基于网站流量的时间序列预测资源化整理

[wtysos11]

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：

• 时间序列预测方法总结
• 关于时间序列预测的一些总结
• LSTM与prophet预测实验
• 时间序列的七种方法，七种经典算法
• 使用ARIMA和趋势分解法预测

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：

• 澳大利亚莫纳什大学 - 在线预测教材

成品：

• TCN-github
• facebook -prophet

[wtysos11]

kaggle资料整理

• tag: time series
• tag: time series analysis

比赛：

• 10大时间序列竞赛比赛
• 房价预测

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。