书签 分享 收藏 举报 版权申诉 / 16
立即下载 加入VIP,免费下载
当前位置： 首页 > 物理 > 计算；推算；计数 > 一种业务趋势预测方法及系统.pdf

一种业务趋势预测方法及系统.pdf

  • 上传人：n****g
  • 文档编号：6182667
  • 上传时间：2019-05-17
  • 格式：PDF
  • 页数：16
  • 大小：1.84MB
    • 摘要
    申请专利号：

    CN201310611664.7

    		 申请日：

    2013.11.26
    公开号：

    CN103678514A

    		 公开日：

    2014.03.26
    当前法律状态：

    授权

    		 有效性：

    有权
    法律详情：

    授权|||著录事项变更IPC(主分类):G06F 17/30变更事项:申请人变更前:安徽科大讯飞信息科技股份有限公司变更后:科大讯飞股份有限公司变更事项:地址变更前:230088 安徽省合肥市高新开发区望江西路666号变更后:230088 安徽省合肥市高新开发区望江西路666号|||实质审查的生效IPC(主分类):G06F 17/30申请日:20131126|||公开
    IPC分类号：

    G06F17/30

    		 主分类号：

    G06F17/30
    申请人：

    安徽科大讯飞信息科技股份有限公司
    发明人：

    吴及; 侯晋峰; 吕萍; 何婷婷; 胡国平; 胡郁
    地址：

    230088 安徽省合肥市高新开发区望江西路666号
    优先权：

    专利代理机构：

    北京维澳专利代理有限公司 11252

    		 代理人：

    王立民;吉海莲
    PDF完整版下载： PDF下载
    内容摘要

    本发明公开了一种业务趋势预测方法及系统，该方法包括：从业务中心系统中以预测周期为单位获取预测项的统计历史业务数据序列；对统计历史业务数据序列按照所述预测项的业务周期进行去周期化处理，获得处理后的统计历史业务数据序列；根据处理后的统计历史业务数据序列，采用时间序列预测的方法对所述预测项在选定预测周期内的业务趋势进行预测，获取初步预测数据；对初步预测数据进行与所述去周期化处理相对应的还原周期化处理，获得选定预测周期的预测数据。本发明通过对已上线业务的发展趋势进行预测，帮助运营商提前了解业务的变化趋势，发现业务的异常情况，进而使得运营商可以及时的找到应对策略，提升自己的服务品质，提高自身的竞争力。

    权利要求书

    权利要求书
    1.  一种业务趋势预测方法，其特征在于，包括：
    从业务中心系统中以预测周期为单位获取预测项的统计历史业务数据序列；
    对所述统计历史业务数据序列按照所述预测项的业务周期进行去周期化处理，获得处理后的统计历史业务数据序列；
    根据处理后的统计历史业务数据序列，采用时间序列预测的方法对所述预测项在选定预测周期内的业务趋势进行预测，获取初步预测数据；
    对所述初步预测数据进行与所述去周期化处理相对应的还原周期化处理，获得选定预测周期的预测数据。

    2.  根据权利要求1所述的业务趋势预测方法，其特征在于，
    所述对所述统计历史业务数据序列进行去周期化处理包括：
    采用差分方法对所述统计历史业务数据序列进行所述去周期化处理；
    所述对所述初步预测数据进行还原周期化处理包括：
    从所述统计历史业务数据序列中获取上一等序预测周期的统计历史业务数据，其中，所述上一等序预测周期为在上一业务周期中按照时间顺序与选定预测周期位于相同顺序位置的预测周期，所述上一业务周期为选定预测周期所在的业务周期；
    计算所述初步预测数据与上一等序预测周期的统计历史业务数据的和作为所述预测数据。

    3.  根据权利要求2所述的业务趋势预测方法，其特征在于，所述采用差分方法进行所述去周期化处理的方法包括：
    如果所述业务周期包含不同数量的预测周期，则从每个小业务周期中选取相同顺序位的相邻两个预测周期的统计历史业务数据进行线性插值，以将所有小业务周期补足为大业务周期，形成补足后的统计历史业务数据 序列，以对所述补足后的统计历史业务数据序列进行所述去周期化处理，其中，所述大业务周期为包含预测周期的数量最多的业务周期，小业务周期为包含预测周期的数量小于大业务周期的业务周期。

