本申请涉及通信领域，更为具体地，涉及一种用于小区业务量预测的方法和装置。
背景技术：
随着通信技术的迭代更新，基站的数量在不断增加，单基站的耗能相比上一代基站也大幅增涨，实现基站的高效节能对行业的健康持续发展具有重要的意义。
由于小区业务量是反映基站周围用户量情况和基站繁忙程度的数据指标，因此，希望提供一种方法，能够合理地选择预测模型，进而准确地对小区业务量进行预测，帮助运营商制定更准确有效的节能策略。
技术实现要素：
本申请实施例提供了一种用于小区业务量预测的方法和装置，以期合理地选择预测模型，进而准确地对小区业务量进行预测。
第一方面，本申请提供了一种用于小区业务量预测的方法，该方法包括：获取第一时段内的历史数据，所述历史数据用于指示所述第一时段内的小区业务量；
根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；
根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。
基于上述方案，由于针对小区业务量历史数据进行分析，确定小区所属的类型，并根据该小区所属的类型确定不同的预测模型，可以针对不同类型的小区选择合理的预测模型，使得不同模型在不同方面的优势得以发挥，从而提高小区业务量预测的准确率。
可选地，所述多种类型包括：数据不完整型小区、业务量稳定型小区、业务量潮汐性明显型小区和业务量潮汐性不明显型小区。
可选地，所述多个预测模型包括：与所述数据不完整型小区和所述业务量潮汐性不明显型小区对应的时间序列模型、与所述业务量稳定型小区对应的指数平滑算法模型，以及与所述业务量潮汐性明显型小区对应的三次指数平滑模型。
可选地，所述历史数据包括：带宽利用率或无线资源控制(radioresourcecontrol，rrc)信令数量。
可选地，所述获取第一时段内的历史数据，包括：
基于预设的采样时间间隔，获取所述第一时段内的历史数据。
可选地，所述预设的采样时间间隔为一小时。
可选地，所述第一时段包括连续m天，m≥7且为整数。
可选地，所述根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型，包括：
在所述第一时段内的历史数据的数据量小于第一预设门限的情况下，确定所述小区为数据不完整型小区；或
在所述第一时段内的历史数据的均方差小于第二预设门限的情况下，确定所述小区为业务量稳定型小区；或
在所述第一时段内的每一天所包括的多个阶段中，任意两个相邻阶段的业务量的均值之差小于第三预设门限的情况下，确定所述小区为业务量潮汐性不明显型小区；或
在所述第一时段内的每一天所包括的多个阶段中，至少两个相邻阶段的业务量的均值之差大于或等于所述第三预设门限的情况下，确定所述小区为业务量潮汐性明显型小区。
可选地，所述第一时段包括连续m天，且m大于等于7的情况下，所述第一时段包括第一子时段和第二子时段，所述第一子时段包括工作日，所述第二子时段包括周末。
第二方面，提供了一种用于小区业务量预测的装置，包括用于实现第一方面和第一方面任一项中所述的用于小区业务量预测方法的模块或单元。应理解，各个模块或单元可通过执行计算机程序来实现相应的功能。
第三方面，提供了一种用于小区业务量预测的装置，包括处理器，所述处理器用于执行第一方面和第一方面任一项中所述的用于小区业务量预测的方法。
所述装置还可以包括存储器，用于存储指令和数据。所述存储器与所述处理器耦合，所述处理器执行所述存储器中存储的指令时，可以实现上述第一方面描述的方法。所述装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性的，通信接口可以是收发器、电路、总线、模块或其它类型的通信接口。
第四方面，提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机实现第一方面和第一方面任一项中所述的方法。
第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当所述计算机程序被运行时，使得计算机执行第一方面以及第一方面任一项中所述的方法。
应当理解的是，本申请的第二方面至第五方面与本申请的第一方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
图1为适用于本申请实施例的通信方法的通信系统的示意图；
图2为本申请实施例提供的用于小区业务量预测的方法的示意性流程图；
图3为本申请实施例提供的确定小区所属类型的示意性流程图；
图4为本申请实施例提供的根据小区所属类型确定目标预测模型的示意图；
图5为本申请实施例提供的用于小区业务量预测的装置的示意性框图；
图6为本申请实施例提供的用于小区业务量预测的装置的另一示意性框图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
