[发明专利]一种人数预测方法、装置、设备及计算机可读存储介质

说明书

本申请公开了一种人数预测方法、装置、设备及计算机可读存储介质，方法包括：获取多个历史人数时间序列，根据各历史人数时间序列在相同时长内的人数将各历史人数时间序列划分成多个规模类；根据每个规模类中各历史人数时间序列得到各历史人数时间序列对应的序列模型；计算每个规模类中各序列模型间的相似度，根据相似度确定各规模类的类序列模型；获取目标对象的参考人数及历经时长，根据参考人数及历经时长确定目标对象所属的目标规模类，利用目标规模类的类序列模型及历经时长计算目标对象的人数。本申请公开的技术方案，实现根据历史人数时间序列并基于规模类的划分及相似度的计算，对目标对象人数的预测，以便于提前获知目标对象的人数情况。

技术领域

本申请涉及人数预测技术领域，更具体地说，涉及一种人数预测方法、装置、设备及计算机可读存储介质。

背景技术

随着互联网和电子商务等技术的飞速发展，利用网络手段进行活动也随着得到发展。如何对未来时段内参与网络活动的人数进行预测，以便于根据预测得到的人数采取相应的措施，则成为关注的重点。例如：对于网络传销(网传)而言，如能提前预测出网传涉及人员规模，则便于公安机关根据预测得到的网传人员规模进行传销打击，从而避免网传继续蔓延而给社会造成不良影响。

综上所述，如何对人数进行预测，是目前本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的是提供一种人数预测方法、装置、设备及计算机可读存储介质，用于对人数进行预测。

为了实现上述目的，本申请提供如下技术方案：

一种人数预测方法，包括：

获取多个历史人数时间序列，根据各所述历史人数时间序列在相同时长内的人数，将各所述历史人数时间序列划分成多个规模类；

根据每个所述规模类中各所述历史人数时间序列，得到各所述历史人数时间序列对应的序列模型；

计算每个所述规模类中各所述序列模型间的相似度，根据所述相似度利用每个所述规模类对应的序列模型确定各所述规模类的类序列模型；

获取目标对象的参考人数及历经时长，根据所述参考人数及所述历经时长确定所述目标对象所属的目标规模类，利用所述目标规模类的类序列模型及所述历经时长计算所述目标对象的人数。

优选的，根据每个所述规模类中各所述历史人数时间序列，得到各所述历史人数时间序列对应的序列模型，包括：

对每个所述规模类中的各所述历史人数时间序列进行一次累加处理，得到与各所述历史人数时间序列对应的一次累加序列；

分别利用与各所述历史人数时间序列对应的一次累加序列，对预先建立的预设模型进行训练，得到各所述历史人数时间序列对应的序列模型；

相应地，利用所述目标规模类的类序列模型及所述历经时长计算所述目标对象的人数，包括：

利用所述目标规模类的类序列模型及所述历经时长，计算所述历经时长对应的一次累加量；

利用所述历经时长减去单位时间得到的前次时长、所述目标规模类的类序列模型，计算所述前次时长对应的一次累加量；

利用所述历经时长对应的一次累加量、所述前次时长对应的一次累加量，计算所述目标对象的人数。

优选的，计算每个所述规模类中各所述序列模型间的相似度，包括：

计算每个所述规模类中各所述序列模型在各采样时间点处的曲率，得到各所述序列模型对应的曲率集；

利用每个所述规模类中各所述所述序列模型对应的曲率集，计算每个所述规模类中各所述序列模型间的曲率距离，并将所述曲率距离作为所述相似度；