    4.  根据权利要求1所述的业务趋势预测方法，其特征在于，所述方法还包括：
    从业务中心系统中获取预测项的原始历史业务数据序列，通过对所述原始历史业务数据序列进行快速傅立叶变换获得所述预测项的业务周期；
    从业务中心系统中获取所述统计历史业务数据序列的方法为：
    对所述原始历史业务数据序列以预测周期为单位统计在每个预测周期内发生的统计历史业务数据，形成所述统计历史业务数据序列。

    5.  根据权利要求1至4中任一项所述的业务趋势预测方法，其特征在于，所述方法还包括：
    在获得所述预测项在选定预测周期的预测数据后，判断所述预测项的状态是否出现异常；
    如果是，则向用户报警。

    6.  根据权利要求5所述的业务趋势预测方法，其特征在于，所述判断所述预测项的状态是否出现异常包括：
    从所述业务中心系统中以预测周期为单位获取所述预测项的当前统计历史业务数据，所述当前统计历史业务数据为所述预测项在选定预测周期内实际发生的业务数据；
    计算选定预测周期的当前统计历史业务数据与选定预测周期的预测数据的差值；
    如果所述差值超过预设警戒值，则确定所述预测项的状态出现异常。

    7.  一种业务趋势预测系统，其特征在于，包括：
    数据获取模块，用于从业务中心系统中以预测周期为单位获取预测项的统计历史业务数据序列；
    去周期化模块，用于对所述统计历史业务数据序列按照所述预测项的业务周期进行去周期化处理，获得处理后的统计历史业务数据；
    预测模块，用于根据处理后的统计历史业务数据，采用时间序列预测的方法对所述预测项在选定预测周期内的业务趋势进行预测，获取初步预测数据；
    数据还原模块，用于对所述初步预测数据进行与所述去周期化处理相对应的还原周期化处理，获得选定预测周期的预测数据。

    8.  根据权利要求7所述的业务趋势预测系统，其特征在于，
    所述去周期化模块包括：
    差分单元，用于采用差分方法对所述统计历史业务数据序列按照所述预测项的业务周期进行所述去周期化处理；
    所述数据还原模块包括：
    数据获取单元，用于从所述数据获取模块中获取上一等序预测周期的统计历史业务数据，其中，所述上一等序预测周期为在上一业务周期中按照时间顺序与选定预测周期位于相同顺序位置的预测周期，所述上一业务周期为选定预测周期所在的业务周期；
    还原单元，用于计算所述初步预测数据与上一等序预测周期的统计历史业务数据的和作为所述预测数据。

    9.  根据权利要求8所述的业务趋势预测系统，其特征在于，所述去周期化模块还包括：
    插值单元，用于在所述业务周期包含不同数量的预测周期的情况下，从每个小业务周期中选取相同顺序位的相邻两个预测周期的统计历史业务数据进行线性插值，以将所有小业务周期补足为大业务周期，形成补足后的统计历史业务数据序列，以供差分单元对所述补足后的统计历史业务数据序列进行所述去周期化处理，其中，所述大业务周期为包含预测周期的数量最多的业务周期，小业务周期为包含预测周期的数量小于大业务周期的业务周期。

    10.  根据权利要求7所述的业务趋势预测系统，其特征在于，所述数据 获取模块包括：
    原始数据获取单元，用于从业务中心系统中获取原始历史业务数据序列；
    统计单元，用于对所述原始历史业务数据序列以预测周期为单位统计在每个预测周期内发生的统计历史业务数据，形成所述统计历史业务数据序列；
    所述去周期化模块还包括：
    业务周期计算单元，用于对原始数据获取单元提供的所述原始历史业务数据序列进行快速傅立叶变换，以获得所述预测项的业务周期。

    11.  根据权利要求7至10中任一项所述的业务趋势预测系统，其特征在于，所述系统还包括：
    判断模块，用于在获得所述预测项在选定预测周期的预测数据后，判断所述预测项的状态是否出现异常；
    报警模块，用于在判断模块判断预测项的状态出现异常后，向用户报警。

