前言:想要寫出一篇引人入勝的文章?我們特意為您整理了蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法淺析范文,希望能給你帶來靈感和參考,敬請閱讀。
摘要:目前,蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測技術(shù)與方法上,主要采用統(tǒng)計和深度學(xué)習(xí)方法,由于用戶的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量變異較大,所以將可能有較大的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量估計誤差。因此,本文研究提出一套蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法,分析目標(biāo)客戶前幾個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合,預(yù)測目標(biāo)客戶下一周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,并可依估計的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量提供營銷信息予客戶,增加客戶對蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量的購買量,降低客戶費(fèi)率,增加移動網(wǎng)絡(luò)運(yùn)營商收入,建立雙贏。在實(shí)驗(yàn)中,本研究取得7月份56萬個用戶記錄進(jìn)行分析,并與傳統(tǒng)預(yù)測方法進(jìn)行比較,證實(shí)此方法確實(shí)較為優(yōu)越,且平均正確率可達(dá)87.97%。
關(guān)鍵詞:蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量;賬務(wù)計算;k個最近鄰居算法
4G/5G蜂窩移動網(wǎng)絡(luò)日益普及,分析和預(yù)測蜂窩移動網(wǎng)絡(luò)用戶的數(shù)據(jù)用量也越來越受到重視,其將有助于移動網(wǎng)絡(luò)運(yùn)營商進(jìn)行網(wǎng)絡(luò)策略部署和客戶方案推薦。在目前蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測上,主要采用統(tǒng)計和深度學(xué)習(xí)方法來進(jìn)行預(yù)測,需要進(jìn)行大量統(tǒng)計,由于用戶個人的通訊行為使蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量差異較大,且統(tǒng)計僅能得到同一資費(fèi)方案中的平均值及趨勢,若在同一資費(fèi)方案中蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量變異大,則統(tǒng)計和深度學(xué)習(xí)方法將可能得到較大的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量估計誤差。因此,本研究提出蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測法,分析目標(biāo)客戶前幾個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合,以預(yù)測目標(biāo)客戶下一周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,并可依此蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)預(yù)估用量提供營銷信息予客戶,增加客戶對蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量的購買量,以增加企業(yè)收入。本研究提出蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測系統(tǒng),包含手機(jī)端設(shè)備、核心網(wǎng)絡(luò)端、賬務(wù)計算服務(wù)器、數(shù)據(jù)庫、預(yù)測服務(wù)器以及決策服務(wù)器。手機(jī)端設(shè)備進(jìn)行蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)通信將通過核心網(wǎng)絡(luò)端鏈接至因特網(wǎng),并且該通信記錄由核心網(wǎng)絡(luò)端傳送至賬務(wù)計算服務(wù)器,由賬務(wù)計算服務(wù)器統(tǒng)計每個用戶每個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,并將此用量儲存于數(shù)據(jù)庫。預(yù)測服務(wù)器將可運(yùn)用蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法,分析目標(biāo)客戶前幾個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合,并將此集合與數(shù)據(jù)庫中相同資費(fèi)方案的歷史數(shù)據(jù)集合進(jìn)行比對,找出最相似的幾筆蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合,令最相似的數(shù)據(jù)權(quán)重最高,再將這幾筆蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合進(jìn)行加權(quán)平均,以取得目標(biāo)客戶下一周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)預(yù)估用量,再傳送至決策服務(wù)器。決策服務(wù)器將依據(jù)預(yù)測的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,經(jīng)過決策運(yùn)算產(chǎn)生相關(guān)的營銷、預(yù)警、網(wǎng)絡(luò)部署等策略,提供相關(guān)建議信息予企業(yè)主管和客戶參考。此論文以下分為四個章節(jié),在第二節(jié)中將說明蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法,各個步驟的作法和設(shè)計原理。第三節(jié)則針對本研究提出的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法進(jìn)行實(shí)證和分析。最后一節(jié)則說明此論文之結(jié)論與未來研究方向。
1蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法
