基于自回归模型的峰值预测方法、装置、电子设备及介质与流程

1.本技术涉及数据处理技术领域，尤其涉及一种基于自回归模型的峰值预测方法、装置、电子设备及介质。


背景技术：

2.随着感染性病毒的毒性逐步降低，传播越来越隐匿，管控终究会放开，放开之后感染性病毒会快速传播，如何应对管控放开带来的病毒感染成为一个重大挑战。根据已经掌握的感染性病毒的传播规律，随着感染性病毒的传播，新增感染者的人数会先急剧增长，达到峰值之后，开始逐步降低。为了避免在感染人数达到峰值的时候，医院和社会承受的压力，所以需要提前预测病毒感染的峰值，提前做出好的应对方案。现有的预测的方法，仅仅通过一些现有固定的计算公式进行感染病毒情况的预测，无法实现精准的数据分析，会影响对感染性病毒预测的准确性。


技术实现要素：

3.本技术实施例的主要目的在于提出一种基于自回归模型的峰值预测方法、装置、电子设备及介质，通过设置自适应的阈值方法以及自回归的预测方法提升对感染病预测的准确性。
4.为实现上述目的，本技术实施例的第一方面提出了一种基于自回归模型的峰值预测方法，所述方法包括：
5.获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据，其中，所述第一样本数据用于表征所述样本地区在预设的第一时间区间内的新增感染人数与累计发烧指数之间的关系，所述第二样本数据为所述指定地区在所述第一时间区间内的发烧相关词的搜索指数，所述第三样本数据为所述指定地区在预设的第二时间区间内的发烧相关词的搜索指数的平均值；根据所述指定地区的第二样本数据以及所述第三样本数据得到关键指标值，其中，所述关键指标值用于表征所述第二样本数据相对于所述第三样本数据的发烧相关词的超额搜索情况；
6.对所有所述样本地区的第一样本数据进行峰值计算，得到自适应阈值；
7.将所述第一样本数据中的累计发烧指数以及所述关键指标值输入所述自回归模型进行训练，得到预训练的自回归模型；
8.将获取到的所述指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值；
9.将所述目标预测值与所述自适应阈值进行对比，确定所述指定地区的感染峰值时间。
10.在一些实施例，所述对所有所述样本地区的第一样本数据进行峰值计算，得到自适应阈值，包括：
11.获取所述样本地区的地区数量；
12.对所述第一样本数据中每一个所述样本地区的新增感染人数进行对比，得到峰值日期，其中，所述峰值日期用于表征所述样本地区新增感染人数达到峰值的日期；
13.根据所述峰值日期以及所述累计发烧指数确定所述样本地区的峰值指标值；根据所述地区数量对所有所述样本地区的峰值指标值进行平均值计算，得到自适应阈值。
14.在一些实施例，所述第一样本数据由如下步骤得到：
15.对于每一个所述样本地区，获取所述样本地区在所述第一时间区间内的累计发烧指数以及新增感染人数；
16.对所述累计发烧指数以及所述新增感染人数进行向量表示，得到集合元素；对所有所述样本地区的集合元素进行统计，得到第一样本数据。
17.在一些实施例，所述将所述第一样本数据中的累计发烧指数以及所述关键指标值输入所述自回归模型进行训练，得到预训练的自回归模型，包括：
18.根据所述第一样本数据中的累计发烧指数以及所述关键指标值生成样本参数；
19.将所述样本参数输入所述自回归模型进行迭代处理，直至满足预设的迭代条件，得到预训练的自回归模型，其中，所述迭代条件为所述自回归模型的当前迭代次数满足预设的训练次数。
20.在一些实施例，所述将所述样本参数输入所述自回归模型进行迭代处理，包括：
21.将所述样本参数输入所述自回归模型进行前向传播，输出样本预测值；
22.基于预设的损失函数对所述样本预测值以及所述样本参数进行计算，得到预测损失值；
23.对于所述自回归模型的每一个神经网络层，将所述预测损失值输入所述自回归模型进行反向传播，得到与所述神经网络层对应的梯度值；
24.根据所述梯度值对所述自回归模型进行权重更新。
25.在一些实施例，所述第二样本数据和所述第三样本数据由如下步骤得到：
26.对所述指定地区在所述第一时间区间内的发烧相关词的搜索指数进行收集，得到所述第二样本数据；
27.对所述第二时间区间内的天数进行统计，得到第二天数信息；
28.对所述指定地区在所述第二时间区间内的发烧相关词的搜索指数进行收集，得到收集结果；
29.根据所述第二天数信息对所述收集结果进行平均计算，得到所述第三样本数据。
