预测视频业务的关键质量指标的方法、装置及存储介质制造方法及图纸

本申请公开了一种预测视频业务的KQI的方法、装置及存储介质，属于通信技术领域。所述方法包括：获取目标地理区域的特征标签表，根据目标地理区域的特征标签表，从KQI模型库中查找与目标地理区域的特征标签表匹配的KQI模型，根据查找到的KQI模型预测目标地理区域的视频业务的KQI。也即是，在本申请中，预先构建有KQI模型库，当需要预测目标地理区域的视频业务的KQI时，可以从KQI模型库中查找与目标地理区域的特征标签表匹配的KQI模型，然后根据查找到的模型预测目标地理区域的视频业务的KQI，无需预先针对目标地理区域单独训练一个KQI模型，提高了本申请提供的预测视频业务的KQI的方法的通用性。

【技术实现步骤摘要】
预测视频业务的关键质量指标的方法、装置及存储介质
本申请涉及通信
，特别涉及一种预测视频业务的关键质量指标(KeyQualityIndicator，KQI)的方法、装置及存储介质。
技术介绍
随着视频业务的快速增长，运营商的移动数据流量的增长将主要由视频业务引起。此时，在对某个地理区域进行站址规划时，若只考虑该地理区域的信号覆盖率和容量，那么根据站址规划对该地理区域进行基站布置后，该地理区域内的网络很有可能不满足用户的视频业务需求。因此，在对地理区域进行站址规划时，还需对站址规划后的地理区域的视频业务的KQI进行预测，如果预测的视频业务的KQI不满足用户的视频业务需求，需对站址规划中的相关参数进行调整，以确保实际应用中按照调整后的相关参数进行规划后的网络的视频业务的KQI满足用户的视频业务需求。其中，信号覆盖率是指该地理区域内的所有用户的信号强度中超过信号强度阈值的比例，容量是指能够分配给该地理区域内的用户的物理资源块(physicalresourceblock，PRB)。
技术实现思路
本申请提供了一种预测视频业务的KQI的方法、装置及存储介质，可以用于在对地理区域进行站址规划时预测该地理区域内的视频业务的KQI，以确保规划基站后的网络的视频业务的KQI满足用户的视频业务需求，所述技术方案如下：第一方面，提供了一种预测视频业务的KQI的方法，所述方法包括：获取目标地理区域的特征标签表，所述特征标签表包括至少一个特征标签和每个特征标签的标签值，且所述至少一个特征标签用于描述所述目标地理区域的网络中的视频业务；根据所述目标地理区域的特征标签表，从KQI模型库中查找与所述目标地理区域的特征标签表匹配的KQI模型，所述KQI模型库中包括多个KQI模型，每个KQI模型对应一个特征标签表，每个KQI模型用于预测视频业务的KQI；根据查找到的KQI模型预测所述目标地理区域的视频业务的KQI。在本申请中，获取目标地理区域的特征标签表，根据目标地理区域的特征标签表，从KQI模型库中查找与目标地理区域的特征标签表匹配的KQI模型，根据查找到的KQI模型预测目标地理区域的视频业务的KQI。也即是，在本申请中，预先构建有KQI模型库，当需要预测目标地理区域的视频业务的KQI时，可以从KQI模型库中查找与目标地理区域的特征标签表匹配的KQI模型，然后根据查找到的模型预测目标地理区域的视频业务的KQI，无需预先针对目标地理区域单独训练一个KQI模型，提高了本申请提供的预测视频业务的KQI的方法的通用性。可选地，所述根据所述目标地理区域的特征标签表，从KQI模型库中查找与所述目标地理区域的特征标签表匹配的KQI模型，包括：从所述KQI模型库中查找与所述目标地理区域的特征标签表中所有特征标签均匹配的KQI模型，并将查找到的KQI模型作为与所述目标地理区域的特征标签表匹配的KQI模型。由于特征标签表通常包括多个特征标签，因此，查找与目标地理区域的特征标签表匹配的KQI模型，也即是，查找与目标地理区域的特征标签表中的每个特征标签均匹配的KQI模型。