计算机工程

作者：廖含月, 曾剑平, 吴承荣

单位：1. 复旦大学 计算机科学技术学院, 上海 200433;2. 教育部网络信息安全审计与监控工程研究中心, 上海 200433

关键词：时间序列预测,集成学习,论坛流量,组合预测模型,集成预测

基金：国家重点研发计划"网络空间安全"重点专项（2017YFB0803203）。

论坛流量预测对网络规划、舆情管理等任务具有重要意义，针对线性预测模型无法预测非线性关系、非线性预测模型的特征工程过于复杂的问题，利用历史时间序列作为特征，建立一种基于不同算法的集成模型以预测论坛发帖量。运用差分自回归移动平均、长短期记忆神经网络、Prophet以及梯度提升决策树4种模型分别对时间序列进行预测，参照加权投票法的思想，各模型投票选出时间序列单位下密度较大的预测值区间，依据各模型预测值所处区间的密度大小对各预测值进行权重分配，然后通过加权平均得到最终的预测结果。实验结果表明，与算术平均模型、基于均方根误差的加权平均模型相比，该模型预测结果的RMSE值以及相对误差值更小。

来源：2020年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第12期