(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111386264.1 (22)申请日 2021.11.22 (71)申请人 广西中科曙光云计算有限公司 地址 530000 广西壮 族自治区南宁市青秀 区民族大道143号德瑞花园6号楼1119 号 (72)发明人 周东　梁安宁　刘志徽　韦兰香　 韦燕慧　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 郭浩辉　许羽冬 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种云端资源的需求预测方法及装置 (57)摘要 本发明公开了一种云端资源的需求预测方 法及装置， 所述方法适用于云端服务器， 所述方 法包括： 在预设时长内 收集关于用户使用云端资 源的资源类型以及关于用户在使用云端资源后 的使用反馈信息； 基于所述资源类型查找在预设 时长内的若干个 资源使用数值； 采用所述若干个 资源使用数值制作成云端资源在预设时长内的 使用变化曲线图； 从所述使用变化曲线图中提取 变化斜率值 以及从所述使用反馈信息提取用户 的反馈意图， 并将所述变化斜率值和所述反馈意 图输入至深度学习算法LSTM中以预测云端资源 的需求结果。 本发明在预测时所使用的各种参数 贴合用户的实际情况， 可以有效减少预测中的不 确定因素， 也降低了预测难度， 从而可 以有效提 高预测准确率。 权利要求书2页 说明书7页 附图1页 CN 114186717 A 2022.03.15 CN 114186717 A 1.一种云端资源的需求预测方法， 其特征在于， 所述方法适用于云端服务器， 所述方法 包括： 在预设时长内收集关于用户使用云端资源的资源类型以及关于用户在使用云端资源 后的使用反馈信息； 基于所述资源类型查找在预设时长内的若干个资源使用数值； 采用所述若干个资源使用数值制作成云端资源在预设时长内的使用变化曲线图； 从所述使用变化曲线图中提取变化斜率值以及从所述使用反馈信息提取用户的反馈 意图， 并将所述变化斜率值和所述反馈意图输入至深度学习算法LSTM中以预测云端资源的 需求结果。 2.根据权利要求1所述的云端资源的需求预测方法， 其特征在于， 所述从所述领用变化 曲线图中提取变化 斜率值， 包括： 确定所述资源类型与公司业 务的关联度； 按照所述关联度从预设的多个切割间距中提取目标切割间距； 基于所述目标切割间距将所述使用变化曲线图划分成若干个切割曲线图； 分别获取每 个所述切割曲线图的切割斜 率值， 得到若干个切割斜 率值； 对所述若干个切割斜 率值进行加权平均得到变化 斜率值。 3.根据权利要求1所述的云端资源的需求预测方法， 其特征在于， 所述从所述使用反馈 信息提取用户的反馈意图， 包括： 将所述使用反馈信息转换成反馈文本； 基于预设的关键词库从所述反馈文本中提取若干个反馈关键词； 利用所述若干个反馈关键词构建反馈意图。 4.根据权利要求1 ‑3任意一项所述的云端资源的需求预测方法， 其特征在于， 所述将所 述变化斜率值和所述反馈意图输入至深度学习算法LSTM中以预测云端资源的需求结果， 包 括： 将所述变化 斜率值和所述反馈意图编辑成对应的模型训练样本； 所述模型训练样本 输入至深度学习算法LSTM的隐藏层中进行物资预测得到预测结果； 对所述预测结果进行线性回归得到需求结果。 5.一种云端资源的需求预测装置， 其特征在于， 所述装置适用于云端服务器， 所述装置 包括： 收集模块， 用于在预设时长 内收集关于用户使用云端资源的资源类型以及 关于用户在 使用云端资源后的使用反馈信息； 查找模块， 用于基于所述资源类型查找在预设时长内的若干个资源使用数值； 制作模块， 用于采用所述若干个资源使用数值制作成物资在预设时长 内的使用变化曲 线图； 预测模块， 用于从所述使用变化曲线图中提取变化斜率值以及从所述使用反馈信 息提 取用户的反馈意图， 并将所述变化斜率值和所述反馈意图输入至深度学习算法LSTM中以预 测云端资源的需求结果。 6.根据权利要求5所述的云端资源的需求预测装置， 其特征在于， 所述预测模块还用 于：权　利　要　求　书 1/2 页 2 CN 114186717 A 2确定所述资源类型与公司业 务的关联度； 按照所述关联度从预设的多个切割间距中提取目标切割间距； 基于所述目标切割间距将所述使用变化曲线图划分成若干个切割曲线图； 分别获取每 个所述切割曲线图的切割斜 率值， 得到若干个切割斜 率值； 对所述若干个切割斜 率值进行加权平均得到变化 斜率值。 7.根据权利要求5所述的云端资源的需求预测装置， 其特征在于， 所述预测模块还用 于： 将所述使用反馈信息转换成反馈文本； 基于预设的关键词库从所述反馈文本中提取若干个反馈关键词； 利用所述若干个反馈关键词构建反馈意图。 8.根据权利要求5 ‑7任意一项所述的云端资源的需求预测装置， 其特征在于， 所述预测 模块还用于： 将所述变化 斜率值和所述反馈意图编辑成对应的模型训练样本； 所述模型训练样本 输入至深度学习算法LSTM的隐藏层中进行物资预测得到预测结果； 对所述预测结果进行线性回归得到需求结果。 9.一种电子设备， 包括： 存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑4任意一项 所述的云端 资源的需求预测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机可 执行指令， 所述计算机可执行指令用于使计算机执行如权利要求1 ‑4任意一项所述的云端 资源的需求预测方法。权　利　要　求　书 2/2 页 3 CN 114186717 A 3