可选地，所述至少一个特征标签包括第一类特征标签和第二类特征标签，所述目标地理区域的特征标签表中每个特征标签包括至少一个标签值，所述KQI模型库中每个KQI模型的特征标签表中每个特征标签包括一个标签值；所述从所述KQI模型库中查找与所述目标地理区域的特征标签表中所有特征标签均匹配的KQI模型，包括：对于所述目标地理区域的特征标签表中任一特征标签A，如果所述目标地理区域中的特征标签A属于第一类特征标签，则从所述KQI模型库中查找KQI模型中的特征标签A标签值与所述目标地理区域的特征标签A的至少一个标签值中任一标签值相同的KQI模型；如果所述目标地理区域中的特征标签A属于第二类特征标签，则从所述KQI模型库中查找KQI模型中的特征标签A的标签值与所述目标地理区域的特征标签A的至少一个标签值中任一标签值之间的相似度大于相似度阈值的KQI模型。在本申请中，将特征标签分为第一类特征标签和第二类特征标签，第一类特征标签可以采用上述精确匹配的方式进行匹配，第二类特征标签可以采用上述模糊匹配的方式进行匹配，进一步提高了本申请提供的预测视频业务的KQI的方法的通用性。可选地，所述第一类特征标签包括运营商名称、网络制式、用于记录视频业务的视频单据的数据源、视频分辨率和载波聚合CA特性，所述第二类特征标签包括城市名称、视频业务的数据来源、视频业务的初缓阈值和场景。示例地，管理人员可以预先通过人工方式分别将上述标签设置为第一类特征标签和第二类特征标签。可选地，所述目标地理区域预先被划分为多个栅格；所述根据查找到的KQI模型预测所述目标地理区域的视频业务的KQI，包括：确定对所述目标地理区域进行站址规划的仿真参数，所述仿真参数至少包括待部署的基站的数量、所述待部署的基站中每个基站的地址和每个基站的基站工程参数；根据所述仿真参数对所述目标地理区域进行站址规划仿真，并确定仿真之后的每个栅格的至少一个特征变量中每个特征变量的变量值，至少一个特征变量是指对KQI产生影响的变量；根据仿真之后的每个栅格的至少一个特征变量中每个特征变量的变量值和所述查找到的KQI模型确定每个栅格的视频业务的KQI。在本申请中，可以预先将目标地理区域划分为多个栅格，此时，预测目标地理区域的视频业务的KQI，也即是，预测各个栅格的视频业务的KQI，提高了预测目标地理区域的视频业务的KQI的精确性。可选地，所述查找到的KQI模型包括至少两个KQI模型：所述根据仿真之后的每个栅格的至少一个特征变量中每个特征变量的变量值和所述查找到的KQI模型确定每个栅格的视频业务的KQI，包括：从所述查找到的KQI模型中继续查找与第一栅格匹配的KQI模型，所述第一栅格是所述多个栅格中一个栅格；根据仿真之后的所述第一栅格的至少一个特征变量中每个特征变量的变量值和查找到的与所述第一栅格匹配的KQI模型，确定所述第一栅格的视频业务的KQI。由于与目标地理区域的特征标签表匹配的KQI模型可能不止一个，因此，在预测各个栅格的视频业务的KQI时，可以先从查找到的KQI模型中继续查找与各个栅格匹配的KQI模型。可选地，所述方法还包括：获取视频单据数据源和至少一个关联数据源，所述视频单据数据源中包括多条视频单据，每个关联数据源包括多条数据，所述至少一个关联数据源是指与视频业务相关的数据源；对于所述多条视频单据中的任一条视频单据B，确定每个关联数据源中与所述视频单据B关联的数据，并将确定的数据和所述视频单据B组成一条结构化数据，得到多条结构化数据；分析每条结构化数据中包括的KQI和至少一个特征变量中每个特征变量的变量值；确定每条结构化数据的至少一个特征标签，并按照每条结构化数据的至少一个特征标签对所述多条结构化数据进行分类，得到多个数据集合，每个数据集合包括至少一条结构化数据，且每个数据集合对应一个特征标签表，每个数据集合对应的特征标签表是根据对应的数据集合包括的结构化数据的特征标签确定的；对于所述多个数据集合中任一数据集合C，将所述数据集合C中每条结构化数据中包括的KQI作为输出，每条结构化数据中包括的至少一个特征变量中每个特征变量的变量值作为输入，对初始化的算法模型进行本文档来自技高网...

