業(yè)務量預測方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種業(yè)務量預測方法和裝置，先從獲取的業(yè)務量歷史樣本數(shù)據(jù)的業(yè)務量時間序列轉換得到的m維向量中選取k個m維向量；然后從k個m維向量中選擇一個m維向量，所述m維向量與最靠近要預測業(yè)務量時間序列的一個m維向量最相似；最后根據(jù)選擇的最相似的m維向量計算業(yè)務量時間序列的預測值。本發(fā)明充分利用業(yè)務量數(shù)據(jù)特點，考慮業(yè)務量時間序列的趨勢性、周期性等，在歷史業(yè)務量數(shù)據(jù)的基礎上對未來業(yè)務量進行預測，預測精度高，預測時只需輸入歷史業(yè)務量數(shù)據(jù)，預測人員不需要專業(yè)知識即可實現(xiàn)預測，計算簡單，具有很好的應用價值。通過對業(yè)務量的預測，了解業(yè)務量的情況及發(fā)展趨勢，更有效地進行業(yè)務規(guī)劃和優(yōu)化，充分利用資源。
【專利說明】業(yè)務量預測方法和裝置
【技術領域】
[0001]本發(fā)明涉及數(shù)據(jù)挖掘【技術領域】，特別是涉及一種業(yè)務量預測方法和裝置。
【背景技術】
[0002]隨著通信網(wǎng)絡技術的高速發(fā)展，通信業(yè)務量需求不斷增長，對網(wǎng)絡規(guī)劃和優(yōu)化提出了挑戰(zhàn)。通信業(yè)務量，例如通信流量和話務量，是衡量通信運營商網(wǎng)絡運行負荷和狀態(tài)的重要參數(shù)，對于網(wǎng)絡規(guī)劃、網(wǎng)絡優(yōu)化、網(wǎng)絡資源管理及用戶行為調(diào)節(jié)等都有積極意義。
[0003]現(xiàn)有技術中根據(jù)歷史數(shù)據(jù)發(fā)展的連續(xù)規(guī)律性，運用過去的歷史數(shù)據(jù)，通過統(tǒng)計分析，進一步推測未來的業(yè)務量發(fā)展趨勢。然而上述業(yè)務量預測方法只能用于處理平穩(wěn)過程或者齊次的非平穩(wěn)性過程，當序列是非平穩(wěn)時需要轉換成平穩(wěn)過程，對預測者專業(yè)能力要求高，一般非專業(yè)人員無法完成；該方法假定未來業(yè)務量不會發(fā)生突然跳躍式變化，而是漸進變化的，這就限制了預測方法的精準性，預測結果不準確。

【發(fā)明內(nèi)容】

[0004]基于上述情況，本發(fā)明提出了一種業(yè)務量預測方法，計算簡單，預測結果準確，具有很好的應用價值。
[0005]為了實現(xiàn)上述目的，本發(fā)明技術方案的實施例為: [0006]一種業(yè)務量預 測方法，包括以下步驟:
[0007]從m維向量，…t =,中選取 k 個m 維向量
Χ^ = (?ι，...，.y,,-m+i)，f = 1，2，…J，其中m為嵌入維數(shù)，T為時間序列的長度，k =
int(AT),(0< λ <1)，所述!11維向量;1力將獲取的業(yè)務量歷史樣本數(shù)據(jù)中的業(yè)務量時間序列Xt轉換得到的m維向量；
[0008]計算相似性函數(shù)P(Xd)的最大值,從所述k個m維向量χ(中選擇一個與m維向量X最相似的m維向量JC:，其中所述m維向量;c為最靠近要預測的業(yè)務量時間序列Xp+i，P > T,的一個 m 維向量，χρ =(xr,xp^,...,χρ—,,,Μ)，X,m! - (xirxt[,)，
[0009]根據(jù)所述m維向量C，計算所述業(yè)務量時間序列xp+1的預測值:
xp+i =^0Xlp + α,χ?ρΛ+...+ α^χ?ρ_ιη+ι+α 其中為回歸系數(shù)，所述回歸系數(shù)通

