Kaggle網(wǎng)站流量預(yù)測模型

Kaggle 是一個網(wǎng)站流量預(yù)測項目，項目采用Python語言開發(fā)，可以給大家的流量預(yù)測建模提供一些思路。

數(shù)據(jù)模型

Kaggle的訓(xùn)練數(shù)據(jù)集由大約14.5萬套時間序列組成，每一套時間序列代表的是每天不同維基百科文章頁的瀏覽次數(shù)，時間記錄的周期為2015年7月1日到2017年9月10日。而我們的目標(biāo)是為了預(yù)測2017年9月13日到2017年11月13日之間每天的頁面瀏覽量。其中，需要檢測的流量包括移動端、桌面端以及爬蟲流量。

注：模型的評價指標(biāo)為SMAPE。

測評方法

使用了一個單一的神經(jīng)網(wǎng)絡(luò)來對14.5萬套時間序列進(jìn)行建模，該模型架構(gòu)跟WaveNet非常相似，主要由擴(kuò)展卷積和因果卷積網(wǎng)絡(luò)組成，整個概念如下圖所示：

為了讓數(shù)據(jù)模型適應(yīng)并生成整個64天的相干預(yù)測值，我們還需要對模型進(jìn)行一些修改。為了在條件信息不足的情況下盡量減少錯誤序列信息的生成，我們采用了一種“序列-序列”的方法，其中的編碼器和解碼器不會共享參數(shù)。這樣一來，我們就可以在模型生成長序列的情況下讓解碼器來負(fù)責(zé)處理積累的噪聲了。

下面給出的是一些樣本預(yù)測，并演示了一些可以捕捉和預(yù)測的網(wǎng)絡(luò)模型。其中，預(yù)測值為黃色，灰色的是真實數(shù)據(jù)值，Y軸為對數(shù)變換：

配置要求

12 GBGPU(建議)+Python2.7

Python數(shù)據(jù)包：

numpy==1.13.1

pandas==0.19.2

scikit-learn==0.18.1

tensorflow==1.3.0 

介紹內(nèi)容來自 FreeBuf