[发明专利]一种人数信息预测方法及装置

权利要求书

1.一种人数信息预测方法，其特征在于，包括：

获取目标事件的名称信息、类型信息、时长信息、经费信息或领域信息中至少一种信息，作为所述目标事件的特征值；

提取预设的模型数据库中每个模型对应的特征值作为先验信息；

将所述先验信息与所述目标事件的特征值的相似度超过阈值的模型，作为目标模型；

将所述目标事件的特征值输入所述目标模型进行学习，将输出结果作为所述目标事件的第一人数值；

接收所述目标事件的采样信息；

在所述采样信息中的采样次数小于第一数量阈值的情况下，判断所述采样信息中的采样值是否为0；

若所述采样信息中的采样值为0，将所述第一人数值作为所述目标事件的当日人数值。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标事件的特征值输入目标模型进行学习，将输出结果作为所述目标事件的第一人数值，包括：

在所述目标模型的数量为M个的情况下，统计所述M个目标模型的输出结果，所述M为大于1的整数；

将所述M个目标模型的输出结果的算术平均值，作为所述目标事件的第一人数值。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

若所述采样信息中的采样值不为0，获得第二人数值；

在所述第二人数值大于所述第一人数值的情况下，将所述第二人数值作为所述目标事件的当日人数值；

在所述第二人数值小于或等于所述第一人数值的情况下，执行所述将所述第一人数值作为所述目标事件的当日人数值的步骤。

4.根据权利要求3所述的方法，其特征在于，所述获得第二人数值，包括：

获取所述采样信息对应的时间段占据全天的人数百分比；

将所述采样信息中的采样值除以所述人数百分比的商的整数部分，作为所述第二人数值。

5.根据权利要求4所述的方法，其特征在于，所述获得第二人数值之后，所述方法还包括：

在所述采样信息中的采样次数小于第二数量阈值的情况下，获取第一数值和第二数值，其中，所述第一数值为所述第一人数值和第一比例之积，所述第二数值为所述第二人数值和第二比例之积；

将所述第一数值和所述第二数值的算术平均值，作为所述目标事件的当日人数值。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述采样信息中的采样次数大于所述第一数量阈值的情况下，将所述采样信息之前所述第二数量阈值对应的累积采样值，作为所述目标事件的当日人数值。

7.一种人数信息预测装置，其特征在于，包括：

获取单元，用于获取目标事件的名称信息、类型信息、时长信息、经费信息或领域信息中至少一种信息，作为所述目标事件的特征值；

处理单元，用于提取预设的模型数据库中每个模型对应的特征值作为先验信息；

所述处理单元，用于将所述先验信息与所述目标事件的特征值的相似度超过阈值的模型，作为目标模型；

所述处理单元，用于将所述目标事件的特征值输入所述目标模型进行学习，将输出结果作为所述目标事件的第一人数值；

接收单元，用于接收所述目标事件的采样信息；

判断单元，用于在所述采样信息中的采样次数小于第一数量阈值的情况下，判断所述采样信息中的采样值是否为0；

所述处理单元，用于若所述采样信息中的采样值为0，将所述第一人数值作为所述目标事件的当日人数值。

8.根据权利要求7所述的装置，其特征在于，所述处理单元具体用于，在所述目标模型的数量为M个的情况下，统计所述M个目标模型的输出结果，所述M为大于1的整数；

将所述M个目标模型的输出结果的算术平均值，作为所述目标事件的第一人数值。