一种关联规则确定方法及装置制造方法及图纸

本发明专利技术实施例提供一种关联规则确定方法及装置，涉及通信领域，包括：获取N个网络参数的测量值，根据所述N个网络参数中的目标网络参数对所述N个网络参数的测量值进行分级化处理；所述N为大于等于2的整数；根据分级化处理获得的数据确定包括所述目标网络参数的目标频繁项集，确定每一个所述目标频繁项集包括的关联规则；将确定的关联规则中，后件为所述目标网络参数且前件对所述后件的提升度大于1的关联规则确定为所述目标网络参数的关联规则。

A method and device for determining association rules

The embodiment of the invention provides a method and apparatus for determining association rules, which relates to the field of communication, including: acquiring the measured values of N network parameters, grading the measured values of the N network parameters according to the target network parameters of the N network parameters, the N being an integer greater than or equal to 2, and the grading point. The data obtained by the method determines the target frequent itemsets including the target network parameters, determines the association rules included in each target frequent itemset, and determines the association rules in the determined association rules in which the consequent is the target network parameters and the upgrade degree of the previous to the consequent is greater than 1 as the target network parameters. Association rules.

【技术实现步骤摘要】
一种关联规则确定方法及装置
本专利技术实施例涉及通信领域，尤其涉及一种关联规则确定方法及装置。
技术介绍
随着LTE网络负荷的逐渐增大，网络在运行过程中会遇到各种各样的网络异常问题。如装置链路异常、网络资源超负荷、热点区域无法接入等。现网运行中，针对出现的网络异常问题，需要提取问题网络的告警信息，由网络优化人员结合提取到的告警信息与本地网络的性能数据、参数数据和原始信令流等多数据源进行联合分析，根据经验在海量的数据源中筛选数据，定位导致网络异常的原因并提出解决方案。可见，现有技术需要花费时间、人力等进行问题定位，网络问题定位的效率较低，且问题定位结果很大程度上依赖于网络优化人员的经验储备，准确性不稳定。
技术实现思路
本申请提供一种关联规则确定方法及装置，能够确定网络性能数据之间的关联关系，为网络异常分析提供数据支持，保证网络问题定位的准确性及高效性。为达到上述目的，本申请采用如下技术方案：第一方面，公开了一种关联规则确定方法，包括：获取N个网络参数的测量值，根据所述N个网络参数中的目标网络参数对所述N个网络参数的测量值进行分级化处理；所述N为大于等于2的整数；根据分级化处理获得的数据确定包括所述目标网络参数的目标频繁项集，确定每一个所述目标频繁项集包括的关联规则；将确定的关联规则中，后件为所述目标网络参数且前件对所述后件的提升度大于1的关联规则确定为所述目标网络参数的关联规则。结合第一方面，在第一方面的第一种可能的实现方式中，所述获取N个网络参数的测量值具体包括：获取满足预设条件的网络参数的测量值，对获取到的网络参数的测量值进行预处理，获得所述N个网络参数的测量值；其中，所述预设条件为预设时间段内或预设地点范围内的网络性能数据；所述预处理包括删除异常测量值、归一化处理、填充缺失值中的至少一个。结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据所述N个网络参数中的目标网络参数对所述N个网络参数的测量值进行分级化处理具体包括：确定所述目标网络参数的分级边界值，根据所述分级边界值将所述目标网络参数的测量值转化为多个不同的离散数值；针对所述N个网络参数中除所述目标网络参数外的每一个网络参数，根据所述离散数值计算该网络参数的测量值的和所述目标网络参数的测量值所构成集合S的信息熵H(S)；对所述N个网络参数中除所述目标网络参数外的每一个网络参数进行分组获得N个集合S1、S2……SN，所述N个集合的信息熵以及所述集合S的信息熵H(S)满足：其中，|S|是第集合S的样本量，|Si|是所述N个集合中的第i个集合的样本量，H(Si)是所述第i个集合的信息熵。