本申请实施例的技术方案可以应用于各种通信系统，例如：长期演进(longtermevolution，lte)系统、lte频分双工(frequencydivisionduplex，fdd)系统、lte时分双工(timedivisionduplex，tdd)、通用移动通信系统(universalmobiletelecommunicationsystem，umts)、全球互联微波接入(worldwideinteroperabilityformicrowaveaccess，wimax)通信系统、未来的第五代(5thgeneration，5g)系统或新无线(newradio，nr)，车到其它设备(vehicle-to-xv2x)，其中v2x可以包括车到互联网(vehicletonetwork，v2n)、车到车(vehicleto-vehicle，v2v)、车到基础设施(vehicletoinfrastructure，v2i)、车到行人(vehicletopedestrian，v2p)等、车间通信长期演进技术(longtermevolution-vehicle，lte-v)、车联网、机器类通信(machinetypecommunication，mtc)、物联网(internetofthings，iot)、机器间通信长期演进技术(longtermevolution-machine，lte-m)，机器到机器(machinetomachine，m2m)等。本申请实施例中的接入网设备可以是任意一种具有无线收发功能的设备。接入网设备包括但不限于：演进型节点b(evolvednodeb，enb)、无线网络控制器(radionetworkcontroller，rnc)、节点b(nodeb，nb)、基站控制器(basestationcontroller，bsc)、基站收发台(basetransceiverstation，bts)、家庭基站(例如，homeevolvednodeb，或homenodeb，hnb)、基带单元(basebandunit，bbu)，无线保真(wirelessfidelity，wifi)系统中的接入点(accesspoint，ap)、无线中继节点、无线回传节点、传输点(transmissionpoint，tp)或者发送接收点(transmissionandreceptionpoint，trp)等，还可以为5g(如nr)系统中的gnb或传输点(trp或tp)，或者，5g系统中的基站的一个或一组(包括多个天线面板)天线面板，或者，还可以为构成gnb或传输点的网络节点，如基带单元(bbu)，或，分布式单元(distributedunit，du)等。
终端设备也可以称为用户设备(userequipment，ue)、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。本申请的实施例中的终端设备可以是手机(mobilephone)、平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtualreality，vr)终端设备、增强现实(augmentedreality，ar)终端设备、工业控制(industrialcontrol)中的无线终端、无人驾驶(selfdriving)中的无线终端、远程医疗(remotemedical)中的无线终端、智能电网(smartgrid)中的无线终端、运输安全(transportationsafety)中的无线终端、智慧城市(smartcity)中的无线终端、智慧家庭(smarthome)中的无线终端、蜂窝电话、无绳电话、会话启动协议(sessioninitiationprotocol，sip)电话、无线本地环路(wirelesslocalloop，wll)站、个人数字助理(personaldigitalassistant，pda)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备、5g网络中的终端设备、未来演进的公用陆地移动通信网络(publiclandmobilenetwork，plmn)中的终端设备或者非公共网络中的终端设备等。
此外，终端设备还可以是物联网(internetofthings，iot)系统中的终端设备。iot是未来信息技术发展的重要组成部分，其主要技术特点是将物品通过通信技术与网络连接，从而实现人机互连，物物互连的智能化网络。
本申请对于终端设备的具体形式不作限定。
需要说明的是，小区(cell)是高层从资源管理或移动性管理或服务单元的角度来描述的。每个接入网设备的覆盖范围可以被划分为一个或多个小区，且每个小区可以对应一个或多个频点，或者说，每个小区可以看成是一个或多个频点的覆盖范围所形成的区域。在本申请实施例中，不同的小区可以对应相同或者不同的接入网设备。
为便于理解本申请实施例，首先以图1中示出的通信系统为例，详细说明适用于本申请实施例的通信系统。图1示出了适用于本申请实施例的通信方法的通信系统的示意图。如图1所示，该通信系统100可包括至少一个网络设备(例如，网络设备102)和至少一个终端设备(例如，终端设备104)，网络设备102可与终端设备104通信。可选地，该通信系统100还可包括更多的网络设备和/或更多的终端设备，本申请对此不做限定。
下面将结合图2详细说明本申请实施例提供的用于小区业务量预测的方法。应理解，该方法可以由用于小区业务量预测的装置来执行。该装置例如可以是独立的设备，也可以是部署在接入网设备中的模块，本申请对此不作限定。
图2为本申请实施例提供的用于小区业务量预测的方法的示意性流程图。如图2所示，该方法200可以包括步骤210至步骤230。