30.在一些实施例，所述根据所述指定地区的第二样本数据以及所述第三样本数据得到关键指标值，包括：
31.将所述第二样本数据减去所述第三样本数据，得到第一结果；
32.将所述第一结果除以所述第三样本数据，得到第二结果；
33.对所述第一时间区间内的天数进行统计，得到第一天数信息；
34.根据所述第一天数信息对所述第二结果进行累加，得到所述关键指标值。
35.为实现上述目的，本技术实施例的第二方面提出了一种基于自回归模型的峰值预测装置；所述装置包括：
36.样本获取模块，用于获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据，其中，所述第一样本数据用于表征所述样本地区在预设的第一
时间区间内的新增感染人数与累计发烧指数之间的关系，所述第二样本数据为所述指定地区在所述第一时间区间内的发烧相关词的搜索指数，所述第三样本数据为所述指定地区在预设的第二时间区间内的发烧相关词的搜索指数的平均值；
37.指标计算模块，用于根据所述指定地区的第二样本数据以及所述第三样本数据得到关键指标值，其中，所述关键指标值用于表征所述第二样本数据相对于所述第三样本数据的发烧相关词的超额搜索情况；
38.阈值计算模块，用于对所有所述样本地区的第一样本数据进行峰值计算，得到自适应阈值；
39.模型训练模块，用于将所述第一样本数据中的累计发烧指数以及所述关键指标值输入所述自回归模型进行训练，得到预训练的自回归模型；
40.数据预测模块，用于将获取到的所述指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值；
41.峰值确定模块，用于将所述目标预测值与所述自适应阈值进行对比，确定所述指定地区的感染峰值时间。
42.为实现上述目的，本技术实施例的第三方面提出了一种电子设备，一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的基于自回归模型的峰值预测方法。
43.为实现上述目的，本技术实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于自回归模型的峰值预测方法。
44.本技术提出的基于自回归模型的峰值预测方法、装置、电子设备及存储介质,首先，获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据，从而能够多个样本地区在第一时间区间内的新增感染人数与累计发烧指数之间的关系，以及指定地区在第一时间区间和第二时间区间的发烧相关词的搜索指数，得到不同时间区间的发烧相关词的变化，再计算第二样本数据相对于第三样本数据的发烧相关词的超额搜索情况，得到关键指标值，从而能够得到指定区间在第一时间区间内的发烧相关词的搜索变化量，之后，对所有样本地区的第一样本数据进行峰值计算，得到自适应阈值，便于后续判断到达峰值的具体日期，将第一样本数据中的累计发烧指数以及关键指标值输入自回归模型进行训练，得到预训练的自回归模型，提高自回归模型的预测性能以及泛化能力，最后，将获取到的指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值，并将目标预测值与自适应阈值进行对比，确定指定地区的感染峰值时间，从而提高对感染病峰值预测的准确性，便于提前做好应对方案。
附图说明
45.图1是本技术实施例提供的基于自回归模型的峰值预测方法的流程图；
46.图2是图1中的步骤s103的流程图；
47.图3是本技术实施例提供的获取第一样本数据的一个可选的流程图；
48.图4是图1中的步骤s104的流程图；
49.图5是图4中的步骤s402的流程图；
50.图6是本技术实施例提供的获取第二样本数据和第三样本数据的一个可选的流程图；
51.图7是图1中的步骤s102的流程图；
52.图8是本技术实施例提供的基于自回归模型的峰值预测装置的结构示意图；
53.图9是本技术实施例提供的电子设备的硬件结构示意图。
具体实施方式
54.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
55.需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
56.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
57.首先，对本技术中涉及的若干名词进行解析：
