技术摘要：
本发明实施例提供了一种营业时间预测方法和装置，获得目标场所的第一真实客流量；第一真实客流量包括：在当前时刻之前第一历史日期的预设时间段的真实客流量；将第一真实客流量输入至预设的客流量预测模型，得到目标场所在待预测时间段的第一预测客流量；将第一预测客  全部
背景技术：
商场、大型超市等场所可以具有不同的营业时间，营业时间可以包括开始营业时 间和结束营业时间。例如，商场的开始营业时间为早上9点，结束营业时间为晚上11点，则商 场的营业时间为早上9点-晚上11点；大型超市的开始营业时间为早上7点，结束营业时间为 晚上10点，则大型超市的营业时间为早上7点-晚上10点。 然而，上述场所的营业时间可能并不固定，例如，天气变化、突发事件等都有可能 导致上述场所推迟开始营业时间，或者，提前结束营业时间。因此，亟需一种方法，以预测上 述场所的营业时间。
技术实现要素：
本发明实施例的目的在于提供一种营业时间预测方法和装置，能够准确地预测场 所的营业时间。具体技术方案如下： 第一方面，为了达到上述目的，本发明实施例公开了一种营业时间预测方法，所述 方法包括： 获得目标场所的第一真实客流量；所述第一真实客流量包括：在当前时刻之前第 一历史日期的预设时间段的真实客流量； 将所述第一真实客流量输入至预设的客流量预测模型，得到所述目标场所在待预 测时间段的第一预测客流量； 将所述第一预测客流量符合第一特征的时间段的起始时间，确定为所述目标场所 的预测开始营业时间，和/或将所述第一预测客流量符合第二特征的时间段的起始时间，确 定为所述目标场所的预测结束营业时间。 可选的，所述客流量预测模型为：第一均值模型或第二均值模型或时间序列模型； 其中，所述第一均值模型与所述第二均值模型采用不同的均值算法； 所述客流量预测模型采用如下步骤获得： 获取当前时刻之前第二历史日期的所述预设时间段的真实客流量，作为第二真实 客流量； 将所述第二真实客流量，分别输入至预设的初始第一均值模型和初始第二均值模 型和初始时间序列模型，得到各个模型输出的所述第二历史日期的所述预设时间段之后的 时间段的预测客流量，作为第二预测客流量； 分别计算各个第二预测客流量，与所述第二历史日期的所述预设时间段之后的时 间段的真实客流量之间的差值，作为各个模型的预测误差； 确定预测误差最小的初始第一均值模型或初始第二均值模型或初始时间序列模 型，作为初始预测模型； 4 CN 111553737 A 说　明　书 2/14 页 基于所述初始预测模型，确定客流量预测模型。 可选的，所述基于所述初始预测模型，确定客流量预测模型，包括： 将所述初始预测模型确定为客流量预测模型。 可选的，所述基于所述初始预测模型，确定客流量预测模型，包括： 确定得到所述第二预测客流量时，所述初始预测模型的模型参数的参数值； 将模型参数为确定的参数值的所述初始预测模型，确定为客流量预测模型。 可选的，所述第二历史日期包括所述待预测时间段的前一周内，与所述待预测时 间段的日期类型相同的历史日期；其中，所述日期类型为工作日或非工作日。 可选的，所述预设时间段按预设的时间粒度被划分为多个子时间段；所述第一真 实客流量包括：在当前时刻之前第一历史日期的所述预设时间段中，各个子时间段的真实 客流量；所述第一预测客流量包括在所述待预测时间段中，各个子时间段的第一预测客流 量； 所述将所述第一预测客流量符合第一特征的时间段的起始时间，确定为所述目标 场所的预测开始营业时间，和/或将所述第一预测客流量符合第二特征的时间段的起始时 间，确定为所述目标场所的预测结束营业时间，包括： 分别计算所述待预测时间段中，各个子时间段的第一预测客流量的变化率； 确定所述第一预测客流量的变化率最大的子时间段的起始时间，为所述目标场所 的预测开始营业时间；和/或， 确定所述第一预测客流量小于预设客流量阈值，且上一子时间段的所述第一预测 客流量不小于所述预设客流量阈值的子时间段为目标子时间段； 确定所述目标子时间段的起始时间，为所述目标场所的预测结束营业时间。 可选的，所述方法应用于目标场所的机器人，所述方法还包括： 在所述目标场所的预测开始营业时间和预测结束营业时间之间，播放待展示信 息； 或， 所述方法应用于与所述目标场所的机器人通信连接的服务器，所述方法还包括： 将所述目标场所的预测开始营业时间和预测结束营业时间发送至所述机器人，以 使所述机器人在所述目标场所的预测开始营业时间和预测结束营业时间之间，播放待展示 信息。 第二方面，为了达到上述目的，本发明实施例公开了一种营业时间预测装置，所述 装置包括： 获得模块，用于获得目标场所的第一真实客流量；所述第一真实客流量包括：在当 前时刻之前第一历史日期的预设时间段的真实客流量； 预测模块，用于将所述第一真实客流量输入至预设的客流量预测模型，得到所述 目标场所在待预测时间段的第一预测客流量； 确定模块，用于将所述第一预测客流量符合第一特征的时间段的起始时间，确定 为所述目标场所的预测开始营业时间，和/或将所述第一预测客流量符合第二特征的时间 段的起始时间，确定为所述目标场所的预测结束营业时间。 