    12.  根据权利要求11所述的业务趋势预测系统，其特征在于，所述判断模块包括：
    当前数据获取单元，用于从所述数据获取模块获取所述预测项的当前统计历史业务数据，所述当前统计历史业务数据为所述预测项在选定预测周期内实际发生的业务数据；
    计算单元，用于计算选定预测周期的当前统计历史业务数据与选定预测周期的预测数据的差值；
    比较单元，用于对所述差值与预设警戒值进行比较，如果所述差值超过预设警戒值，则确定所述预测项的状态出现异常。

    说明书

    说明书一种业务趋势预测方法及系统
    技术领域
    本发明涉及数据分析及信号处理领域，尤其涉及一种业务趋势预测方法及系统，本发明的业务趋势预测方法及系统特别适合应用于电信行业。
    背景技术
    随着移动互联行业的迅猛发展，手机逐渐成为人们日常生活的必备品，手机的附加功能越来越强大，因此，使得其通话功能逐渐被削弱，随着各种网络通信技术的出现，电信行业所面临的竞争和挑战也越来越大，为了寻求更好的发展，各公司纷纷推出了五花八门的手机增值业务，希望能够在如今的网络浪潮冲击下稳定自己的地位。对于公司推出的业务，如果能够对业务的用户关注度、业务开通数量、业务取消数量、业务出现故障的数量，业务的销量等提前做出一定的预测，则可以对业务的推广效果及用户满意度进行一定的评估，进而帮助企业及时了解用户需求，这有利于运营商更好地优化自己的业务，在市场的竞争中抢得一步先机。对于在线上的业务，如果能够对业务的发展进行实时监控，对例如是某一业务的故障突然增多等异常情况及时的进行报警，使运营商能够及时的采取应对措施，则可以减少不必要的损失。
    目前电信行业的预测技术应用主要是基于通话量的预测，对不同时间段的热线电话的来话量进行预测，从而为呼叫中心的工作安排、人员招聘、班表排布等提供数据支持，从而合理控制呼叫中心的运营成本。例如，公开号为CN101132447A的专利文献就公开的一种大型呼叫中心的热线来话预测方法。
    该种基于通话量的预测对业务的开展没有实际的指导意义，因为，对于电信运营商来说，这些并不是市场竞争的关键，真正的关键在于为用户提供更加满意的服务，在提高用户忠诚度的同时吸引新的用户，而提供更 好的手机增值业务就可以做到这一点，因此，对于电信运营商而言，更为重要的是可以帮助其及时的了解业务发展趋势，及时的发现业务运行中所出现的异常，进而及时的找到应对策略，提升自己的服务品质，提高自身的竞争力。
    发明内容
    本发明的一个目的在于克服现有技术中的不足，提供一种业务趋势预测方法及系统，可以基于历史业务数据自动为运营商提供业务趋势预测，帮助运营商及时了解业务发展趋势。
    为实现上述目的，本发明采用的技术方案为：一种业务趋势预测方法，包括：
    从业务中心系统中以预测周期为单位获取预测项的统计历史业务数据序列；
    对所述统计历史业务数据序列按照所述预测项的业务周期进行去周期化处理，获得处理后的统计历史业务数据序列；
    根据处理后的统计历史业务数据序列，采用时间序列预测的方法对所述预测项在选定预测周期内的业务趋势进行预测，获取初步预测数据；
    对所述初步预测数据进行与所述去周期化处理相对应的还原周期化处理，获得选定预测周期的预测数据。
    优选的是，对所述统计历史业务数据序列进行去周期化处理包括：采用差分方法对所述统计历史业务数据序列进行所述去周期化处理；
    对所述初步预测数据进行还原周期化处理包括：
    从所述统计历史业务数据序列中获取上一等序预测周期的统计历史业务数据，其中，所述上一等序预测周期为在上一业务周期中按照时间顺序与选定预测周期位于相同顺序位置的预测周期，所述上一业务周期为选定预测周期所在的业务周期；
    计算所述初步预测数据与上一等序预测周期的统计历史业务数据的和作为所述预测数据。
    优选的是，采用差分方法进行所述去周期化处理的方法包括：如果所述业务周期包含不同数量的预测周期，则从每个小业务周期中选取相同顺序位的相邻两个预测周期的统计历史业务数据进行线性插值，以将所有小业务周期补足为大业务周期，形成补足后的统计历史业务数据序列，以对所述补足后的统计历史业务数据序列进行所述去周期化处理，其中，所述大业务周期为包含预测周期的数量最多的业务周期，小业务周期为包含预测周期的数量小于大业务周期的业务周期。