在步骤210中，获取第一时段内的历史数据，该历史数据用于指示第一时段内的小区业务量。
示例性地，历史数据可以包括带宽利用率和/或无线资源控制(radioresourcecontrol，rrc)信令数量。带宽利用率例如可以包括上行物理资源块(physicalresourceblock，prb)利用率和/或下行prb利用率；rrc信令数量例如可以包括上行rrc数量和/或下行rrc信令数量。
应理解，该历史数据还可以包括但不限于，呼叫强度、话务量、路测统计数据、设备网管统计数据以及北向接口统计数据等。本申请实施例对此不作限定。
可选地，该第一时段包括连续m天，其中，m可以为预定义值。例如，m≥7且为整数。m也可以为其他值，本申请对此不作限定。
第一时段也可以了包括连续多个小时，或者，连续一个或多个周，或者，连续一个或多个月，等等。本申请对此不作限定。
可选地，上述获取第一时段内的历史数据可以是基于预设的采样时间间隔获取的。该预设的采样时间间隔例如可以是一小时，也可以是半小时等其它时间间隔，本申请实施例对此不作限定。
在步骤220中，根据第一时段内的历史数据，在预定义的多种类型中确定该小区所属的类型。
其中，上述预定义的多种类型可以包括数据不完整型小区、业务量稳定型小区、业务量潮汐性明显型小区和业务量潮汐性不明显型小区。
事实上，小区所属的类型并不限于上文所列举，上文所述的多种类型仅为便于和多个预测模型对应而说明。小区所属的类型可以包括：数据完整型小区、数据不完整性小区、业务量稳定型小区、业务量不稳定型小区。进一步地，业务量不稳定型小区可分为业务量潮汐性明显型小区和业务量潮汐性不明显型小区。
为便于理解，下文结合图3来说明确定小区所属类型的具体流程。
图3示出了上述根据第一时段内的历史数据，在预定义的多种类型中，确定小区所属类型的流程图。该流程可以包括步骤301至步骤303。
在步骤301中，分析历史数据的完整性。
具体地，在上述第一时段内的历史数据的数据量小于第一预设门限的情况下，确定上述小区为数据不完整型小区；在上述第一时段内的历史数据的数据量大于或等于第一预设门限的情况下，确定上述小区为数据完整型小区。
应理解，上述第一预设门限可以根据数据传输情况以及场景等而进行调整，这里，对第一预设门限的设定应考虑尽可能地增加所对应的预测模型的适用性。
在小区类型为数据稳定型小区的情况下，可继续执行步骤302，分析小区业务量的稳定性。
具体地，在第一时段内的小区业务量的均方差小于第二预设门限的情况下，确定该小区为业务量稳定型小区；在第一时段内的小区业务量的均方差大于或等于第二预设门限的情况下，确定该小区为业务量不稳定型小区。
假设第一时段包括连续m天，采样时间间隔为一小时，该小区的业务量的均方差s的计算公式可以表示如下：
其中，i表示24×m个小时中的第i个小时，i可以在1至24×m之间取整数值；s为在第一时段内该小区的业务量的均方差；di为该小区第i个小时的业务量。
可以理解，上文所列举的用于计算小区业务量的均方差的公式仅为示例，基于相同的构思，本领域的技术人员可以对公式进行等价变换。
比如，若第一时段包括连续m天，采样时间间隔为一天，则该小区业务量的均方差s的计算公式可以表示如下：
其中，j表示m天中的第j天，j可以在1至m之间取整数值。
应理解，上述第二预设门限可以随数据情况和模型情况而改变。本申请对此不作限定。
还应理解，通过第一时段内的小区业务量的均方差来分析小区业务量的稳定性仅为一种可能的实现方式。例如，还可通过计算第一时段内的小区业务量的方差、最值差值以及百分数等来分析小区业务量的稳定性，本申请实施例包括但不限于此。
在小区类型为业务量不稳定型小区的情况下，可继续执行步骤303，分析小区业务量的潮汐性。
具体地，上述第一时段内的每一天可以进一步分为多个阶段，并可对该第一时段内的m天中相同阶段的业务量进行统计，当该小区在第一时段内任意两个相邻阶段的业务量的均值之差小于第三预设门限时，确定该小区为业务量潮汐性不明显型小区；或，当该小区在第一时段内至少两个相邻阶段的业务量的均值之差大于或等于所述第三预设门限时，确定该小区为业务量潮汐性明显型小区。
可选地，在上述第一时段包括连续m天，且m大于或等于7的情况下，该第一时段包括第一子时段和第二子时段。其中，第一子时段包括x(x≥1且为整数)天，第二子时段包括y(y≥1且为整数)天，x y＝m。
比如，若第一时段包括一周内的连续7天，该第一子时段例如可以包括一周内的连续5个工作日，该第二子时段例如可以包括2天的周末。
应理解，针对不同的场景，可以对第一时段划分为多个子时段，并可基于每个子时段来分析小区的潮汐性。此处仅为便于理解，示例性地示出了一种通常的情况，即划分工作日和周末的情况，而不应对本申请实施例构成任何限定。
进一步地，可以分别对第一子时段和第二子时段中的每一天划分不同的阶段。例如，例如，在上文所示例的工作日和周末这两个子时段中，将工作日的每天划分为n(n＞1且为整数)个阶段，将周末的每天划分为m(m＞1且为整数)个阶段。
对每一天中多个阶段的划分可以依据小区中场所的闲时和忙时来划分，例如办公区工作日的忙时为早9点至晚6点，闲时为晚6点至早9点；酒吧集中街区忙时为晚6点至第二天早6点等。应理解，此处仅为便于理解，示例性地给出了几种可能的阶段划分的情况，而不应对本申请构成任何限定。
一示例，将x个工作日(即，上述第一子时段的一例)划分为4个阶段，即n＝4，该4个阶段的具体划分如下：