58.自然语言处理(natural language processing，nlp)：nlp用计算机来处理、理解以及运用人类语言(如中文、英文等)，nlp属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息意图识别、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域，它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。
59.长短期记忆网络(long short-term memory，lstm)：是一种时间循环神经网络，是为了解决一般的循环神经网络(recurrent neural network,rnn)存在的长期依赖问题而专门设计出来的，所有的rnn都具有一种重复神经网络模块的链式形式。在标准rnn中，这个重复的结构模块只有一个非常简单的结构，例如一个tanh层。
60.l2损失函数(mean square error，mse)：，是一种常用的回归模型损失函数，其计算方式是将预测值与真实值之间的差值平方后求和并取平均。l2损失函数能够惩罚大的误差，并且在优化中具有可导性质，因此被广泛应用于线性回归、逻辑回归等模型的训练过程中。
61.基于此，本技术实施例提供了一种基于自回归模型的峰值预测方法和装置、电子设备及存储介质，通过自回归的方法进行预测，从而提升对疫情预测的准确性。
62.本技术实施例提供的基于自回归模型的峰值预测方法和装置、电子设备及存储介质，具体通过如下实施例进行说明，首先描述本技术实施例中的基于自回归模型的峰值预测方法。
63.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工
智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
64.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、线上会客系统的模块管理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
65.本技术实施例提供的基于自回归模型的峰值预测方法，涉及数据处理技术领域。本技术实施例提供的基于自回归模型的峰值预测方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现基于自回归模型的峰值预测方法的应用等，但并不局限于以上形式。
66.本技术可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
67.需要说明的是，在本技术的各个具体实施方式中，当涉及到需要根据用户信息、用户行为数据，用户历史数据以及用户位置信息等与用户身份或特性相关的数据进行相关处理时，都会先获得用户的许可或者同意，而且，对这些数据的收集、使用和处理等，都会遵守相关国家和地区的相关法律法规和标准。此外，当本技术实施例需要获取用户的敏感个人信息时，会通过弹窗或者跳转到确认页面等方式获得用户的单独许可或者单独同意，在明确获得用户的单独许可或者单独同意之后，再获取用于使本技术实施例能够正常运行的必要的用户相关数据。
68.图1是本技术实施例提供的基于自回归模型的峰值预测方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤s101至步骤s106。
69.步骤s101，获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据；
70.需要说明的是，第一样本数据用于表征样本地区在预设的第一时间区间内的新增感染人数与累计发烧指数之间的关系，第二样本数据为指定地区在第一时间区间内的发烧相关词的搜索指数，第三样本数据为指定地区在预设的第二时间区间内的发烧相关词的搜索指数的平均值。
71.在一些实施例的步骤s101中，获取多个样本地区在第一时间区间内的第一样本数
据，其中，样本地区可以为具体的省份，例如，a省、b省或者c省等，具体的国家，例如，a国、b国或者c国等；具体的城市，例如，a城市、b城市或者c城市等，并获取指定地区在第一时间区间内的第二样本数据以及在第二时间区间内的第三样本数据，其中，指定地区可以为指定的城市、省份或者街道等，本实施例不做具体限制。