    优选的是，所述业务趋势预测方法还包括：从业务中心系统中获取预测项的原始历史业务数据序列，通过对所述原始历史业务数据序列进行快速傅立叶变换获得所述预测项的业务周期；
    从业务中心系统中获取所述统计历史业务数据序列的方法为：
    对所述原始历史业务数据序列以预测周期为单位统计在每个预测周期内发生的统计历史业务数据，以形成所述统计历史业务数据序列。
    优选的是，所述业务趋势预测方法还包括：
    在获得所述预测项在选定预测周期的预测数据后，判断所述预测项的状态是否出现异常；如果是，则向用户报警。
    优选的是，所述判断所述预测项的状态是否出现异常包括：
    从所述业务中心系统中以预测周期为单位获取所述预测项的当前统计历史业务数据，所述当前统计历史业务数据为所述预测项在选定预测周期内实际发生的业务数据；
    计算选定预测周期的当前统计历史业务数据与选定预测周期的预测数据的差值；
    如果所述差值超过预设警戒值，则确定所述预测项的状态出现异常。
    本发明的另一个目的是提供了一种可以帮助运营商及时的了解业务发展趋势的业务趋势预测系统。
    本发明采用的技术方案为：一种业务趋势预测系统，包括：
    数据获取模块，用于从业务中心系统中以预测周期为单位获取预测项 的统计历史业务数据序列；
    去周期化模块，用于对所述统计历史业务数据序列按照所述预测项的业务周期进行去周期化处理，获得处理后的统计历史业务数据；
    预测模块，用于根据处理后的统计历史业务数据，采用时间序列预测的方法对所述预测项在选定预测周期内的业务趋势进行预测，获取初步预测数据；
    数据还原模块，用于对所述初步预测数据进行与所述去周期化处理相对应的还原周期化处理，获得选定预测周期的预测数据。
    优选的是，所述去周期化模块包括：
    差分单元，用于采用差分方法对所述统计历史业务数据序列按照所述预测项的业务周期进行所述去周期化处理；
    所述数据还原模块包括：
    数据获取单元，用于从所述数据获取模块中获取上一等序预测周期的统计历史业务数据，其中，所述上一等序预测周期为在上一业务周期中按照时间顺序与选定预测周期位于相同顺序位置的预测周期，所述上一业务周期为选定预测周期所在的业务周期；
    还原单元，用于计算所述初步预测数据与上一等序预测周期的统计历史业务数据的和作为所述预测数据输出。
    优选的是，所述去周期化模块还包括：
    插值单元，用于在所述业务周期包含不同数量的预测周期的情况下，从每个小业务周期中选取相同顺序位的相邻两个预测周期的统计历史业务数据进行线性插值，以将所有小业务周期补足为大业务周期，形成补足后的统计历史业务数据序列，以供差分单元对所述补足后的统计历史业务数据序列进行所述去周期化处理，其中，所述大业务周期为包含预测周期的数量最多的业务周期，小业务周期为包含预测周期的数量小于大业务周期的业务周期。
    优选的是，所述数据获取模块包括：
    原始数据获取单元，用于从业务中心系统中获取原始历史业务数据序列；
    统计单元，用于对所述原始历史业务数据序列以预测周期为单位统计在每个预测周期内发生的统计历史业务数据，形成所述统计历史业务数据序列；
    所述业务趋势预测系统还包括：
    业务周期计算模块，用于对原始数据获取单元提供的所述原始历史业务数据序列进行快速傅立叶变换，以获得所述预测项的业务周期。
    优选的是，所述业务趋势预测系统还包括：
    判断模块，用于在获得所述预测项在选定预测周期的预测数据后，判断所述预测项的状态是否出现异常；
    报警模块，用于在判断模块判断预测项的状态出现异常后，向用户报警。
    优选的是，所述判断模块包括：
    当前数据获取单元，用于从所述数据获取模块获取所述预测项的当前统计历史业务数据，所述当前统计历史业务数据为所述预测项在选定预测周期内实际发生的业务数据；