第一阶段：00:00～05:59；
第二阶段：06:00～11:59；
第三阶段：12:00～17:59；
第四阶段：18:00～23:59。
此后，可以计算n个阶段中每个阶段小区业务量的均值vk，其中1≤k≤n。
针对上文列举的四个阶段，可分别得到每个阶段的小区业务量的均值如下：
v1＝∑0≤i＜6di/x；
v2＝∑6≤i＜12di/x；
v3＝∑12≤i＜18di/x；
v4＝∑18≤i＜24di/x。
在计算出每个阶段小区业务量的均值的情况下，可继续将相邻的两个vk作差并取绝对值得到bl，其中1≤l≤n-1。
比如，b1＝v2—v1，b2＝v3—v2，b3＝v4—v3。
在bl大于第三预设门限的情况下，确定该小区在工作日业务量的潮汐性明显，该小区为业务量潮汐性明显型小区；在bl小于或等于第三预设门限的情况下，确定该小区在工作日业务量的潮汐性不明显，该小区为业务量潮汐性不明显型小区。
对周末(即，第二子时段的一例)的小区业务量的潮汐性分析也可以参照上例来实现，为了简洁，此处不再赘述。
基于对第一子时段和第二子时段小区业务量的潮汐性的分析，对第一子时段和第二子时段的分析结果有可能是相同的，也有可能是不同的。在二者不同的情况下，可以根据不同子时段的分析结果将小区归为不同的类型。
应理解，上述业务量的潮汐性的分析仅为一种可能的实现方式，不应对本申请构成任何限定。比如还可以根据相邻两个阶段的业务量的总和的差异情况、相邻两个阶段的业务量的均方差的差异情况等等来分析小区业务量的潮汐性。
另一方面，为了提高预测准确性，还可对数据进行清洗。
可选地，在步骤220之前，该方法还包括：对第一时段内的历史数据进行清洗。
对第一时段内的历史数据的清洗具体可以包括但不限于，剔除重复值和异常值。通过数据清洗，可以得到可用于分析的结构化数据。从而使得对小区类型的分析是基于有效的数据而进行的分析，排除了重复值、异常值等带来的干扰，有利于提高预测的准确性。
在步骤230中，根据小区所属的类型，从与上述多种类型对应的多个预测模型中确定目标预测模型，该目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是第一时段的下一个时段。
其中，上述预测模型可以包括但不限于：与上述数据不完整型小区和上述业务量潮汐性不明显型小区对应的时间序列模型、与上述业务量稳定型小区对应的指数平滑算法模型，以及与上述业务量潮汐性明显型小区对应的三次指数平滑模型。
下面将结合图4详细说明根据小区所属的类型确定目标预测模型的情况。
图4为根据小区所属类型确定目标预测模型的示意图。其中，确定小区所属类型的具体步骤可参见上文步骤220中的详细描述，此处不做赘述。
如图4所示，针对数据不完整型小区，可选择时间序列算法模型进行业务量预测；针对业务量稳定型小区，可选择指数平滑算法模型作为目标预测模型；针对业务量潮汐性明显型小区，可选择三次指数平滑算法模型作为目标预测模型；针对数据完整型、业务量潮汐性不明显型小区，可选择时间序列算法模型作为目标预测模型。
示例性地，上述时间序列算法模型例如可以是但不限于prophet模型(应理解，prophet模型是脸书(facebook)公司开源的一个专用于大规模时间序列分析的模型)，上述三次指数平滑预测模型例如可以是霍尔特-温特(holt-winters)模型等，上文对各类预测模型的列举仅为示例，不应对本申请构成任何限定。本申请包括但不限于此。被选择的目标预测模型可用于预测该小区第二时段的业务量。这里，第二时段可以是上述第一时段的下一个时段，该第二时段包含的天数与第一时段包含的天数可以相同或不同。
应理解，根据预测的第二时段的业务量，可以帮助运营商制定更准确有效的节能策略，提高节能效果，还可以帮助运营商及时对小区或基站性能进行调整，进而保障用户体验。
还应理解，该第二时段内的业务量也可用于后续时段的预测，本申请实施例对此不作限定。
基于所述方案，针对小区业务量历史数据进行分析，确定小区所属的类型，并根据该小区所属的类型选择合适的预测模型，可以针对不同类型的小区选择合理的预测模型，使得不同模型在不同方面的优势得以发挥，从而提高小区业务量预测的准确率。
可选地，针对多个小区，可以执行上述步骤210至步骤230对多个小区的业务量历史数据进行分析，确定各个小区所属的类型，并根据每个所属的类型确定不同的预测模型对小区业务量进行预测。本申请实施例在此不作限定。
应理解，本申请实施例中多处涉及到与门限的比较。比如，数据量与第一预设门限的比较，小区业务量的均方差与第二预设门限的比较，业务量的均值之差与第三预设门限的比较，等等。比较的结果通常可以分为两个分支，一种设计是，一个分支为大于或等于，另一个分支为小于；或，另一种设计是，一个分支为大于，另一个分支为小于或等于。下文中在涉及与预设门限的比较时，在未作出特别说明的情况下，上述两种设计都可以适用。文中只是为了便于理解和说明，给出了其中一种设计的示例，不应对本申请构成任何限定。
图5为本申请实施例提供的用于小区业务量预测的装置的示意性框图。如图5所示，该装置500可以包括：获取模块510和确定模块520。
获取模块510可用于获取第一时段内的历史数据，所述历史数据用于指示所述第一时段内的小区业务量。
