流量预测模型训练方法、流量预测方法、装置、设备及介质

摘要

本申请提供一种流量预测模型、训练方法、预测方法、装置、设备及介质，方法包括：获取流量数据集，通过滑动窗口操作对流量数据集进行截取，得到滑动窗口大小的流量的样本数据特征，以及流量的样本数据特征对应的样本标签；样本标签流量的样本数据特征后的下一流量值；获取样本标签对应的样本属性特征；使用模型的门控循环神经网络对流量的样本数据特征进行处理，并将输出的记忆状态与样本属性特征一起输入至模型的全连接网络进行回归预测；根据样本标签和预测结果，通过反向传播算法更新参数权重，得到训练好的流量预测模型。这样使得预测结果与不同流量的属性相关联，解决了流量峰值预测存在的滞后性和准确度不高的问题。