72.需要说明的是，第一时间区间为放开感染病管控的时间区间，第二时间区间为相关感染病开始之前的任意一段历史时间区间，样本地区或者指定地区在第一时间区间和第二时间区间内呈现不同的地区管理状态，例如，a城市在2021年9月份至2022年9月份这个区间放开疫情管控，则第一时间区间为2021年9月到2022年9月，一共十二个月，此时可以选取未发生疫情的日期，例如，2018年2月至2019年2月作为第二时间区间，也可以选取2017年12月至2018年9月作为第二时间区间，本实施例不做具体限制。
73.值得注意的是，发烧相关词为与发烧有联系的词语，例如，发热、发烫、高烧等等。
74.步骤s102，根据指定地区的第二样本数据以及第三样本数据得到关键指标值；
75.需要说明的是，关键指标值用于表征第二样本数据相对于第三样本数据的发烧相关词的超额搜索情况。
76.在一些实施例的步骤s102中，根据第二样本数据以及第三样本数据计算关键指标值，从而能够确定指定地区的累计超额的发烧相关词的搜索指数。
77.步骤s103，对所有样本地区的第一样本数据进行峰值计算，得到自适应阈值；
78.在一些实施例的步骤s103中，对所有样本地区的第一样本数据进行峰值计算，从而能够得到各个样本地区的各自新增感染人数峰值日期，并根据各个样本地区的各自新增感染人数峰值日期确定自适应阈值τ。
79.步骤s104，将第一样本数据中的累计发烧指数以及关键指标值输入自回归模型进行训练，得到预训练的自回归模型；
80.需要说明的是，本实施例中的自回归模型为长短期记忆网络模型。
81.在一些实施例的步骤s104中，将第一样本数据中的累计发烧指数以及关键指标值输入自回归模型进行训练，以提高自回归模型的预测性能。
82.步骤s105，将获取到的指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值；
83.在一些实施例的步骤s105中，将获取到的指定地区的当前指标数据输入预训练的自回归模型进行数据预测，使得自回归模型对输入的当前指标数据进行峰值预测，输出目标预测值p
l，t
＝f(s
l，1，sl，2
，...，s
l，t-1
)。
84.需要说明的是，p
l，t
表示在l这个地区第t天的预测值，s
l，t-1
表示在l这个地区的第t-1天的关键指标值。
85.值得注意的是，目标预测值为指定区域的发烧相关词的累计超额指数值，该预测值会随着时间的推移逐步增大，当与预测值对应的累计值超过一定的阈值，就达到了感染病的感染峰值。
86.步骤s106，将目标预测值与自适应阈值进行对比，确定指定地区的感染峰值时间。
87.在一些实施例的步骤s106中，将目标预测值与自适应阈值τ进行对比，当目标预测值大于等于自适应阈值，则说明发烧相关词的累计值已经达到了感染病峰值，确定与目标预测值对应的时间，将该时间作为指定地区的感染峰值时间；当目标预测值小于自适应阈
值，则说明发烧相关词的累计值还未达到感染病峰值，继续进行关键指标值的预测。
88.本技术实施例所示意的步骤s101至步骤s106，首先，获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据，从而能够多个样本地区在第一时间区间内的新增感染人数与累计发烧指数之间的关系，以及指定地区在第一时间区间和第二时间区间的发烧相关词的搜索指数，得到不同时间区间的发烧相关词的变化，再计算第二样本数据相对于第三样本数据的发烧相关词的超额搜索情况，得到关键指标值，从而能够得到指定区间在第一时间区间内的发烧相关词的搜索变化量，之后，对所有样本地区的第一样本数据进行峰值计算，得到自适应阈值，便于后续判断到达峰值的具体日期，将第一样本数据中的累计发烧指数以及关键指标值输入自回归模型进行训练，得到预训练的自回归模型，提高自回归模型的预测性能，最后，将获取到的指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值，并将目标预测值与自适应阈值进行对比，确定指定地区的感染峰值时间，从而提高对感染病峰值预测的准确性，便于提前做好应对方案。
89.请参阅图2，在一些实施例中，步骤s103可以包括但不限于包括步骤s201至步骤s204：
90.步骤s201，获取样本地区的地区数量；
91.步骤s202，对第一样本数据中每一个样本地区的新增感染人数进行对比，得到峰值日期；
92.需要说明的是，峰值日期用于表征样本地区新增感染人数达到峰值的日期，即，新增感染人数达到最大值的日期。
