实时对象数量预测方法和装置、存储介质及电子设备与流程

本技术涉及计算机领域，具体而言，涉及一种实时对象数量预测方法和装置、存储介质及电子设备。

背景技术：

1、随着经济社会的发展，人们交通出行日渐便利，景区内部人口流动速度加快，尤其是在节假日期间，选择外出游玩的人员将会大规模增加，此时景区内实时对象数量数据将难以预测，进而无法提前做出预防措施，各种问题层出不穷，因此，对景区内部实时对象数量进行准确预测是必要的。

2、目前大多技术使用神经网络等复杂算法，需要依赖一段时期内的历史数据，且往往需要多个维度的特征用来进行训练以提高模型的准确度，并且上线后预测速度较慢，无法满足线上实时性的要求。另外，由于使用较为复杂的算法需要大量的多维度的数据进行支撑，需要获取包括对象数量、区域类型、天气状况、是否开闭园等在内的诸多因素，虽然能够保证一定的模型准确度，但是在实时场景下要获取到这些特征较为困难，并且也提高了模型计算的复杂度，这对于数据获取和计算的复杂性都有很高的要求。

3、针对上述由于预测方案计算过于复杂，导致景区内实时对象数量数据的预测准确率较低的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术实施例提供了一种实时对象数量预测方法和装置、存储介质及电子设备，以至少解决由于预测方案计算过于复杂，景区内实时对象数量数据的预测准确率较低的技术问题。

2、根据本技术实施例的一个方面，提供了一种实时对象数量预测方法，包括：获取与目标区域关联的n组历史对象数量数据，其中，所述n组历史对象数量数据与n个统计周期一一对应，所述n组历史对象数量数据中每组历史对象数量数据按照统计时刻的时间顺序进行排列，所述n为正整数；根据所述n组历史对象数量数据确定相似度满足预设条件的目标历史对象数量数据，其中，所述目标历史对象数量数据是所述n组历史对象数量数据中的至少一组历史对象数量数据；根据所述目标历史对象数量数据以及对所述目标区域在当前统计周期内的当前统计时刻统计得到的第一实时对象数量数据，预测得到所述目标区域在目标统计时刻的目标实时对象数量数据，其中，所述当前统计周期是所述n个统计周期之后的待预测的统计周期，所述目标统计时刻是所述当前统计周期内，处于所述当前统计时刻之后的待预测的统计时刻。

3、根据本技术实施例的另一方面，还提供了一种实时对象数量预测装置，包括：获取模块，用于获取与目标区域关联的n组历史对象数量数据，其中，所述n组历史对象数量数据与n个统计周期一一对应，所述n组历史对象数量数据中每组历史对象数量数据按照统计时刻的时间顺序进行排列，所述n为正整数；确定模块，用于根据所述n组历史对象数量数据确定相似度满足预设条件的目标历史对象数量数据，其中，所述目标历史对象数量数据是所述n组历史对象数量数据中的至少一组历史对象数量数据；处理模块，用于根据所述目标历史对象数量数据以及对所述目标区域在当前统计周期内的当前统计时刻统计得到的第一实时对象数量数据，预测得到所述目标区域在目标统计时刻的目标实时对象数量数据，其中，所述当前统计周期是所述n个统计周期之后的待预测的统计周期，所述目标统计时刻是所述当前统计周期内，处于所述当前统计时刻之后的待预测的统计时刻。

4、可选地，所述装置还用于：根据所述当前统计时刻从所述n组历史对象数量数据中截取n组部分历史对象数量数据，其中，所述n组历史对象数量数据中每组历史对象数量数据包括m个历史对象数量数据，所述m个历史对象数量数据与m个统计时刻一一对应，所述m为正整数，所述n组部分历史对象数量数据中每组部分历史对象数量数据包括所述m个统计时刻中从初始统计时刻至所述当前统计时刻统计得到的p个历史对象数量数据，所述初始统计时刻为所述m个统计时刻中按照所述时间顺序排列的第一个统计时刻，所述当前统计时刻为所述m个统计时刻中按照所述时间顺序排列的第p个统计时刻，所述p为小于或等于m的正整数；获取所述当前统计周期从所述初始统计时刻至所述当前统计时刻的p个实时对象数量数据，其中，所述第一实时对象数量数据包括所述p个实时对象数量数据；根据预设算法确定所述n组部分历史对象数量数据中每个所述p个历史对象数量数据与所述p个实时对象数量数据的n个相似度；根据所述n个相似度确定出相似度满足所述预设条件的所述目标历史对象数量数据，其中，所述目标历史对象数量数据是所述n组部分历史对象数量数据中的至少一组部分历史对象数量数据。

