一种基于多特征融合的网络需求预测方法

本发明提供了一种基于多特征融合的网络需求预测方法；主要解决现有技术中需求预测研究仅关注时间或空间的单一特征，忽略了用户在时间与空间的关联性，从而导致预测精度较差的问题；本发明基于历史需求数据，建立历史需求数据的时空特征模型；通过互补矩阵建立业务类型权重模型，利用LSTM神经网络模型和卷积神经网络CNN模型对时空特征模型进行处理，并使用加权特征融合的方法进行融合，从而获得最终输出精确的需求预测结果；相比传统方法，本发明结合时空特征和业务类型特征进行动态调整，能够应对快速变化的需求，避免因静态模型带来的长期预测误差累积，提升了需求预测的精度和稳定性。