[发明专利]一种人数信息预测方法及装置

说明书

本申请提出一种人数信息预测方法及装置，上述方法包括：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；将先验信息与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；将目标事件的特征值输入上述目标模型进行学习，将输出结果作为目标事件的第一人数值；接收目标事件的采样信息；在采样信息中的采样次数小于第一数量阈值的情况下，判断采样信息中的采样值是否为0；若采样信息中的采样值为0，将第一人数值作为目标事件的当日人数值。实施本申请，可以提高人数信息的获取速度，降低对采样信息的依赖程度。

技术领域

本申请涉及计算机技术领域，具体涉及一种人数信息预测方式以及装置。

背景技术

随着互联网技术的快速发展，各式各样的线上活动也日益壮大，这些多样化的线上活动不必受限于传统活动场地的限制，让不同地域的人员都能够参与其中。

由于线上活动省略了线下活动中的实地调查、统计报名人数等环节，活动主办方通过人为经验对活动的参与人数进行预测的处理方式已经不适用实际业务场景。目前，通过不断采集参与人数数据的方式，能够在线上活动完成时，获得活动的参与人数。然而，这种方式耗费的时间过长，并且在活动规模较大时，得到人数信息预测结果的速度非常缓慢。

发明内容

鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的一种人数信息预测的方法及装置。

第一方面，本申请实施例提供了一种人数信息预测方法，上述方法包括：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，作为上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；将上述先验信息与上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；将上述目标事件的特征值输入上述目标模型进行学习，将输出结果作为上述目标事件的第一人数值；接收上述目标事件的采样信息；在上述采样信息中的采样次数小于第一数量阈值的情况下，判断上述采样信息中的采样值是否为0；若上述采样信息中的采样值为0，将上述第一人数值作为上述目标事件的当日人数值。

在一种可能的实现方式中，上述将上述目标事件的特征值输入目标模型进行学习，将输出结果作为上述目标事件的第一人数值，包括：在上述目标模型的数量为M个的情况下，统计上述M个目标模型的输出结果，上述M为大于1的整数；将上述M个目标模型的输出结果的算术平均值，作为上述目标事件的第一人数值。

在另一种可能的实现方式中，上述方法还包括：若上述采样信息中的采样值不为0，获得第二人数值；在上述第二人数值大于上述第一人数值的情况下，将上述第二人数值作为上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，执行上述将上述第一人数值作为上述目标事件的当日人数值的步骤。

在又一种可能的实现方式中，上述获得第二人数值，包括：获取上述采样信息对应的时间段占据全天的人数百分比；将上述采样信息中的采样值除以上述人数百分比的商的整数部分，作为上述第二人数值。

在又一种可能的实现方式中，上述获得第二人数值之后，上述方法还包括：在上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，上述第一数值为上述第一人数值和第一比例之积，上述第二数值为上述第二人数值和第二比例之积；将上述第一数值和上述第二数值的算术平均值，作为上述目标事件的当日人数值。

在又一种可能的实现方式中，上述方法还包括：在上述采样信息中的采样次数大于上述第一数量阈值的情况下，将上述采样信息之前上述第二数量阈值对应的累积采样值，作为上述目标事件的当日人数值。

第二方面，本申请实施例提供了一种人数信息预测装置，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，作为上述目标事件的特征值；