93.在一些实施例的步骤s202中，对第一样本数据中的每一个样本地区的新增感染人数进行计算，得到每个样本地区各自的样本峰值日期，再对多个样本峰值日志进行对比，从多个样本峰值日期中确定新增感染人数最多的日期，得到峰值日期，便于后续对自适应阈值的计算，提高对峰值预测的准确性。
94.可以理解的是，得到峰值日期的具体过程可以如下公式(1)所示：
[0095][0096]
其中，t
*
为在l这个地区的新增感染人数g
t，l
最大的那天日期。
[0097]
步骤s203，根据峰值日期以及累计发烧指数确定样本地区的峰值指标值；
[0098]
步骤s204，根据地区数量对所有样本地区的峰值指标值进行平均值计算，得到自适应阈值。
[0099]
在一些实施例的步骤s201至步骤s204中，在计算自适应阈值的过程中，首先获取样本地区的地区数量，再对第一样本数据中的每一个样本地区的新增感染人数进行对比，从而得到每个样本地区各自的峰值日期，之后根据峰值日期以及累计发烧指数确定样本地区的峰值指标值，最后，根据地区数量对所有样本地区的峰值指标值进行平均值计算，得到自适应阈值，便于后续对感染病峰值的精准预测，其中，具体的计算过程如下公式(2)所示：
[0100][0101]
其中，l为地区数量，s
l，t*
为样本地区的峰值指标值。
[0102]
请参阅图3，在一些实施例中，图3是本技术实施例提供的获取第一样本数据的一个可选的流程图，包括但不限于包括步骤s301至步骤s303：
[0103]
步骤s301，对于每一个样本地区，获取样本地区在第一时间区间内的累计发烧指数以及新增感染人数；
[0104]
步骤s302，对累计发烧指数以及新增感染人数进行向量表示，得到集合元素；
[0105]
步骤s303，对所有样本地区的集合元素进行统计，得到第一样本数据。
[0106]
在一些实施例的步骤s301至步骤s303中，对于每一个样本地区，获取样本地区在第一时间区间内的累计发烧指数s
l，t
以及新增感染人数g
t，l
，其中，g
t，l
表示在l这个地区的第t天的新增感染人数，s
l，t
表示在l这个地区的第t天的累计发烧指数，之后对累计发烧指数以及新增感染人数进行向量表示，得到每个样本地区的集合元素，最后对多有样本地区的集合元素进行统计，得到第一样本数据d＝{(g
t，l
，s
l，t
)：l＝1
…
l，t＝1
…
t}，从而得到多个样本地区的感染数据，提高对指定区域的感染病预测精准度。
[0107]
请参阅图4，在一些实施例中，步骤s104可以包括但不限于包括步骤s401至步骤s402：
[0108]
步骤s401，根据第一样本数据中的累计发烧指数以及关键指标值生成样本参数；
[0109]
步骤s402，将样本参数输入自回归模型进行迭代处理，直至满足预设的迭代条件，得到预训练的自回归模型。
[0110]
需要说明的是，迭代条件为自回归模型的当前迭代次数满足预设的训练次数，其中，训练次数可以根据使用者的需要自行设置，例如，训练80次、90次或者100次等。
[0111]
在一些实施例的步骤s401至步骤s402中，根据第一样本数据中的累计发烧指数以及关键指标值生成样本参数，将样本参数作为训练自回归模型的具体参数，将样本参数输入自回归模型进行迭代处理，直至满足预设的迭代条件，得到预训练的自回归模型，从而提高自回归模型的预测性能以及泛化能力。
[0112]
请参阅图5，在一些实施例中，步骤s402还可以包括但不限于包括步骤s501至步骤s504：
[0113]
步骤s501，将样本参数输入自回归模型进行前向传播，输出样本预测值；
[0114]
步骤s502，基于预设的损失函数对样本预测值以及样本参数进行计算，得到预测损失值；
[0115]
需要说明的是，本实施例中的损失函数为l2损失函数。
[0116]
步骤s503，对于自回归模型的每一个神经网络层，将预测损失值输入自回归模型进行反向传播，得到与神经网络层对应的梯度值；
[0117]
步骤s504，根据梯度值对自回归模型进行权重更新。
[0118]
在一些实施例的步骤s501至步骤s504中，将样本参数输入自回归模型进行前向传播，得到样本预测值，再根据l2损失函数计算样本预测值以及样本参数之间的损失值，得到预测损失值，将预测损失值在长短期记记网络模型中反向传播，以计算长短期记记网络模型中每一层神经网络层的梯度，得到与神经网络层对应的梯度值，最后根据梯度值更新长短期记忆网络模型的权重，重复步骤s501至步骤s504，直至自回归模型的当前迭代次数满足预设的训练次数，完成对自回归模型的训练过程，从而提高自回归模型的预测能力。
[0119]
请参阅图6，在一些实施例中，图6是本技术实施例提供的获取第二样本数据和第
