本技术属于数据处理，具体涉及一种客流量预测方法、装置、设备和介质。
背景技术：
1、随着全球经济和城市化步伐的迅速推进，旅游业已成为经济增长的显著推动力。然而，节假日期间，旅游景区和关键区域的客流量激增常常伴随着严重的安全问题，如踩踏事故、交通堵塞和紧急医疗需求等。这些安全问题不仅威胁着游客的生命安全，也给城市管理和应急响应带来了巨大压力。因此，准确预测客流量显得尤为重要。精准的客流量预测有助于景区提前做好资源调配和应急准备，优化游客体验，提升服务质量。同时，对于管理部门而言，客流量预测数据是制定交通管制、医疗应急等预案的重要依据，能够极大地提高公共安全的保障水平。
2、传统的客流量预测方法，是采用时间序列分析历史客流数据中的时间模式(如季节性、周期性、趋势性等)来预测未来的客流量。常用的时间序列模型包括移动平均法、指数平滑法、自回归模型(ar)、自回归移动平均模型(arma)和自回归积分滑动平均模型(arima)等。
3、然而，传统的客流量预测模型在处理涉及复杂空间特征的数据时表现不佳，无法充分捕捉不同地理位置之间的相互关系和影响。不同区域和时间段的客流量差异较大，导致传统的客流量预测模型在进行客流量预测时容易出现过拟合或欠拟合的情况。
技术实现思路
1、本技术提供了一种客流量预测方法、装置、设备和介质，用以解决传统的客流量预测模型在进行客流量预测时容易出现过拟合或欠拟合的问题。
2、第一方面，本技术提供了一种客流量预测方法，包括：
3、获取历史客流量信息，并对所述历史客流量信息进行分析，得到场地空间数据、位置区域数据、时间序列数据、热搜指数、人体舒适度指数以及历史客流量数据；
4、基于所述历史客流量数据，对所述场地空间数据、所述位置区域数据、所述时间序列数据、热搜指数以及人体舒适度指数进行特征处理，得到第一客流量预测特征；
5、将所述第一客流量预测特征输入至部分冻结注意力机制中进行训练，得到第二客流量预测特征；
6、采用回归卷积法对所述第二客流量预测特征进行处理，确定目标客流量预测特征；
7、使用所述目标客流量预测特征预测客流量数据。
8、可选的，所述基于所述历史客流量数据，对所述场地空间数据、所述位置区域数据、所述时间序列数据、热搜指数以及人体舒适度指数进行特征处理，得到第一客流量预测特征，包括：
9、基于所述历史客流量数据，采用逐点卷积特征分别对所述场地空间数据、所述位置区域数据、所述时间序列数据、热搜指数以及人体舒适度指数进行特征处理，得到场地空间特征数据、位置区域特征数据、时间序列特征数据、热搜指数特征数据以及人体舒适度指数特征数据；
10、采用融合卷积特征将所述场地空间特征数据、所述位置区域特征数据、所述时间序列特征数据、所述热搜指数特征数据以及所述人体舒适度指数特征数据进行融合处理，得到第一客流量预测特征。
11、可选的，所述将所述第一客流量预测特征输入至部分冻结注意力机制中进行训练，得到第二客流量预测特征，包括：
12、根据所述第一客流量预测特征，确定部分冻结注意力机制输入层类型；
13、根据所述第一客流量特征和部分冻结注意力机制输入层类型，确定第二客流量预测特征。
14、可选的，所述根据所述第一客流量特征和部分冻结注意力机制输入层类型，确定第二客流量预测特征，包括：
15、若所述部分冻结注意力机制输入层类型为冻结层，则所述第二客流量预测特征为所述第一客流量预测特征；
16、若所述部分冻结注意力机制输入层类型为正常层，则获取第一客流量预测特征的修订系数，根据第一客流量预测特征的修订系数和所述第一客流量预测特征，确定第二客流量预测特征。
17、可选的，所述使用所述目标客流量预测特征预测客流量数据，包括：
18、获取预测空间、预测区域、预测时段、预测热搜指数以及预测人体舒适度指数情况；
19、根据所述预测空间、所述预测区域、所述预测时段、所述预测热搜指数、所述预测人体舒适度指数情况以及所述目标客流量预测特征，确定预测客流量数据。
20、可选的，所述人体舒适度指数包括：平均气温、相对湿度以及风速。
21、第二方面，本技术提供一种客流量预测装置，包括：
22、获取模块，用于获取历史客流量信息；
23、处理模块，用于对所述历史客流量信息进行分析，得到场地空间数据、位置区域数据、时间序列数据、热搜指数、人体舒适度指数以及历史客流量数据；
24、所述处理模块，还用于基于所述历史客流量数据，对所述场地空间数据、所述位置区域数据、所述时间序列数据、热搜指数以及人体舒适度指数进行特征处理，得到第一客流量预测特征；
