基于网站流量的时间序列预测资源整理
目录
去年到现在一些关于时间序列预测的资料的整理。 kaggle文章：
- everything you can do with time series
- kaggle - web-traffic-time-series-forecasting - 1st solution。谷歌的这个比赛是针对流量预测作的，其中第一名的一些思路是很有意思的，比如引入seq2seq模型等。
微信公众号：
- 代码实践|LSTM预测股票数据该公众号的其他文章都挺有意思的。
知乎：
论文：
- 杜爽,徐展琦,马涛,杨帆.基于神经网络模型的网络流量预测综述[J].无线电通信技术,2020,46(02):216-222.从名字上就可以知道内容了。
- 王海宁,袁祥枫,杨明川.基于LSTM与传统神经网络的网络流量预测及应用[J].移动通信,2019,43(08):37-44.。提出了一个比较可行的LSTM架构。
- TCN - An Empirical Evaluation of Generic Convolutional and Recurrent Networks for Sequence Modeling，据说很强大，没有使用过。
电子书：
成品：
kaggle资料整理
比赛：
数据库：
- UCI - time series
- UCR数据库
- 斯坦福网络数据，似乎更多是网络结点的数据
- CompEngine，时间序列，但是似乎不权威
- google集群数据
- 维基百科pagecount数据
- google比赛数据，维基百科两年的数据
- wikipediatrend，包括了维基百科pageview数据，从07年到现在的日级别页面访问量数据。