确定模块520可用于根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；还可用于根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。
可选地，所述多种类型包括：数据不完整型小区、业务量稳定型小区、业务量潮汐性明显型小区和业务量潮汐性不明显型小区。
可选地，所述多个预测模型包括：与所述数据不完整型小区和所述业务量潮汐性不明显型小区对应的时间序列模型、与所述业务量稳定型小区对应的指数平滑算法模型，以及与所述业务量潮汐性明显型小区对应的三次指数平滑模型。
可选地，所述历史数据包括：带宽利用率或无线资源控制rrc信令数量。
可选地，获取模块510还可用于基于预设的采样时间间隔，获取所述第一时段内的历史数据。
其中，所述第一时段例如可以包括连续m天，m≥7且为整数。
可选地，所述根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型，包括：
在所述第一时段内的历史数据的数据量小于第一预设门限的情况下，确定所述小区为数据不完整型小区；或
在所述第一时段内的历史数据的均方差小于第二预设门限的情况下，确定所述小区为业务量稳定型小区；或
在所述第一时段内的每一天所包括的多个阶段中，任意两个相邻阶段的业务量的均值之差小于第三预设门限的情况下，确定所述小区为业务量潮汐性不明显型小区；或
在所述第一时段内的每一天所包括的多个阶段中，至少两个相邻阶段的业务量的均值之差大于或等于所述第三预设门限的情况下，确定所述小区为业务量潮汐性明显型小区。
应理解，本申请实施例中对模块的划分是示意性的，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。另外，在本申请各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
图6为本申请实施例提供的用于小区业务量预测的装置的另一示意性框图。该装置可用于实现上述方法中获取模块和确定模块的功能。其中，该装置可以为芯片系统。本申请实施例中，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
如图6所示，该装置600可以包括至少一个处理器610。示例性地，处理器610可用于根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。具体参见方法示例中的详细描述，此处不做赘述。
该装置600还可以包括至少一个存储器620，用于存储程序指令和/或数据。存储器620和处理器610耦合。本申请实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接，可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。处理器610可能和存储器620协同操作。处理器610可能执行存储器620中存储的程序指令。所述至少一个存储器中的至少一个可以包括于处理器中。
该装置600还可以包括通信接口630，用于通过传输介质和其它设备进行通信，从而用于装置600中的装置可以和其它设备进行通信。所述通信接口630例如可以是收发器、接口、总线、电路或者能够实现收发功能的装置。处理器610可利用通信接口630收发数据和/或信息，并用于实现图2对应的实施例中所述的用于小区业务量预测的方法。
本申请实施例中不限定上述处理器610、存储器620以及通信接口630之间的具体连接介质。本申请实施例在图6中以处理器610、存储器620以及通信接口630之间通过总线640连接。总线640在图6中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
本申请还提供一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当所述计算机程序被运行时，使得电子设备执行图2所示实施例中的方法。
本申请还提供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(也可以称为代码，或指令)。当所述计算机程序被运行时，使得电子设备执行图2所示实施例中的方法。
应理解，本申请实施例中的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(fieldprogrammablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
