摘要
本发明提供一种流量递延集成预测方法、装置、电子设备及存储介质,所述方法包括:获取用户日流量时间序列数据和用户信息特征数据;对所述日流量时间序列数据进行图结构化处理,得到图结构数据;基于所述图结构数据预测未来时间段的流量预测时序数据;基于所述未来时间段的流量预测时序数据与所述用户信息特征数据,预测所述用户月末流量是否递延。本发明通过对用户日流量时间序列数据进行图结构化,并基于得到的图结构数据,预测未来时间段的流量预测时序数据,并将流量预测时序数据与用户信息特征数据相结合,对该用户的月末流量是否递延进行判断预测。即对流量数据中的动态特征和静态特征进行预测判断,提高了流量递延预测的精准度。
技术关键词
集成预测方法
训练样本数据
时间段
时序
梯度下降算法
XGBoost模型
序列
电子设备
可读存储介质
静态特征
处理器
预测装置
动态
指令
模块
计算机
标签
复杂度
系统为您推荐了相关专利信息
去毛刺设备
融合多源数据
设备健康状态
寿命预测模型建立
分析模块
超临界机组
门控循环单元
负荷建模方法
分支
负荷建模装置
一体化系统
螺旋桩结构
地质雷达
智能控制模块
监测模块
智能调度系统
数据分布
追踪方法
时间段
资源分配策略
异常检测方法
供电系统
区域集中器
时序特征
深度学习模型