结合第一方面或以上第一方面的任意一种可能的实现方式，在第一方面的第三种可能的实现方式中，根据分级化处理获得的数据确定包括目标网络参数的频繁项集具体包括：针对所述多个不同的离散数值中的每一个离散数值，确定包含该离散数值的所有项集，计算该离散数值对所有项集的支持度，将支持度大于第二门限阈值的项集确定为包含该离散数值对应的频繁项集；将所述多个不同的离散数值对应的频繁项集确定为所述包括目标网络参数的频繁项集。结合第一方面或以上第一方面的任意一种可能的实现方式，在第一方面的第四种可能的实现方式中，所述确定所有频繁项集包括的关联规则具体包括：针对每一个所述目标频繁项，根据该目标频繁项集中的任意两个项目生成该目标频繁项集中的关联规则；所述任意两个项目对应两个不同的网络参数。结合第一方面或以上第一方面的任意一种可能的实现方式，在第一方面的第五种可能的实现方式中，所述方法还包括：确定所述目标网络参数出现异常，根据所述目标网络参数的关联规则进行网络异常分析，确定导致所述目标网络参数出现异常的原因。第二方面，其特征在于一种装置，包括：数据提取单元，用于获取N个网络参数的测量值；所述N为大于等于2的整数；分级化处理单元，用于根据所述N个网络参数中的目标网络参数对所述N个网络参数的测量值进行分级化处理；关联规则挖掘单元，用于根据分级化处理获得的数据确定包括所述目标网络参数的目标频繁项集，确定每一个所述目标频繁项集包括的关联规则；将确定的关联规则中，后件为所述目标网络参数且前件对所述后件的提升度大于1的关联规则确定为所述目标网络参数的关联规则。结合第二方面，在第二方面的第一种可能的实现方式中，所述分级化处理单元具体用于，获取满足预设条件的网络参数的测量值，对获取到的网络参数的测量值进行预处理，获得所述N个网络参数的测量值；其中，所述预设条件为预设时间段内或预设地点范围内的网络性能数据；所述预处理包括删除异常测量值、归一化处理、填充缺失值中的至少一个。结合第二方面或第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述分级化处理单元具体用于，确定所述目标网络参数的分级边界值，根据所述分级边界值将所述目标网络参数的测量值转化为多个不同的离散数值；针对所述N个网络参数中除所述目标网络参数外的每一个网络参数，根据所述离散数值计算该网络参数的测量值的和所述目标网络参数的测量值所构成集合S的信息熵H(S)；对所述N个网络参数中除所述目标网络参数外的每一个网络参数进行分组获得N个集合S1、S2……SN，所述N个集合的信息熵以及所述集合S的信息熵H(S)满足：其中，|S|是第集合S的样本量，|Si|是所述N个集合中的第i个集合的样本量，H(Si)是所述第i个集合的信息熵。结合第二方面或以上第二方面的任意一种可能的实现方式，在第二方面的第三种可能的实现方式中，所述关联规则挖掘单元具体用于，针对所述多个不同的离散数值中的每一个离散数值，确定包含该离散数值的所有项集，计算该离散数值对所有项集的支持度，将支持度大于第二门限阈值的项集确定为包含该离散数值对应的频繁项集；将所述多个不同的离散数值对应的频繁项集确定为所述包括目标网络参数的频繁项集。结合第二方面或以上第二方面的任意一种可能的实现方式，在第二方面的第四种可能的实现方式中，所述关联规则挖掘单元具体用于，针对每一个所述目标频繁项，根据该目标频繁项集中的任意两个项目生成该目标频繁项集中的关联规则；所述任意两个项目对应两个不同的网络参数。结合第二方面或以上第二方面的任意一种可能的实现方式，在第二方面的第五种可能的实现方式中，还包括异常分析单元，用于确定所述目标网络参数出现异常，根据所述目标网络参数的关联规则进行网络异常分析，确定导致所述目标网络参数出现异常的原因。附图说明图1为本专利技术实施例提供的装置的结构示意图；图2为本专利技术实施例提供的关联规则确定方法的原理图；图3为本专利技术实施例提供的关联规则确定方法的流程示意图；图4为本专利技术实施例提供的装置的另一结构示意图；图5为本专利技术实施例提供的装置的另一结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行详细地描述。在网络出现异常问题时，传统的运维优化方式受限于网络优化人员的眼界与能力，只能通过人工经验来分析定位网络异常原因。同时由于现网中装置的多样性，要求网络优化的工作人员必须熟悉各厂家不同装置的性能指标与参数设置，就为网络优化人员带来更大的难度和挑战，同时，需要花费时间、人力等进行问题定位，网络问题定位的效率较低，且网络问题定位本文档来自技高网...