还应理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-onlymemory，rom)、可编程只读存储器(programmablerom，prom)、可擦除可编程只读存储器(erasableprom，eprom)、电可擦除可编程只读存储器(electricallyeprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(randomaccessmemory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(staticram，sram)、动态随机存取存储器(dynamicram，dram)、同步动态随机存取存储器(synchronousdram，sdram)、双倍数据速率同步动态随机存取存储器(doubledataratesdram，ddrsdram)、增强型同步动态随机存取存储器(enhancedsdram，esdram)、同步连接动态随机存取存储器(synchlinkdram，sldram)和直接内存总线随机存取存储器(directrambusram，drram)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本说明书中使用的术语“单元”、“模块”等，可用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各种说明性逻辑块(illustrativelogicalblock)和步骤(step)，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。在本申请所提供的几个实施例中，应该理解到，所揭露的装置、设备和方法，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，所述单元的划分，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。
所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。
另外，在本申请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。
在上述实施例中，各功能单元的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令(程序)。在计算机上加载和执行所述计算机程序指令(程序)时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solidstatedisk，ssd))等。
所述功能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，本申请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，包括若干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)执行本申请各个实施例所述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-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
1.一种用于小区业务量预测的方法，其特征在于，包括：
获取第一时段内的历史数据，所述历史数据用于指示所述第一时段内的小区业务量；
根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；
根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。
2.如权利要求1所述的方法，其特征在于，所述多种类型包括：数据不完整型小区、业务量稳定型小区、业务量潮汐性明显型小区和业务量潮汐性不明显型小区。
3.如权利要求2所述的方法，其特征在于，所述多个预测模型包括：与所述数据不完整型小区和所述业务量潮汐性不明显型小区对应的时间序列模型、与所述业务量稳定型小区对应的指数平滑算法模型，以及与所述业务量潮汐性明显型小区对应的三次指数平滑模型。
4.如权利要求1至3中任一项所述的方法，所述历史数据包括：带宽利用率或无线资源控制rrc信令数量。
5.如权利要求1所述的方法，其特征在于，所述获取第一时段内的历史数据，包括：
基于预设的采样时间间隔，获取所述第一时段内的历史数据。
6.如权利要求5所述的方法，其特征在于，所述第一时段包括连续m天，m≥7且为整数。
7.如权利要求1所述的方法，其特征在于，所述根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型，包括：
在所述第一时段内的历史数据的数据量小于第一预设门限的情况下，确定所述小区为数据不完整型小区；或
在所述第一时段内的历史数据的均方差小于第二预设门限的情况下，确定所述小区为业务量稳定型小区；或
在所述第一时段内的每一天所包括的多个阶段中，任意两个相邻阶段的业务量的均值之差小于第三预设门限的情况下，确定所述小区为业务量潮汐性不明显型小区；或
在所述第一时段内的每一天所包括的多个阶段中，至少两个相邻阶段的业务量的均值之差大于或等于所述第三预设门限的情况下，确定所述小区为业务量潮汐性明显型小区。
8.一种用于小区业务量预测的装置，其特征在于，包括用于实现如权利要求1至7中任一项所述的方法的模块。
9.一种用于小区业务量预测的装置，其特征在于，包括：
存储器，用于存储程序指令；
处理器，所述处理器用于调用并执行所述存储器中的程序指令，如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述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，实现如权利要求1至7中任一项所述的方法。
技术总结