可选的，所述客流量预测模型为：第一均值模型或第二均值模型或时间序列模型； 5 CN 111553737 A 说　明　书 3/14 页 其中，所述第一均值模型与所述第二均值模型采用不同的均值算法； 所述装置还包括： 客流量预测模型获取模块，用于获取当前时刻之前第二历史日期的所述预设时间 段的真实客流量，作为第二真实客流量； 将所述第二真实客流量，分别输入至预设的初始第一均值模型和初始第二均值模 型和初始时间序列模型，得到各个模型输出的所述第二历史日期的所述预设时间段之后的 时间段的预测客流量，作为第二预测客流量； 分别计算各个第二预测客流量，与所述第二历史日期的所述预设时间段之后的时 间段的真实客流量之间的差值，作为各个模型的预测误差； 确定预测误差最小的初始第一均值模型或初始第二均值模型或初始时间序列模 型，作为初始预测模型； 基于所述初始预测模型，确定客流量预测模型。 可选的，所述客流量预测模型获取模块，具体用于将所述初始预测模型确定为客 流量预测模型。 可选的，所述客流量预测模型获取模块，具体用于确定得到所述第二预测客流量 时，所述初始预测模型的模型参数的参数值； 将模型参数为确定的参数值的所述初始预测模型，确定为客流量预测模型。 可选的，所述第二历史日期包括所述待预测时间段的前一周内，与所述待预测时 间段的日期类型相同的历史日期；其中，所述日期类型为工作日或非工作日。 可选的，所述预设时间段按预设的时间粒度被划分为多个子时间段；所述第一真 实客流量包括：在当前时刻之前第一历史日期的所述预设时间段中，各个子时间段的真实 客流量；所述第一预测客流量包括在所述待预测时间段中，各个子时间段的第一预测客流 量； 所述确定模块，具体用于分别计算所述待预测时间段中，各个子时间段的第一预 测客流量的变化率； 确定所述第一预测客流量的变化率最大的子时间段的起始时间，为所述目标场所 的预测开始营业时间；和/或， 确定所述第一预测客流量小于预设客流量阈值，且上一子时间段的所述第一预测 客流量不小于所述预设客流量阈值的子时间段为目标子时间段； 确定所述目标子时间段的起始时间，为所述目标场所的预测结束营业时间。 可选的，所述装置应用于目标场所的机器人，所述装置还包括： 展示模块，用于在所述目标场所的预测开始营业时间和预测结束营业时间之间， 播放待展示信息； 或， 所述装置应用于与所述目标场所的机器人通信连接的服务器，所述装置还包括： 发送模块，用于将所述目标场所的预测开始营业时间和预测结束营业时间发送至 所述机器人，以使所述机器人在所述目标场所的预测开始营业时间和预测结束营业时间之 间，播放待展示信息。 在本发明实施的另一方面，为了达到上述目的，本发明实施例还公开了一种电子 6 CN 111553737 A 说　明　书 4/14 页 设备，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通 信接口，所述存储器通过所述通信总线完成相互间的通信； 所述存储器，用于存放计算机程序； 所述处理器，用于执行所述存储器上所存放的程序时，实现如上述第一方面所述 的营业时间预测方法。 在本发明实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读 存储介质中存储有计算机程序，所述计算机程序被处理器执行时，实现如上述第一方面所 述的营业时间预测方法。 本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行 时，使得计算机执行上述任一所述的营业时间预测方法。 本发明实施例有益效果： 本发明实施例提供的一种营业时间预测方法，可以获得目标场所的第一真实客流 量；第一真实客流量包括：在当前时刻之前第一历史日期的预设时间段的真实客流量；将第 一真实客流量输入至预设的客流量预测模型，得到目标场所在待预测时间段的第一预测客 流量；将第一预测客流量符合第一特征的时间段的起始时间，确定为目标场所的预测开始 营业时间，和/或将第一预测客流量符合第二特征的时间段的起始时间，确定为目标场所的 预测结束营业时间。基于上述处理，能够预测出目标场所在待预测时间段的客流量，而客流 量的大小受目标场所的营业时间影响，因此，根据预测的客流量，能够准确地预测目标场所 在待预测时间段的营业时间。 当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优 点。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。 图1为本发明实施例提供的一种营业时间预测方法的流程图； 图2a为本发明实施例提供的营业时间预测方法中确定预测开始营业时间的流程 图； 图2b为本发明实施例提供的营业时间预测方法中确定预测结束营业时间的流程 图； 图3为应用本发明实施例后预测客流量与真实客流量的一种对比图； 图4为应用本发明实施例后预测客流量与真实客流量的另一种对比图； 图5为本发明实施例提供的营业时间预测方法中获取客流量预测模型的流程图； 图6为本发明实施例中客流量预测模型构建过程示意图； 图7为本发明实施例提供的一种营业时间预测装置的结构图； 图8为本发明实施例提供的一种电子设备的结构图。 7 CN 111553737 A 说　明　书 5/14 页