    计算单元，用于计算选定预测周期的当前统计历史业务数据与选定预测周期的预测数据的差值；
    比较单元，用于对所述差值与预设警戒值进行比较，如果所述差值超过预设警戒值，则确定所述预测项的状态出现异常。
    本发明提供的业务趋势预测方法及系统，通过对已上线业务的发展趋势进行预测，以及对异常变化的预警，帮助运营商提前了解业务的变化趋势，发现业务的异常情况，进而使得运营商可以及时的找到应对策略，提升自己的服务品质，提高自身的竞争力。
    附图说明
    图1示出了根据本发明所述业务趋势预测方法的主流程图；
    图2示出了图1中进行还原周期化处理的一种具体实施方法流程图；
    图3示出了在图1所示的业务趋势预测方法的基础上增加预警功能的主流程图；
    图4示出了图1中进行去周期化处理的一种具体实施方法流程图；
    图5示出了根据本发明所述业务趋势预测系统的方框原理图；
    图6示出了图5中各模块的一种具体实施结构；
    图7示出了在图5所述的业务趋势预测系统的基础上增加预警功能的方框原理图；
    图8示出了图7中各模块的一种具体实施结构。
    具体实施方式
    下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
    如图1所示，本发明实施例提供的业务趋势预测方法，包括以下步骤：
    步骤S1：从业务中心系统中以预测周期为单位获取预测项的统计历史业务数据序列。
    举例说明，如果用户选定的预测周期为每天，即用户希望预测未来一段时间每天的业务数据，而业务中心系统提供的预测项的原始历史业务数据序列也是每天的数据，这样统计时就无需进行计算，可以直接将原始历史业务数据序列作为统计历史业务数据序列，如果用户选定的预测周期为每周，而业务中心系统提供的预测项的原始历史业务数据序列是每天的数据，则需要根据原始历史业务数据序列计算每周的数据，以形成以一周为单位的统计历史业务数据序列；该步骤在系统第一次进行预测时需要对所有原始历史业务数据序列进行处理，在此之后的预测仅对未处理过的原始历史业务数据序列进行处理即可；在此，对于电信行业而言，该业务中心系统即为呼叫中心系统，该预测项例如是某业务的用户关注度、业务开通数量、业务取消数量、业务出现故障的数量等中的一项。
    步骤S2：对所述统计历史业务数据序列按照所述预测项的业务周期进行去周期化处理，获得处理后的统计历史业务数据序列。
    在此，业务的数据通常都呈现一定的周期性，特别是电信行业的业务，所指的业务周期即为预测项的原始历史业务数据本身所呈现出的周期性；对于不同的预测项，业务周期不尽相同，而且直接根据统计历史业务数据序列无法进行有效预测，因此，需要在预测之前去除统计历史业务数据序列的周期性。另外，在系统第一次进行预测时需要对所有统计历史业务数据进行去周期化处理，在此基础上，之后的预测仅需对新获取的统计历史业务数据进行去周期化处理即可。
    步骤S3：根据处理后的统计历史业务数据序列。
    采用例如是ARMA模型的时间序列预测的方法对所述预测项在选定预测周期内的业务趋势进行预测，获取初步预测数据；
    步骤S4：对所述初步预测数据进行与所述去周期化处理相对应的还原周期化处理，获得选定预测周期的预测数据。
    在此，由于步骤S3中得到的初步预测数据是根据去周期化处理后的统计历史业务数据序列获得的，因此，需要将其恢复为去周期化处理之前的值，才能得到预测项的实际的预测数据。
    对于以上步骤S2，通常可采用差分方法对统计历史业务数据序列进行去周期化处理，与之相对应的对初步预测数据进行还原周期化处理如图2所示，可包括：
    步骤S401：从统计历史业务数据序列中获取上一等序预测周期的统计历史业务数据，其中，上一等序预测周期为在选定预测周期所在业务周期的上一业务周期中按照时间顺序与选定预测周期位于相同顺序位置的预测周期。
    为了便于理解，给出如下实施例1：
    用户选择的预测项为流量业务的开通数量，用户选择的预测周期为每天，预测项的业务周期为一个月，设定今天是11月15日，则如果用户需要知道11月16日的流量业务的开通数量，那么11月16日即为选定预测 周期，上一等序预测周期即为10月16日，如果用户需要知道11月16、17和18日的流量业务的开通数量，上一等序预测周期即分别为10月16日、17日和18日。