三样本数据的一个可选的流程图，包括但不限于包括步骤s601至步骤s604：
[0120]
步骤s601，对指定地区在第一时间区间内的发烧相关词的搜索指数进行收集，得到第二样本数据；
[0121]
在一些实施例的步骤s601中，对指定地区在第一时间区间内的发烧相关词的搜索指数进行收集，从而得到指定地区在整个第一时间区间内的第二样本数据，具体表达如下公式(3)所示：
[0122][0123]
可以理解的是，d为在第一时间区间内在l这个指定地区从第1天到第t天的数据，x
t，l
表示在l这个指定地区第t天的发烧相关词的搜索指数。
[0124]
步骤s602，对第二时间区间内的天数进行统计，得到第二天数信息；
[0125]
在一些实施例的步骤s602中，需要收集在第一时间区间之前的历史发烧相关词的搜索指数，则对第二时间区间内的天数进行统计，得到第二天数信息m，其中，第二天数信息m为在指定地区发生感染病之前的天数信息。
[0126]
步骤s603，对指定地区在第二时间区间内的发烧相关词的搜索指数进行收集，得到收集结果；
[0127]
步骤s604，根据第二天数信息对收集结果进行平均计算，得到第三样本数据。
[0128]
在一些实施例的步骤s603至步骤s604中，对指定地区在第二时间区间内的发烧相关词的搜索指数进行收集，得到收集结果，之后再根据第二天数信息对收集结果取平均值，得到第三样本数据，其中，具体的计算过程如下公式(4)所示：
[0129][0130]
其中，表示第二时间区间内的日常每天发烧相关词的搜搜指数，m为第二天数信息。
[0131]
请参阅图7，在一些实施例，步骤s102包括但不限于包括步骤s701至步骤s704：
[0132]
步骤s701，将第二样本数据减去第三样本数据，得到第一结果；
[0133]
步骤s702，将第一结果除以第三样本数据，得到第二结果；
[0134]
步骤s703，对第一时间区间内的天数进行统计，得到第一天数信息；
[0135]
步骤s704，根据第一天数信息对第二结果进行累加，得到关键指标值。
[0136]
在一些实施例的步骤s701至步骤s704中，在计算关键指标值的过程中，首先将第二样本数据减去第三样本数据得到第一结果，再将第一结果除以第三样本数据，得到第二结果，并对第一时间区间内的天数进行统计，得到第一天数信息，最后，根据第一天数信息对第二结果进行累加，得到关键指标值，从而能够得到指定地区的发烧相关词的超额搜索情况，其中，具体的计算过程如下公式(5)所示：
[0137][0138]
其中，xt,l为第二样本数据，为第三样本数据，t为第一天数信息。
[0139]
请参阅图8，本技术实施例还提供一种基于自回归模型的峰值预测装置，装置包
括：
[0140]
样本获取模块801，用于获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据，其中，第一样本数据用于表征样本地区在预设的第一时间区间内的新增感染人数与累计发烧指数之间的关系，第二样本数据为指定地区在第一时间区间内的发烧相关词的搜索指数，第三样本数据为指定地区在预设的第二时间区间内的发烧相关词的搜索指数的平均值；
[0141]
指标计算模块802，用于根据指定地区的第二样本数据以及第三样本数据得到关键指标值，其中，关键指标值用于表征第二样本数据相对于第三样本数据的发烧相关词的超额搜索情况；
[0142]
阈值计算模块803，用于对所有样本地区的第一样本数据进行峰值计算，得到自适应阈值；
[0143]
模型训练模块804，用于将第一样本数据中的累计发烧指数以及关键指标值输入所述自回归模型进行训练，得到预训练的自回归模型；
[0144]
数据预测模块805，用于将获取到的指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值；
[0145]
峰值确定模块806，用于将目标预测值与自适应阈值进行对比，确定指定地区的感染峰值时间。
[0146]
该基于自回归模型的峰值预测装置的具体实施方式与上述基于自回归模型的峰值预测方法的具体实施例基本相同，在此不再赘述。
[0147]
本技术实施例还提供了一种电子设备，电子设备包括：存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线，程序被处理器执行时实现上述基于自回归模型的峰值预测方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
