摘要
本发明涉及数据处理技术领域,尤其涉及一种基于用户行为分析的水资源管理优化方法,该方法将用户在每个时段内的累计用水量组成用水量序列,根据用水量序列的周期性特征获取代表性周期长度;根据代表性周期长度获取目标子序列,根据目标子序列与用水量序列之间的周期性特征差异,获取行为偏离指数;将目标子序列输入LSTM模型中,利用LSTM模型的内部反馈特征,获取模型反馈因子;根据模型反馈因子与行为偏离指数自适应调整代表性周期长度,得到用于对用户在未来时段内的累计用水量进行预测的子序列,进而利用LSTM模型,预测用户的未来用水行为,提高了利用LSTM模型对未来用水行为进行预测的准确性,实现了对水资源的有效管理。