    步骤S402：计算初步预测数据与上一等序预测周期的统计历史业务数据的和作为预测数据。
    在采用差分方法进行去周期化处理的过程中，如果业务周期包含不同数量的预测周期，则通常采用插值的方法进行补足，以满足差分的条件，具体为：从每个小业务周期中选取相同顺序位的相邻两个预测周期的统计历史业务数据进行线性插值，以将所有小业务周期补足为大业务周期，形成补足后的统计历史业务数据序列，再对补足后的统计历史业务数据序列进行n阶差分，完成去周期化处理，其中，n为大业务周期包含的预测周期的数量（在此n取整数），以上的大业务周期为包含预测周期的数量最多的业务周期，小业务周期为包含预测周期的数量小于大业务周期的业务周期。
    绝大多数情况下，如果业务周期包含不同数量的预测周期，那么大业务周期与小业务周期仅差一个预测周期，如果存在差不同预测周期数的小业务周期的情况，那么可进行多轮选取相同顺序位进行线性插值的过程，直到将所有小业务周期补足为大业务周期为止。
    为了便于理解，仍采用以上实施例1进行说明，业务周期为一个月，那么大业务周期就包含31天（即31个预测周期），而小业务周期则包含30天（即30个预测周期），那么例如选择对小业务周期的14日和15日之间的统计历史业务数据进行线性插值，即取两天的平均值插至14日与15日的统计历史业务数据之间，形成每个业务周期均包含31天的统计历史业务数据的统计历史业务数据序列，之后用11月15日的统计历史业务数据（由于11月包含30天，因此，经过插值后实际的15日在统计历史业务数据序列中成为16日的统计历史业务数据）减去10月16日的统计历史业务数据，依次类推，对统计历史业务数据序列完成去周期化处理。如果11月14日已经进行过了一次预测，那么11月14日以前的数据都是去周 期化以后的，只需要用11月15日的统计历史业务数据减去10月16日的统计历史业务数据就可以了，这样就实现了去周期化。对于比较特殊的2月份，可在月中再插入1天或者2天的统计历史业务数据。
    对于以上的预测项的业务周期通常由系统在第一次进行预测时计算得到，如果用户通过其他途径已经获知预测项的业务周期，那么就无需进行以下的计算。为此，如图4所示，在第一次进行预测时可通过以下方法获取预测项的业务周期：
    步骤S201：判断业务周期是否已知，如已知则执行以上步骤S2；
    步骤S202:获取步骤S1中得到的预测项的原始历史业务数据序列；
    步骤S203：判断步骤S202获取的原始历史业务数据序列是否满足计算预测项的业务周期的需要？如是则执行步骤S204，如否则执行步骤S202，继续获取具有更多原始历史业务数据的原始历史业务数据序列；
    步骤S204：通过对原始历史业务数据序列进行快速傅立叶变换获得预测项的业务周期，之后执行以上步骤S2。
    在以上业务趋势预测方法的基础上，还可对预测项进行业务趋势预警，为此，该方法还包括：
    在获得所述预测项在选定预测周期的预测数据后，判断所述预测项的状态是否出现异常；如果是，则向用户报警。
    如图3所示，判断预测项的状态是否出现异常的方法可包括以下步骤：
    步骤S5：从业务中心系统中以预测周期为单位获取预测项的当前统计历史业务数据，当前统计历史业务数据为所述预测项在选定预测周期内实际发生的业务数据，在此，由于进行预警时选定预测周期已经是过去时，因此，步骤S1中获取的统计历史业务数据序列已包含上述当前统计历史业务数据；
    步骤S6：计算选定预测周期的当前统计历史业务数据与选定预测周期的预测数据的差值；
    步骤S7：判断所述差值是否超过预设警戒值，如是则确定所述预测项 的状态出现异常，如否则继续监测预测项的状态是否出现异常。
    本发明实施例还提供了一种可以实现以上业务趋势预测方法的业务趋势预测系统，如图5所示，其包括：
    数据获取模块1，用于从业务中心系统中以预测周期为单位获取预测项的统计历史业务数据序列；