【技术保护点】
1.一种预测视频业务的关键质量指标的方法，其特征在于，所述方法包括：获取目标地理区域的特征标签表，所述特征标签表包括至少一个特征标签和每个特征标签的标签值，且所述至少一个特征标签用于描述所述目标地理区域的网络中的视频业务；根据所述目标地理区域的特征标签表，从关键质量指标KQI模型库中查找与所述目标地理区域的特征标签表匹配的KQI模型，所述KQI模型库中包括多个KQI模型，每个KQI模型对应一个特征标签表，每个KQI模型用于预测视频业务的KQI；根据查找到的KQI模型预测所述目标地理区域的视频业务的KQI。

【技术特征摘要】
1.一种预测视频业务的关键质量指标的方法，其特征在于，所述方法包括：获取目标地理区域的特征标签表，所述特征标签表包括至少一个特征标签和每个特征标签的标签值，且所述至少一个特征标签用于描述所述目标地理区域的网络中的视频业务；根据所述目标地理区域的特征标签表，从关键质量指标KQI模型库中查找与所述目标地理区域的特征标签表匹配的KQI模型，所述KQI模型库中包括多个KQI模型，每个KQI模型对应一个特征标签表，每个KQI模型用于预测视频业务的KQI；根据查找到的KQI模型预测所述目标地理区域的视频业务的KQI。2.如权利要求1所述的方法，其特征在于，所述根据所述目标地理区域的特征标签表，从KQI模型库中查找与所述目标地理区域的特征标签表匹配的KQI模型，包括：从所述KQI模型库中查找与所述目标地理区域的特征标签表中所有特征标签均匹配的KQI模型，并将查找到的KQI模型作为与所述目标地理区域的特征标签表匹配的KQI模型。3.如权利要求2所述的方法，其特征在于，所述至少一个特征标签包括第一类特征标签和第二类特征标签，所述目标地理区域的特征标签表中每个特征标签包括至少一个标签值，所述KQI模型库中每个KQI模型的特征标签表中每个特征标签包括一个标签值；所述从所述KQI模型库中查找与所述目标地理区域的特征标签表中所有特征标签均匹配的KQI模型，包括：对于所述目标地理区域的特征标签表中任一特征标签A，如果所述目标地理区域的特征标签A属于第一类特征标签，则从所述KQI模型库中查找KQI模型中的特征标签A标签值与所述目标地理区域的特征标签A的至少一个标签值中任一标签值相同的KQI模型；如果所述目标地理区域的特征标签A属于第二类特征标签，则从所述KQI模型库中查找KQI模型中的特征标签A的标签值与所述目标地理区域的特征标签A的至少一个标签值中任一标签值相似的KQI模型。4.如权利要求3所述的方法，其特征在于，所述第一类特征标签包括运营商名称、网络制式、用于记录视频业务的视频单据的数据源、视频分辨率和载波聚合CA特性，所述第二类特征标签包括城市名称、视频业务的数据来源、视频业务的初缓阈值和场景。5.如权利要求1至4任一所述的方法，其特征在于，所述目标地理区域预先被划分为多个栅格；所述根据查找到的KQI模型预测所述目标地理区域的视频业务的KQI，包括：确定对所述目标地理区域进行站址规划的仿真参数，所述仿真参数至少包括待部署的基站的数量、所述待部署的基站中每个基站的地址和每个基站的基站工程参数；根据所述仿真参数对所述目标地理区域进行站址规划仿真，并确定仿真之后的每个栅格的至少一个特征变量中每个特征变量的变量值，所述至少一个特征变量是指对KQI产生影响的变量；根据仿真之后的每个栅格的至少一个特征变量中每个特征变量的变量值和所述查找到的KQI模型确定每个栅格的视频业务的KQI。6.如权利要求5所述的方法，其特征在于，所述查找到的KQI模型包括至少两个KQI模型：所述根据仿真之后的每个栅格的至少一个特征变量中每个特征变量的变量值和所述查找到的KQI模型确定每个栅格的视频业务的KQI，包括：从所述查找到的KQI模型中继续查找与第一栅格匹配的KQI模型，所述第一栅格是所述多个栅格中一个栅格；根据仿真之后的所述第一栅格的至少一个特征变量中每个特征变量的变量值和查找到的与所述第一栅格匹配的KQI模型，确定所述第一栅格的视频业务的KQI。