1.一种站点流量确定方法，其特征在于，所述站点流量确定方法包括：获取站点训练样本，所述站点训练样本中包括样本站点在第一时段的站点信息及所述样本站点在第二时段的流量结果，所述站点信息包括所述样本站点在所述第一时段的当前流量；

获取预设学习器，所述预设学习器中包括空间特征处理网络及时间特征处理网络，所述空间特征处理网络中包括注意力层及卷积层；

根据所述站点信息从所述空间特征处理网络中确定所述样本站点的相邻站点；

基于所述注意力层对所述站点信息及所述相邻站点的相邻信息进行分析，得到所述样本站点与每个相邻站点的相关度；

基于所述卷积层对所述相关度及所述相邻信息进行卷积处理，得到所述样本站点在所述第二时段的站点特征信息；

基于所述时间特征处理网络对所述站点特征信息及所述当前流量进行分析，得到所述样本站点在所述第二时段的预测结果；

根据所述预测结果及所述流量结果调整所述预设学习器中的参数，直至所述预设学习器的损失值收敛，得到与所述预设学习器对应的流量预测模型；

当接收到流量预测请求时，根据所述流量预测请求获取分析站点及所述分析站点的预测时段，并将所述分析站点在所述预测时段所对应的目标时段的数据信息输入至所述流量预测模型中，得到所述分析站点在所述预测时段的流量结果。

2.如权利要求1所述的站点流量确定方法，其特征在于，所述站点信息还包括所述样本站点的位置信息，所述根据所述站点信息从所述空间特征处理网络中确定所述样本站点的相邻站点包括：

从所述空间特征处理网络中获取基准坐标系，并将所述位置信息映射至所述基准坐标系中，得到位置坐标；

从所述基准坐标系中获取与所述位置坐标存在连结关系的坐标作为连结坐标；

计算所述位置坐标与所述连结坐标的距离；

将所述距离小于预设距离阈值的连接坐标所对应的站点确定为所述相邻站点。

3.如权利要求1所述的站点流量确定方法，其特征在于，所述基于所述注意力层对所述站点信息及所述相邻站点的相邻信息进行分析，得到所述样本站点与每个相邻站点的相关度包括：

基于预设向量映射表对所述站点信息进行向量化处理，得到站点向量，并基于所述预设向量映射表对所述相邻信息进行向量化处理，得到相邻向量；

获取所述注意力层中的第一权重矩阵及第二权重矩阵；

计算所述站点向量与所述第一权重矩阵的乘积，得到第一权值向量，并计算所述相邻向量与所述第一权重矩阵的乘积，得到第二权值向量；

拼接所述第一权值向量及所述第二权值向量，得到拼接向量，并计算所述拼接向量与所述第二权重矩阵的乘积，得到目标权值向量；

获取所述注意力层中的激活函数；

基于所述激活函数对所述目标权值向量进行处理，得到所述样本站点与每个相邻站点的注意力分数；

对所述注意力分数进行归一化处理，得到所述相关度。

4.如权利要求3所述的站点流量确定方法，其特征在于，所述基于所述卷积层对所述相关度及所述相邻信息进行卷积处理，得到所述样本站点在所述第二时段的站点特征信息包括：

获取所述相邻信息对应的所述相邻向量；

获取所述卷积层中的卷积参数；

计算所述卷积参数、每个所述相关度及每个所述相邻站点的所述相邻向量的乘积，得到多个特征向量；

计算所述多个特征向量中相同维度上的元素总和，得到所述站点特征信息。

5.如权利要求1所述的站点流量确定方法，其特征在于，所述基于所述时间特征处理网络对所述站点特征信息及所述当前流量进行分析，得到所述样本站点在所述第二时段的预测结果包括：

拼接所述当前流量及所述站点特征信息，得到输入向量；

获取所述时间特征处理网络中重置门的重置矩阵及更新门中的更新矩阵；

基于所述重置矩阵对所述输入向量进行处理，得到重置向量，并基于所述更新矩阵对所述输入向量进行处理，得到更新向量；

获取所述时间特征处理网络中候选层的候选矩阵；

计算所述重置向量与所述当前流量的乘积，得到运算向量，并拼接所述运算向量及所述站点特征信息，得到候选输入；

计算所述候选输入与所述候选矩阵的乘积，得到候选向量；

以所述更新向量作为所述候选向量的候选权值，对所述候选向量及所述当前流量进行加权和运算处理，得到所述预测结果。

6.如权利要求1所述的站点流量确定方法，其特征在于，所述根据所述预测结果及所述流量结果调整所述预设学习器中的参数，直至所述预设学习器的损失值收敛，得到与所述预设学习器对应的流量预测模型包括：基于下列公式计算所述预设学习器的所述损失值包括：其中，RMSE是指所述损失值，n是指所述站点训练样本的样本数量，Yt是指第i个站点训练样本的流量结果， 是指第i个站点训练样本的预测结果；

根据所述损失值调整所述预设学习器中的所述参数，直至所述损失值不再降低，停止调整所述参数并得到所述流量预测模型。

7.如权利要求1所述的站点流量确定方法，其特征在于，所述根据所述流量预测请求获取分析站点及所述分析站点的预测时段包括：解析所述流量预测请求的报文，得到所述报文携带的数据信息；

从所述数据信息中获取指示站点的信息作为站点识别码，并根据所述站点识别码所对应的站点确定为所述分析站点；

从所述数据信息中获取指示时间的信息作为初始时段，并获取所述流量预测请求的接收时刻；

若所述初始时段处于所述接收时刻之后，将所述初始时段确定为所述预测时段。

8.一种站点流量确定装置，其特征在于，所述站点流量确定装置包括：获取单元，用于获取站点训练样本，所述站点训练样本中包括样本站点在第一时段的站点信息及所述样本站点在第二时段的流量结果，所述站点信息包括所述样本站点在所述第一时段的当前流量；

所述获取单元，还用于获取预设学习器，所述预设学习器中包括空间特征处理网络及时间特征处理网络，所述空间特征处理网络中包括注意力层及卷积层；

确定单元，用于根据所述站点信息从所述空间特征处理网络中确定所述样本站点的相邻站点；

分析单元，用于基于所述注意力层对所述站点信息及所述相邻站点的相邻信息进行分析，得到所述样本站点与每个相邻站点的相关度；

卷积单元，用于基于所述卷积层对所述相关度及所述相邻信息进行卷积处理，得到所述样本站点在所述第二时段的站点特征信息；

所述分析单元，还用于基于所述时间特征处理网络对所述站点特征信息及所述当前流量进行分析，得到所述样本站点在所述第二时段的预测结果；

调整单元，用于根据所述预测结果及所述流量结果调整所述预设学习器中的参数，直至所述预设学习器的损失值收敛，得到与所述预设学习器对应的流量预测模型；

输入单元，用于当接收到流量预测请求时，根据所述流量预测请求获取分析站点及所述分析站点的预测时段，并将所述分析站点在所述预测时段所对应的目标时段的数据信息输入至所述流量预测模型中，得到所述分析站点在所述预测时段的流量结果。

9.一种电子设备，其特征在于，所述电子设备包括：存储器，存储有计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至7中任意一项所述的站点流量确定方法。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的站点流量确定方法。