本研究設(shè)計蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法,主要包含5個步驟:(1)設(shè)定相關(guān)參數(shù)值;(2)收集和統(tǒng)計每個用戶每個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量;(3)取得前n個周期之蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,并轉(zhuǎn)換為向量集合;(4)與歷史數(shù)據(jù)進(jìn)行比對,取得最相似的k筆數(shù)據(jù);(5)依每筆數(shù)據(jù)向量距離進(jìn)行加權(quán)平均,估計蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,分述如下。
1.1設(shè)定相關(guān)參數(shù)值
蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法將分析每個客戶每個周期(m天)的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量、每個客戶前n個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合以及取得歷史數(shù)據(jù)中最相似的k筆數(shù)據(jù),在此步驟中將先設(shè)定m、n、k等參數(shù)值,以進(jìn)行后續(xù)預(yù)測計算。其中,在本研究案例中,設(shè)定m值為5(即一個周期5天),n值為5(即分析前5個周期),以及k值為2(即取得數(shù)據(jù)庫中最相似的2筆記錄),以進(jìn)行蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法說明。
1.2收集和統(tǒng)計每個用戶每個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量
在此步驟中,由核心網(wǎng)絡(luò)端實(shí)時收集和記錄每個用戶的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)通信記錄,并由賬務(wù)計算服務(wù)器依設(shè)定之每5天為1個周期,計算每個用戶每個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,并將此數(shù)據(jù)儲存至數(shù)據(jù)庫。在本研究案例中,以封包數(shù)為蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量的單位,如表1,賬務(wù)計算服務(wù)器統(tǒng)計使用者編號1在7月1日到7月5日這個周期共傳收1,881,531個封包
1.3取得前n個周期之蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,并轉(zhuǎn)換為向量集合
在此步驟中,由預(yù)測服務(wù)器依參數(shù)值設(shè)定取出數(shù)據(jù)庫中的數(shù)據(jù),取得目標(biāo)客戶前5個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合,并將此集合作為該用戶蜂窩移動網(wǎng)絡(luò)上網(wǎng)行為的參考依據(jù),依此進(jìn)行后續(xù)的分析與判斷使用。在本研究案例中,將預(yù)測使用者編號1在7月26日到7月31日這個周期(第i個周期)的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量q1,i,故將取得其前5個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合Q1,i-1,i-5={q1,i-5,q1,i-4,q1,i-3,q1,i-2,q1,i-1}(即7月1日到7月25日期間的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量),如公式(1)、(2)、以及表2所示。{}1,12,13,14,15,15,1,1,,,,−−−−−−−=iiiiiiiqqqqqQ(1){}1,1,51881531,5651084,1875929,3116748,1808503iiQ−−=(2)
1.4與歷史數(shù)據(jù)進(jìn)行比對,取得最相似的k筆數(shù)據(jù)
在此步驟中,將向數(shù)據(jù)庫取出目標(biāo)客戶相同資費(fèi)群組(使用者編號1的資費(fèi)群組為Group1)的歷史蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量數(shù)據(jù),不同資費(fèi)群組的客戶蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量數(shù)據(jù)將不被考慮,如表3所示。例如,用戶編號c的歷史蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量數(shù)據(jù)集合為Qc,i-6,i-11={qc,i-11,qc,i-10,qc,i-9,qc,i-8,qc,i-7,qc,i-6}(即6月1日到6月30日期間的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量),如公式(3)、(4)所示。{},6,,16,7,8,9,10,1,,,,,−−−−−−−−=iciciciciciciicqqqqqqQ(3){},6,111731307,4234143,2018105,3696109,2513784,3622136ciiQ−−=(4)預(yù)測服務(wù)器將目標(biāo)客戶前5個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合Q1,i-1,i-5與歷史數(shù)據(jù)每筆蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合進(jìn)行比對,而在本研究案例中,相似度權(quán)重計算主要采用歐幾里德距離的倒數(shù),例如,為使用者編號1與使用者編號j的歐幾里德距離(),7,5,1,11,iijii−−−−QQd如公式(5),以及為使用者編號1與使用者編號j的相似度權(quán)重jw,1如公式(6)。其中,M為一個極大數(shù),在本研究案例中,設(shè)定為1000000。依此可計算出使用者編號1前5個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合Q1,i-1,i-5={q1,i-5,q1,i-4,q1,i-3,q1,i-2,q1,i-1}(即7月1日到7月25日期間的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量)與歷史數(shù)據(jù)每筆蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合計算的相似度權(quán)重如表4所示。