7.如权利要求1至6任一所述的方法，其特征在于，所述方法还包括：获取视频单据数据源和至少一个关联数据源，所述视频单据数据源中包括多条视频单据，每个关联数据源包括多条数据，所述至少一个关联数据源是指与视频业务相关的数据源；对于所述多条视频单据中的任一条视频单据B，确定每个关联数据源中与所述视频单据B关联的数据，并将确定的数据和所述视频单据B组成一条结构化数据，得到多条结构化数据；分析每条结构化数据中包括的KQI和至少一个特征变量中每个特征变量的变量值；确定每条结构化数据的至少一个特征标签，并按照每条结构化数据的至少一个特征标签对所述多条结构化数据进行分类，得到多个数据集合，每个数据集合包括至少一条结构化数据，且每个数据集合对应一个特征标签表，每个数据集合对应的特征标签表是根据对应的数据集合包括的结构化数据的特征标签确定的；对于所述多个数据集合中任一数据集合C，将所述数据集合C中每条结构化数据中包括的KQI作为输出，每条结构化数据中包括的至少一个特征变量中每个特征变量的变量值作为输入，对初始化的算法模型进行训练，得到与所述数据集合C对应的KQI模型，并将得到的与所述多个数据集合一一对应的多个KQI模型作为所述KQI模型库中的模型，将与每个数据集合对应的特征标签表作为对应的KQI模型的特征标签表。8.如权利要求7所述的方法，其特征在于，所述至少一个关联数据源包括话统数据源，且所述话统数据源中的每条数据包括一个小区标识和话统统计周期，每条数据用于描述小区标识对应的小区在话统统计周期内的小区网络特征；所述确定每个关联数据源中与所述视频单据B关联的数据，包括：从所述话统数据源中查找小区标识与所述视频单据B中的小区标识相同、且所述视频单据B中的视频开始时间和视频结束时间均在话统统计周期内的数据，将查找到的数据确定为与所述视频单据B关联的数据。9.如权利要求7所述的方法，其特征在于，所述至少一个关联数据源包括测量报告数据源，且所述测量报告数据源中的每条数据包括一个用户终端标识和测量报告的上报时间，每条数据用于描述用户终端标识对应的用户终端在网络连接过程的特征；所述确定每个关联数据源中与所述视频单据B关联的数据，包括：从所述测量报告数据源中查找用户终端标识与所述视频单据B中的用户终端标识相同、且测量报告的上报时间在所述视频单据B对应的视频业务的视频周期内的数据，将查找到的数据确定为与所述视频单据B关联的数据，所述视频周期的开始时间为所述视频单据B中的视频开始时间减去时长阈值，所述视频周期的结束时间为所述视频单据B中的视频结束时间增加时长阈值。10.如权利要求7所述的方法，其特征在于，所述至少一个关联数据源包括小区工参数据源，且所述小区工参数据源中的每条数据包括一个小区标识，每条数据用于描述小区标识对应的小区的物理特征；所述确定每个关联数据源中与所述视频单据B关联的数据，包括：从所述小区工参数据源中查找小区标识与所述视频单据B中的小区标识相同的数据，将查找到的数据确定为与所述视频单据B关联的数据。11.如权利要求7至10任一所述的方法，其特征在于，所述确定每条结构化数据中的KQI和至少一个特征变量中每个特征变量的值之前，还包括：获取与视频业务的KQI相关的多个变量；从所述多个变量中剔除与视频业务的KQI之间的相关系数小于第一阈值的变量，和/或，样本分布方差小于第二阈值的变量，和/或，与所述视频业务的KQI之间的重要程度系数小于第三阈值的变量，并将剔除之后的变量作为所述至少一个特征变量。12.一种预测视频业务的关键质量指标的装置，其特征在于，所述装置包括：第一获取模块，用于获取目标地理区域的...

【专利技术属性】
技术研发人员：曹瑞，刘建国，许海明，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44