5、可选地，所述装置还用于：根据所述n个相似度确定出相似度满足所述预设条件的q组部分历史对象数量数据，其中，所述q组部分历史对象数量数据中每组历史对象数量数据包括所述p个历史对象数量数据，所述q为小于n的正整数；根据所述q组部分历史对象数量数据确定q个历史对象数量均值；计算得到所述p个实时对象数量数据的实时对象数量均值；根据所述q个历史对象数量均值中与所述实时对象数量均值确定所述目标历史对象数量数据。

6、可选地，所述装置还用于：分别获取所述q个历史对象数量均值与所述实时对象数量均值计算得到的q个差值；将所述q个差值中绝对值最小的差值对应的所述q组部分历史对象数量数据中的一组部分历史对象数量数据确定为所述目标历史对象数量数据。

7、可选地，所述装置还用于：获取所述目标历史对象数量数据中所述当前统计时刻的第一历史对象数量数据和所述目标历史对象数量数据中所述目标统计时刻的第二历史对象数量数据；根据所述第一实时对象数量数据、所述第一历史对象数量数据以及所述第二历史对象数量数据，预测得到所述当前统计周期内所述目标统计时刻的目标实时对象数量数据。

8、可选地，所述装置还用于：根据所述第一实时对象数量数据和所述第一历史对象数量数据计算目标比例，其中，所述目标比例处于预设区间，在计算得到所述目标比例大于所述预设区间的最大值时，将所述目标比例确定为所述最大值，在计算得到所述目标比例小于所述预设区间的最小值时，将所述目标比例确定为所述最小值；根据所述目标比例和所述第二历史对象数量数据预测得到所述目标实时对象数量数据。

9、可选地，所述装置还用于：获取所述n组历史对象数量数据中n个历史对象数量数据最大值，其中，所述n个历史对象数量数据最大值与所述n组历史对象数量数据一一对应，一个所述历史对象数量数据最大值是一组历史对象数量数据中取值最大的对象数量；根据所述n个历史对象数量数据最大值计算历史对象数量数据最大值均值；在所述第一实时对象数量数据大于或等于所述历史对象数量数据最大值均值与预设比例的乘积的情况下，根据所述n组历史对象数量数据确定相似度满足预设条件的所述目标历史对象数量数据；在所述第一实时对象数量数据小于所述历史对象数量数据最大值均值与所述预设比例的乘积的情况下，将所述n组历史对象数量数据中按照所述时间顺序排列在预设位置的一组历史对象数量数据确定为所述目标历史对象数量数据。

10、根据本技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述实时对象数量预测方法。

11、根据本技术实施例的又一方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上实时对象数量预测方法。

12、根据本技术实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过所述计算机程序执行上述的实时对象数量预测方法。

13、在本技术实施例中，采用获取与目标区域关联的n组历史对象数量数据，其中，n组历史对象数量数据与n个统计周期一一对应，n组历史对象数量数据中每组历史对象数量数据按照统计时刻的时间顺序进行排列，n为正整数，根据n组历史对象数量数据确定相似度满足预设条件的目标历史对象数量数据，其中，目标历史对象数量数据是n组历史对象数量数据中的至少一组历史对象数量数据，根据目标历史对象数量数据以及对目标区域在当前统计周期内的当前统计时刻统计得到的第一实时对象数量数据，预测得到目标区域在目标统计时刻的目标实时对象数量数据，其中，当前统计周期是n个统计周期之后的待预测的统计周期，目标统计时刻是当前统计周期内，处于当前统计时刻之后的待预测的统计时刻的方式，通过获取n组历史对象数量数据，并从n组历史对象数量数据中确定相似度满足预设条件的目标历史对象数量数据，进而，能够根据目标历史对象数量数据确定出目标统计时刻的实时对象数量数据，解决了由于预测方案计算过于复杂，景区内实时对象数量数据的预测准确率较低的技术问题，达到了提高景区内部实时对象数量数据预测效率和预测准确率的技术效果。

14、此外，通过获取目标历史对象数量数据中当前统计时刻的第一历史对象数量数据和目标历史对象数量数据中目标统计时刻的第二历史对象数量数据，然后根据第一实时对象数量数据、第一历史对象数量数据以及第二历史对象数量数据，预测得到当前统计周期内目标统计时刻的目标实时对象数量数据的方式，得到目标实时对象数量数据，解决了无法准确预测景区内的实时对象数量数据的技术问题，达到提前预测得到景区内相对准确的对象数量数据和趋势，并提前感知景区内部的对象数量异常状况，及时做出一些调整措施，防范危险的发生。