25、所述处理模块，还用于将所述第一客流量预测特征输入至部分冻结注意力机制中进行训练，得到第二客流量预测特征；
26、所述处理模块，还用于采用回归卷积法对所述第二客流量预测特征进行处理，确定目标客流量预测特征；
27、所述预测模块，还用于使用所述目标客流量预测特征预测客流量数据。
28、可选的，所述处理模块，还用于基于所述历史客流量数据，采用逐点卷积特征分别对所述场地空间数据、所述位置区域数据、所述时间序列数据、热搜指数以及人体舒适度指数进行特征处理，得到场地空间特征数据、位置区域特征数据、时间序列特征数据、热搜指数特征数据以及人体舒适度指数特征数据；
29、所述处理模块，还用于采用融合卷积特征将所述场地空间特征数据、所述位置区域特征数据、所述时间序列特征数据、所述热搜指数特征数据以及所述人体舒适度指数特征数据进行融合处理，得到第一客流量预测特征。
30、可选的，所述客流量预测装置，还包括：确定模块；
31、所述确定模块，用于根据所述第一客流量预测特征，确定部分冻结注意力机制输入层类型；
32、所述确定模块，还用于根据所述第一客流量特征和部分冻结注意力机制输入层类型，确定第二客流量预测特征。
33、可选的，所述确定模块，还用于若所述部分冻结注意力机制输入层类型为冻结层，则所述第二客流量预测特征为所述第一客流量预测特征；
34、所述确定模块，还用于若所述部分冻结注意力机制输入层类型为正常层，则获取第一客流量预测特征的修订系数，根据第一客流量预测特征的修订系数和所述第一客流量预测特征，确定第二客流量预测特征。
35、可选的，所述获取模块，还用于获取预测空间、预测区域、预测时段、预测热搜指数以及预测人体舒适度指数情况；
36、所述确定模块，还用于根据所述预测空间、所述预测区域、所述预测时段、所述预测热搜指数、所述预测人体舒适度指数情况以及所述目标客流量预测特征，确定预测客流量数据。
37、第三方面，本技术提供一种客流量预测设备，包括：
38、存储器；
39、处理器；
40、其中，所述存储器存储计算机执行指令；
41、所述处理器执行所述存储器存储的计算机执行指令，以实现如上述第一方面及第一方面各种可能的实现所述的客流量预测方法。
42、第四方面，本技术提供一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面及第一方面各种可能的实现所述的客流量预测方法。
43、本技术提供了一种客流量预测方法，通过获取历史客流量信息，并对所述历史客流量信息进行分析，得到场地空间数据、位置区域数据、时间序列数据、热搜指数、人体舒适度指数以及历史客流量数据，基于所述历史客流量数据，对所述场地空间数据、所述位置区域数据、所述时间序列数据、热搜指数以及人体舒适度指数进行特征处理，得到第一客流量预测特征，将所述第一客流量预测特征输入至部分冻结注意力机制中进行训练，得到第二客流量预测特征，采用回归卷积法对所述第二客流量预测特征进行处理，确定目标客流量预测特征，使用所述目标客流量预测特征预测客流量数据；该方法提高了客流量预测的准确性。
1.一种客流量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述历史客流量数据，对所述场地空间数据、所述位置区域数据、所述时间序列数据、热搜指数以及人体舒适度指数进行特征处理，得到第一客流量预测特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述第一客流量预测特征输入至部分冻结注意力机制中进行训练，得到第二客流量预测特征，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一客流量特征和部分冻结注意力机制输入层类型，确定第二客流量预测特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述使用所述目标客流量预测特征预测客流量数据，包括：
6.根据权利要求1-3任一项所述的方法，其特征在于，所述人体舒适度指数包括：平均气温、相对湿度以及风速。
7.一种客流量预测装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，包括：
9.一种客流量预测设备，其特征在于，包括：
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-6任一项所述的客流量预测方法。
