一种任务量波动情况预测方法、装置、设备及其存储介质

本申请属于智能预测技术领域，涉及一种任务量波动情况预测方法、装置、设备及其存储介质，通过获取历史影响任务量变化的多源异构数据；通过预处理、特征工程、时序分解分解出影响任务量变化的核心特征数据；融合核心特征数据，得到跨模态的核心特征数据融合表示；进行任务量变化影响权重调整更新，得到跨模态的任务量波动情况预测模型。结合了历史影响任务量变化的多源异构数据，进行跨模态的任务量波动情况预测模型构建，使得后续在实际进行任务量波动情况预测时，更加符合实际情况。将该方法应用到容易受多源异构数据影响的金融业务场景下，能够更加准确的预测出任务量的波动变化。