k
過將公式 Σ (.νΛ! 1- α'Λ.- arY, 1-----a,‘, rv, ,,, i 1- a,? )2 ,卜 1,2,..最小化計算得到。
[0010]針對現(xiàn)有技術問題，本發(fā)明還提出了一種業(yè)務量預測裝置，改善現(xiàn)有對預測者專業(yè)能力要求高、不易處理有較大變動的非規(guī)律性數(shù)據(jù)的現(xiàn)狀，適合應用。[0011]具體實現(xiàn)方式為:一種業(yè)務量預測裝置，包括:
[0012]選取模塊,用于從m維向量
【權利要求】
1.一種業(yè)務量預測方法，其特征在于，包括以下步驟:從 m 維向量 x(1,.",?-,?+I)，t = m,m f ，中選取 k 個m 維向量Χ〔 = (λ;,，.νι，...，.ν?+ι)，i =，其中m為嵌入維數(shù)，T為時間序列的長度，k =int(AT),(0< λ < 1)，所述m維向量￡"為將獲取的業(yè)務量歷史樣本數(shù)據(jù)中的業(yè)務量時間序列Xt轉換得到的m維向量； 計算相似性函數(shù)的最大值，從所述k個m維向量τ中選擇一個與m維向量X:最相似的m維向量X:，其中所述m維向量X:為最靠近要預測的業(yè)務量時間序列xp+1，P > T，的 IvIIl 維向星，~^Xtl,,XIl,-l,"',Xil,-1n+l), 根據(jù)所述m維向量X ，計算所述業(yè)務量時間序列xp+1的預測值:t , = a0xtr + a,X1^1 +…+ m+1 + ，其中H..&為回歸系數(shù)，所述回歸系數(shù)通 過將公式
2.根據(jù)權利要求1所述的業(yè)務量預測方法，其特征在于，所述k個m維向量X1.~ (xIi.>xIj-1''...xtf-m+i)，1-1?2,...,^，為最罪近所述業(yè)務量時間序列χρ+ι的k個m維向量。
3.根據(jù)權利要求1所述的業(yè)務量預測方法，其特征在于，在計算所述業(yè)務量時間序列χρ+1的預測值之后，所述方法還包括:計算預測誤差。
4.根據(jù)權利要求3所述的業(yè)務量預測方法，其特征在于，在計算預測誤差之后，所述方法還包括:輸出所述業(yè)務量時間序列xp+1的預測值和所述預測誤差。
5.根據(jù)權利要求3所述的業(yè)務量預測方法，其特征在于，所述預測誤差通過公式
6.一種業(yè)務量預測裝置，其特征在于，包括: 選取模塊，用于從m維向量Jci =(xt,xt_lr...,xt_m+l) , t = m,m + l,...,T ,中選取k個m維向量< =('，'-1，...，^?^)，i = lU，其中m為嵌入維數(shù)，T為時間序列的長度，k =int(AT),(0< λ < 1)，所述m維向量χ；"為將獲取的業(yè)務量歷史樣本數(shù)據(jù)中的業(yè)務量時間序列Xt轉換得到的m維向量；相似模塊，用于計算相似性函數(shù)P(X=，jO的最大值，從所述k個m維向量χ/中選擇一個與m維向量;^最相似的m維向量C，其中所述m維向量￡為最靠近要預測的業(yè)務量時間序列
7.根據(jù)權利要求6所述的業(yè)務量預測裝置，其特征在于，所述k個m維向量
8.根據(jù)權利要求6所述的業(yè)務量預測裝置，其特征在于，所述預測模塊還用于計算預測誤差。
9.根據(jù)權利要求8所述的業(yè)務量預測裝置，其特征在于，還包括輸出模塊，連接所述預測模塊，用于輸出所述業(yè)務量時間序列xp+1的預測值和所述預測誤差。
10.根據(jù)權利要求8所述的業(yè)務量預測裝置，其特征在于，所述預測誤差通過公式計算得到，其中，x為業(yè)務量時間序列的真實值，X ’為業(yè)務量時間序列n M Xj的預測值，η為業(yè)務量時間序列的個數(shù)。
【文檔編號】G06Q10/04GK103886391SQ201410109654
【公開日】2014年6月25日 申請日期:2014年3月21日 優(yōu)先權日:2014年3月21日
【發(fā)明者】陸蕊, 杜翠鳳 申請人:廣州杰賽科技股份有限公司