當(dāng)與每一筆歷史蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量數(shù)據(jù)集合比對得到權(quán)重jw,1后,取得權(quán)重最大的k筆(在本研究案例中k為2),其中權(quán)重最大值為f1和其對應(yīng)的前第i-(n+1)個周期蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量為g1、權(quán)重第二大值為f2和其對應(yīng)的前第i-(n+1)個周期蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量為g2,依此類推如公式(7)所示。jcjwf,111max≤≤=(7)
1.5依每筆數(shù)據(jù)向量距離進(jìn)行加權(quán)平均,估計蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量
在此步驟中,分別將相似度最大的k筆數(shù)據(jù)所對應(yīng)的前第i-(n+1)個周期蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量依權(quán)重進(jìn)行加權(quán)平均,如公式(8)所示。在本研究案例中,與使用者編號1前5個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合Q1,i-1,i-5相似度最高的2筆分別為使用者編號c的歷史蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量數(shù)據(jù)集合,7,iic−−1Q和用戶編號1的歷史蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量數(shù)據(jù)集合,7,1ii−−1Q,故f1為9770.00000048,1=cw、g1為36221366,=ic−q、f2為0740.000000201,1w=、g2為34235946,1=i−q。因此,使用者編號1于7月26日到7月31日這個周期(第i個周期)的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)估計用量q1,i’為3,140,242,如公式(9)所示?!啤?=×=kbbkbbbifgfq11,1'(8)31402420740.000000209770.0000004834235940740.0000002036221369770.00000048',1=+×+×=iq(9)當(dāng)預(yù)測服務(wù)器完成目標(biāo)客戶蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測后,可將此預(yù)測值傳送至決策服務(wù)器,并依據(jù)預(yù)測的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量,經(jīng)過決策運(yùn)算產(chǎn)生相關(guān)的營銷、預(yù)警、網(wǎng)絡(luò)部署等策略,并提供相關(guān)建議信息予企業(yè)和客戶參考。在本研究案例中,使用者編號1的資費(fèi)群組允許之封包數(shù)量為15,000,000,而目前使用者編號1已使用封包數(shù)量14,333,795,并且估計使用者編號1到7月31日時,將累計使用封包數(shù)量為17,474,037,故由決策服務(wù)器提供預(yù)警信息予用戶編號1,并推薦使用者編號1其他資費(fèi)方案以供參考。
2實(shí)驗(yàn)結(jié)果與討論
本研究中主要收集7月份某地區(qū)北部用戶不同資費(fèi)方案,共涵蓋565,606個用戶記錄,設(shè)定算法中的k值為10,并與傳統(tǒng)預(yù)測方法(資費(fèi)方案之用量平均值方法、深度神經(jīng)網(wǎng)絡(luò))進(jìn)行比較。由實(shí)驗(yàn)數(shù)據(jù)顯示,本研究提出的方法正確率較其他算法高,正確率達(dá)87.97%,如表5所示。
3結(jié)語
本研究提出蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測方法,分析目標(biāo)客戶前幾個周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合,并將此集合與數(shù)據(jù)庫中相同資費(fèi)方案的歷史數(shù)據(jù)集合進(jìn)行比對,找出最相似的幾筆蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合,令最相似的資料權(quán)重最高,再將這幾筆蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量集合進(jìn)行加權(quán)平均,以取得目標(biāo)客戶下一周期的蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)預(yù)估用量。實(shí)驗(yàn)中與傳統(tǒng)預(yù)測方法進(jìn)行比較,證實(shí)此方法確實(shí)較為優(yōu)越,且平均正確率可達(dá)87.97%。未來可將此方法應(yīng)用于4G/5G蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量預(yù)測,并依此蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)預(yù)估用量提供營銷信息予客戶,增加客戶對蜂窩移動網(wǎng)絡(luò)數(shù)據(jù)用量的購買量,同時,降低客戶費(fèi)率、增加移動網(wǎng)絡(luò)運(yùn)營商收入,達(dá)到雙贏效果。
參考文獻(xiàn):
[1]倪志剛.一種網(wǎng)絡(luò)指標(biāo)數(shù)據(jù)預(yù)測的方法,電信科學(xué),第29卷,第3期,第141-146頁,2013.
[2]丁章,于德成.基于循環(huán)神經(jīng)網(wǎng)絡(luò)的無線通信指標(biāo)預(yù)測應(yīng)用研究,山東通信技術(shù),第40卷,第1期,第18-20頁,2020.
[3]丁尹,桑楠,李曉瑜,吳飛舟.基于循環(huán)神經(jīng)網(wǎng)絡(luò)的電信行業(yè)容量數(shù)據(jù)預(yù)測方法,計算機(jī)應(yīng)用,第41卷,第8期,第2373-2378頁,2021.
作者:陳志華 單位:福州大學(xué)計算機(jī)與大數(shù)據(jù)學(xué)院