一种数据迁移方法、装置、电子设备和存储介质

本发明实施例提供了一种数据迁移方法、装置、电子设备和存储介质，该方法包括：采集样本数据，并对样本数据进行预处理，得到预处理后的数据集；根据预设深度学习模型和预处理后的数据集，确定预设深度学习模型的更新门的输出样本数据，以及预设深度学习模型的重置门的输出值，并根据更新门的输出样本数据和重置门的输出值，确定时序特征；根据时序特征和预设时序卷积神经网络，确定特征数据集；根据特征数据集对预设模型进行训练，得到目标预测模型；获取系统的实时数据，并根据实时数据和目标预测模型，确定系统的数据迁移的调度策略。从而使得根据训练得到的目标预测模型在进行数据迁移预测时，提高其预测的效率和可靠性。