    去周期化模块2，用于对所述统计历史业务数据序列按照所述预测项的业务周期进行去周期化处理，获得处理后的统计历史业务数据；
    预测模块3，用于根据处理后的统计历史业务数据，采用时间序列预测的方法对预测项在选定预测周期内的业务趋势进行预测，获取初步预测数据；
    数据还原模块4，用于对初步预测数据进行与去周期化处理相对应的还原周期化处理，获得选定预测周期的预测数据。
    如图6所示，以上的数据获取模块1可包括：
    原始数据获取单元11，用于从业务中心系统中获取原始历史业务数据序列；
    统计单元12，用于对原始历史业务数据序列以预测周期为单位统计在每个预测周期内发生的统计历史业务数据，形成所述统计历史业务数据序列。
    如图6所示，以上去周期化模块2可包括差分单元21，其采用差分方法对统计历史业务数据序列按照预测项的业务周期进行去周期化处理。对应地，以上数据还原模块4可包括：
    数据获取单元41，用于从数据获取模块1中（具体为其统计单元12中）获取上一等序预测周期的统计历史业务数据；
    还原单元42，用于计算初步预测数据与上一等序预测周期的统计历史业务数据的和作为预测数据。
    如果预测项的业务周期包含不同数量的预测周期，在采用差分方法进行去周期化处理时，如图6所示，该去周期化模块还包括：
    插值单元22，用于在所述业务周期包含不同数量的预测周期的情况下，从每个小业务周期中选取相同顺序位的相邻两个预测周期的统计历史业务数据进行线性插值，以将所有小业务周期补足为大业务周期，形成补足后的统计历史业务数据序列；
    以上差分单元采用差分方法对所述补足后的统计历史业务数据序列按照所述预测项的业务周期进行所述去周期化处理。
    如果需要系统在第一次进行预测项的预测时自行计算预测项的业务周期，则如图6所示，该去周期化模块还包括：
    业务周期计算单元23，用于对原始数据获取单元11提供的原始历史业务数据序列进行快速傅立叶变换，以获得预测项的业务周期，在此，如果当前获取的原始历史业务数据序列不足以计算业务周期，则继续从原始数据获取单元11中获取包含更多原始历史业务数据的原始历史业务数据序列。
    如图7所示，该业务趋势预测系统还可包括：
    判断模块5，用于在从数据还原模块4获得预测项在选定预测周期的预测数据后，判断预测项的状态是否出现异常；
    报警模块6，用于在判断模块5判断预测项的状态出现异常后，向用户报警。
    如图8所示，以上判断模块5可包括：
    当前数据获取单元51，用于从数据获取模块1（具体为统计单元12）获取预测项的当前统计历史业务数据；
    计算单元52，用于计算选定预测周期的当前统计历史业务数据与选定预测周期的预测数据的差值；
    比较单元53，用于对差值与预设警戒值进行比较，如果差值超过预设警戒值，则确定所述预测项的状态出现异常，通知报警模块报警，在此，报警模块6可在差值于设定的一段时间内均出现异常的情况下再向用户报警，以避免出现因偶尔一次数据存在误差而进行误报警的情况。
    以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效 果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。

    举报
    举报     版权申诉
    版权申诉     PDF格式文档无特别注明外均可编辑修改；预览文档经过压缩，下载后原文更清晰！ 立即下载
    关 键  词：
    一种 业务 趋势 预测 方法 系统
      专利查询网所有文档均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论，赶快抢占沙发吧。

    关于本文
    本文标题：一种业务趋势预测方法及系统.pdf
    链接地址：https://www.zhuanlichaxun.net/p-6182667.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
    经营许可证编号:粤ICP备2021068784号-1