电商集群的流量预测与不确定性区间估计

• 作者: 叶可江 石婧文 罗树添 须成忠
• 来源期刊: 集成技术
• 学科: 工学
• 关键词: 电商流量 时间序列预测 长短时记忆神经网络 不确定性估计
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 电子信息
• 页码范围: 55-65
• 页数: 11页
• 分类号: TP181
• 字数: 7136字
• 语种: 中文
• DOI: 10.12146/j.issn.2095-3135.20180325001

摘要

流量预测对智能容量规划和任务调度具有重要意义,然而大规模电商集群的流量会出现各种不确定的突发事件,如线上促销活动、用户聚集请求等.这些不确定性事件会导致时间序列中出现很多突发脉冲,从而给流量预测带来巨大挑战.同时,容量预测应当对不确定性具有鲁棒性,即能很好地应对未来可能出现的情况,保证集群稳定性,而并非严格地根据预测值进行容量收缩.针对大规模分布式电商集群的流量场景以及动态容量规划的需求,该文提出了包含不确定性估计的流量实时预测框架.该框架基于多变量的长短期记忆网络自动编码器和贝叶斯理论,在进行流量确定性预测的同时能够给出准确的不确定性区间估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须成忠	中国科学院深圳先进技术研究院	7	22	2.0	4.0
2	石婧文	中国科学院深圳先进技术研究院	1	0	0.0	0.0
6	罗树添	中国科学院深圳先进技术研究院	1	0	0.0	0.0
10	叶可江	中国科学院深圳先进技术研究院	1	0	0.0	0.0