| 主权项 |
一种对负荷进行预测的方法，包括：基于与所述负荷相关联的历史数据来预测粗略表示所述负荷的未来发展趋势的初步预测曲线；基于与所述负荷相关联的历史数据来确定所述负荷发生过异常的异常节点，其中，所述确定的步骤包括：基于与所述负荷相关联的历史数据来预测粗略表示所述负荷的过去预测发展趋势的过去预测曲线；对所述过去预测曲线和表示所述负荷的过去实际发展趋势的过去实际曲线进行比较以确定所述过去预测曲线上各点的预测误差；以及将所述过去预测曲线上所述预测误差大于预定阈值的点确定为所述负荷发生过异常的所述异常节点；从搜集的过去的网络信息中提取与所述异常节点相关联并影响所述负荷的一个或多个关键词，所述提取的步骤包括：在所述过去的网络信息中查找与所述异常节点相关联的一个或多个关键词；确定与所述异常节点相关联的一个或多个关键词中的每个关键词的影响因子；以及根据所述影响因子的大小，从与所述异常节点相关联的一个或多个关键词中提取与所述异常节点相关联并影响所述负荷的一个或多个关键词；在搜集的当前的网络信息中查找所述一个或多个关键词；以及基于所述一个或多个关键词中的每个关键词对所述负荷造成的影响来修正所述初步预测曲线，以得到精确表示所述负荷的未来发展趋势的最终预测曲线，其中，所述异常节点是由时间T<sub>i</sub>和地理位置L<sub>j</sub>构成的二维节点，并且，确定与所述异常节点相关联的一个或多个关键词中的每个关键词K<sub>m</sub>的影响因子W(K<sub>m</sub>)的步骤包括：确定每个关键词K<sub>m</sub>在所述过去的网络信息中的、在时间T<sub>i</sub>和地理位置L<sub>j</sub>的出现频率F(T<sub>i</sub>，L<sub>j</sub>，K<sub>m</sub>)；以及根据每个关键词K<sub>m</sub>在所述过去的网络信息中的所述出现频率F(T<sub>i</sub>，L<sub>j</sub>，K<sub>m</sub>)、以及在时间T<sub>i</sub>和地理位置L<sub>j</sub>处的所述异常节点的预测误差E(T<sub>i</sub>，L<sub>j</sub>)，通过公式<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>E</mi><mrow><mo>(</mo><msub><mi>T</mi><mi>i</mi></msub><mo>,</mo><msub><mi>L</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>=</mo><munder><mi>Σ</mi><mi>m</mi></munder><mi>W</mi><mrow><mo>(</mo><msub><mi>K</mi><mi>m</mi></msub><mo>)</mo></mrow><mo>×</mo><mi>F</mi><mrow><mo>(</mo><msub><mi>T</mi><mi>i</mi></msub><mo>,</mo><msub><mi>L</mi><mi>j</mi></msub><mo>,</mo><msub><mi>K</mi><mi>m</mi></msub><mo>)</mo></mrow></mrow>]]></math><img file="FSB0000142705140000011.GIF" wi="912" he="124" /></maths>确定每个关键词K<sub>m</sub>的影响因子W(K<sub>m</sub>)，其中，i、j、m均为自然数。 |
