训练关联数据输入至中间客流量预测子模型，得到对应的预测客流量数据；根据目标预测客流量数据和预测客流量数据计算得到训练损失值，根据训练损失值对中间客流量预测子模型的模型参数进行调整，直至满足收敛条件，得到已训练好的客流量预测子模型。

在其中一个实施例中，预设条件用于判断关联数据是否是特殊关联数据，特殊关联数据为假期关联数据、突发状况关联数据中的至少一种。