[0148]
请参阅图9，图9示意了另一实施例的电子设备的硬件结构，电子设备包括：
[0149]
处理器901，可以采用通用的cpu(central processing unit，中央处理器)、微处理器、应用专用集成电路(application specificintegrated circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本技术实施例所提供的技术方案；
[0150]
存储器902，可以采用只读存储器(read only memory，rom)、静态存储设备、动态存储设备或者随机存取存储器(random access memory，ram)等形式实现。存储器902可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器902中，并由处理器901来调用执行本技术实施例的基于自回归模型的峰值预测方法；
[0151]
输入/输出接口903，用于实现信息输入及输出；
[0152]
通信接口904，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信；
[0153]
总线905，在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息；
[0154]
其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
[0164]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0165]
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0166]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0167]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例的方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序的介质。
[0168]
以上参照附图说明了本技术实施例的优选实施例，并非因此局限本技术实施例的权利范围。本领域技术人员不脱离本技术实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本技术实施例的权利范围之内。

技术特征：
1.一种基于自回归模型的峰值预测方法，其特征在于，所述方法包括：获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据，其中，所述第一样本数据用于表征所述样本地区在预设的第一时间区间内的新增感染人数与累计发烧指数之间的关系，所述第二样本数据为所述指定地区在所述第一时间区间内的发烧相关词的搜索指数，所述第三样本数据为所述指定地区在预设的第二时间区间内的发烧相关词的搜索指数的平均值；根据所述指定地区的第二样本数据以及所述第三样本数据得到关键指标值，其中，所述关键指标值用于表征所述第二样本数据相对于所述第三样本数据的发烧相关词的超额搜索情况；对所有所述样本地区的第一样本数据进行峰值计算，得到自适应阈值；将所述第一样本数据中的累计发烧指数以及所述关键指标值输入所述自回归模型进行训练，得到预训练的自回归模型；将获取到的所述指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值；将所述目标预测值与所述自适应阈值进行对比，确定所述指定地区的感染峰值时间。2.根据权利要求1所述的基于自回归模型的峰值预测方法，其特征在于，所述对所有所述样本地区的第一样本数据进行峰值计算，得到自适应阈值，包括：获取所述样本地区的地区数量；对所述第一样本数据中每一个所述样本地区的新增感染人数进行对比，得到峰值日期，其中，所述峰值日期用于表征所述样本地区新增感染人数达到峰值的日期；根据所述峰值日期以及所述累计发烧指数确定所述样本地区的峰值指标值；根据所述地区数量对所有所述样本地区的峰值指标值进行平均值计算，得到自适应阈值。3.根据权利要求1所述的基于自回归模型的峰值预测方法，其特征在于，所述第一样本数据由如下步骤得到：对于每一个所述样本地区，获取所述样本地区在所述第一时间区间内的累计发烧指数以及新增感染人数；对所述累计发烧指数以及所述新增感染人数进行向量表示，得到集合元素；对所有所述样本地区的集合元素进行统计，得到第一样本数据。