[发明专利]一种业务量计算方法和装置

权利要求书

1.一种业务量计算方法，其特征在于，包括：

获取预设时间段的业务量数据，根据所述预设时间段的业务量数据的数据长度确定计算时间粒度；

根据所述预设时间段的业务量数据，在所述计算时间粒度下通过选择的时序模型，计算计划时间长度内的所述计算时间粒度的业务量；

根据所述计划时间长度内的所述计算时间粒度的业务量，计算所述计划时间长度内的指定时间粒度的业务量。

2.根据权利要求1所述的方法，其特征在于，当所述计算时间粒度为多个时，根据该多个计算时间粒度下的时序模型的置信区间随时间长度的变化情况，对所述计划时间长度分段以确定各分段对应的计算时间粒度，根据所述各分段对应的计算时间粒度的业务量，分别计算所述各分段内的指定时间粒度的业务量，从而得到所述计划时间长度内的指定时间粒度的业务量。

3.根据权利要求2所述的方法，其特征在于，利用历史数据对所有时间粒度下的时序模型进行学习，以得到所述所有时间粒度下的时序模型的置信区间随时间长度的变化情况，其中，所述历史数据包括所述预设时间段的业务量数据，所述所有时间粒度包括所述多个计算时间粒度。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预设时间段的业务量数据的数据长度确定计算时间粒度，包括：

在所述预设时间段的业务量数据的数据长度小于第一阈值时，所述计算时间粒度为天粒度；在所述预设时间段的业务量数据的数据长度大于或等于所述第一阈值且小于第二阈值时，所述计算时间粒度为天粒度和周粒度；在所述预设时间段的业务量数据的数据长度大于或等于所述第二阈值时，所述计算时间粒度为天粒度、周粒度和月粒度；其中，所述第一阈值、所述第二阈值根据所述所有时间粒度下的时序模型的置信区间随时间长度的变化情况确定，所述所有时间粒度包括天粒度、周粒度、月粒度。

5.根据权利要求4所述的方法，其特征在于，所述当所述计算时间粒度为多个时，根据该多个计算时间粒度下的时序模型的置信区间随时间长度的变化情况，对所述计划时间长度分段以确定各分段对应的计算时间粒度，包括：

分别确定所述多个计算时间粒度下的时序模型的置信区间上限值不超过各自预期值时的最大时间点；

在所述多个计算时间粒度为天粒度和周粒度的情况下，根据第一最大时间点将所述计划时间长度分为至多两个分段，所述第一最大时间点为天粒度下的时序模型的置信区间上限值不超过其预期值时的最大时间点，其中，时间点小于或等于所述第一最大时间点的分段为第一分段，时间点大于所述第一最大时间点的分段为第二分段；

在所述多个计算时间粒度为天粒度、周粒度和月粒度的情况下，根据所述第一最大时间点、第二最大时间点将所述计划时间长度分为至多三个分段，所述第二最大时间点为周粒度下的时序模型的置信区间上限值不超过各自预期值时的最大时间点，其中，时间点小于或等于所述第一最大时间点的分段为第三分段，时间点在所述第一最大时间点和所述第二最大时间点之间的分段为第四分段，时间点大于所述第二最大时间点的分段为第五分段。

6.根据权利要求5所述的方法，其特征在于，所述根据所述各分段对应的计算时间粒度的业务量，分别计算所述各分段内的指定时间粒度的业务量，包括：

在所述多个计算时间粒度为天粒度和周粒度的情况下，根据所述第一分段内的天粒度、周粒度的业务量，计算所述第一分段内的指定时间粒度的业务量；根据所述第二分段内的周粒度的业务量，计算所述第二分段内的指定时间粒度的业务量；

在所述多个计算时间粒度为天粒度、周粒度和月粒度的情况下，根据所述第三分段内的天粒度、周粒度、月粒度的业务量，计算所述第三分段内的指定时间粒度的业务量；根据所述第四分段内的周粒度、月粒度的业务量，计算所述第四分段内的指定时间粒度的业务量；根据所述第五分段内的月粒度的业务量，计算所述第五分段内的指定时间粒度的业务量。