【技术保护点】
1.一种关联规则确定方法，其特征在于，包括：获取N个网络参数的测量值，根据所述N个网络参数中的目标网络参数对所述N个网络参数的测量值进行分级化处理；所述N为大于等于2的整数；根据分级化处理获得的数据确定包括所述目标网络参数的目标频繁项集，确定每一个所述目标频繁项集包括的关联规则；将确定的关联规则中，后件为所述目标网络参数且前件对所述后件的提升度大于1的关联规则确定为所述目标网络参数的关联规则。

【技术特征摘要】
1.一种关联规则确定方法，其特征在于，包括：获取N个网络参数的测量值，根据所述N个网络参数中的目标网络参数对所述N个网络参数的测量值进行分级化处理；所述N为大于等于2的整数；根据分级化处理获得的数据确定包括所述目标网络参数的目标频繁项集，确定每一个所述目标频繁项集包括的关联规则；将确定的关联规则中，后件为所述目标网络参数且前件对所述后件的提升度大于1的关联规则确定为所述目标网络参数的关联规则。2.根据权利1所述的方法，其特征在于，所述获取N个网络参数的测量值具体包括：获取满足预设条件的网络参数的测量值，对获取到的网络参数的测量值进行预处理，获得所述N个网络参数的测量值；其中，所述预设条件为预设时间段内或预设地点范围内的网络性能数据；所述预处理包括删除异常测量值、归一化处理、填充缺失值中的至少一个。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述N个网络参数中的目标网络参数对所述N个网络参数的测量值进行分级化处理具体包括：确定所述目标网络参数的分级边界值，根据所述分级边界值将所述目标网络参数的测量值转化为多个不同的离散数值；针对所述N个网络参数中除所述目标网络参数外的每一个网络参数，根据所述离散数值计算该网络参数的测量值的和所述目标网络参数的测量值所构成集合S的信息熵H(S)；对所述N个网络参数中除所述目标网络参数外的每一个网络参数进行分组获得N个集合S1、S2......SN，所述N个集合的信息熵以及所述集合S的信息熵H(S)满足：第一门限阈值；其中，|S|是第集合S的样本量，|Si|是所述N个集合中的第i个集合的样本量，H(Si)是所述第i个集合的信息熵。4.根据权利3所述的方法，其特征在于，根据分级化处理获得的数据确定包括目标网络参数的频繁项集具体包括：针对所述多个不同的离散数值中的每一个离散数值，确定包含该离散数值的所有项集，计算该离散数值对所有项集的支持度，将支持度大于第二门限阈值的项集确定为包含该离散数值对应的频繁项集；将所述多个不同的离散数值对应的频繁项集确定为所述包括目标网络参数的频繁项集。5.根据权利要求4所述的方法，其特征在于，所述确定所有频繁项集包括的关联规则具体包括：针对每一个所述目标频繁项，根据该目标频繁项集中的任意两个项目生成该目标频繁项集中的关联规则；所述任意两个项目对应两个不同的网络参数。6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：确定所述目标网络参数出现异常，根据所述目标网络参数的关联规则进行网络异常分析，确定导致所述目标网络...

【专利技术属性】
技术研发人员：金雨超，李峻洋，郭景赞，乔自知，李德屹，郭省力，李京辉，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11