4.根据权利要求1所述的基于自回归模型的峰值预测方法，其特征在于，所述将所述第一样本数据中的累计发烧指数以及所述关键指标值输入所述自回归模型进行训练，得到预训练的自回归模型，包括：根据所述第一样本数据中的累计发烧指数以及所述关键指标值生成样本参数；将所述样本参数输入所述自回归模型进行迭代处理，直至满足预设的迭代条件，得到预训练的自回归模型，其中，所述迭代条件为所述自回归模型的当前迭代次数满足预设的训练次数。5.根据权利要求4所述的基于自回归模型的峰值预测方法，其特征在于，所述将所述样本参数输入所述自回归模型进行迭代处理，包括：将所述样本参数输入所述自回归模型进行前向传播，输出样本预测值；
基于预设的损失函数对所述样本预测值以及所述样本参数进行计算，得到预测损失值；对于所述自回归模型的每一个神经网络层，将所述预测损失值输入所述自回归模型进行反向传播，得到与所述神经网络层对应的梯度值；根据所述梯度值对所述自回归模型进行权重更新。6.根据权利要求1所述的基于自回归模型的峰值预测方法，其特征在于，所述第二样本数据和所述第三样本数据由如下步骤得到：对所述指定地区在所述第一时间区间内的发烧相关词的搜索指数进行收集，得到所述第二样本数据；对所述第二时间区间内的天数进行统计，得到第二天数信息；对所述指定地区在所述第二时间区间内的发烧相关词的搜索指数进行收集，得到收集结果；根据所述第二天数信息对所述收集结果进行平均计算，得到所述第三样本数据。7.根据权利要求1所述的基于自回归模型的峰值预测方法，其特征在于，所述根据所述指定地区的第二样本数据以及所述第三样本数据得到关键指标值，包括：将所述第二样本数据减去所述第三样本数据，得到第一结果；将所述第一结果除以所述第三样本数据，得到第二结果；对所述第一时间区间内的天数进行统计，得到第一天数信息；根据所述第一天数信息对所述第二结果进行累加，得到所述关键指标值。8.一种基于自回归模型的峰值预测装置，其特征在于，所述装置包括：样本获取模块，用于获取多个样本地区的多个第一样本数据、指定地区的第二样本数据以及第三样本数据，其中，所述第一样本数据用于表征所述样本地区在预设的第一时间区间内的新增感染人数与累计发烧指数之间的关系，所述第二样本数据为所述指定地区在所述第一时间区间内的发烧相关词的搜索指数，所述第三样本数据为所述指定地区在预设的第二时间区间内的发烧相关词的搜索指数的平均值；指标计算模块，用于根据所述指定地区的第二样本数据以及所述第三样本数据得到关键指标值，其中，所述关键指标值用于表征所述第二样本数据相对于所述第三样本数据的发烧相关词的超额搜索情况；阈值计算模块，用于对所有所述样本地区的第一样本数据进行峰值计算，得到自适应阈值；模型训练模块，用于将所述第一样本数据中的累计发烧指数以及所述关键指标值输入所述自回归模型进行训练，得到预训练的自回归模型；数据预测模块，用于将获取到的所述指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值；峰值确定模块，用于将所述目标预测值与所述自适应阈值进行对比，确定所述指定地区的感染峰值时间。9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的基于自回归模型的峰值预测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于自回归模型的峰值预测方法。

技术总结
本申请实施例提供了基于自回归模型的峰值预测方法、装置、电子设备及介质，属于数据处理技术领域。该方法包括：获取多个样本地区的多个第一样本数据、指定地区的第二样本数据和第三样本数据；根据指定地区的第二样本数据以及第三样本数据得到关键指标值；对第一样本数据进行峰值计算，得到自适应阈值；将第一样本数据中的累计发烧指数以及关键指标值输入自回归模型进行训练，得到预训练的自回归模型；将指定地区的当前指标数据输入预训练的自回归模型进行数据预测，输出目标预测值；将目标预测值与所述自适应阈值进行对比，确定指定地区的感染峰值时间。本申请实施例通过设置自适应的阈值方法以及自回归的预测方法来提升对感染病预测的准确性。感染病预测的准确性。感染病预测的准确性。


技术研发人员：瞿晓阳 王健宗
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2023.05.06
技术公布日：2023/9/12