基于FP-growth算法的小区负荷分流方法及装置制造方法及图纸

本发明专利技术涉及一种基于FP

【技术实现步骤摘要】
基于FP
‑
growth算法的小区负荷分流方法及装置


[0001]本专利技术涉及无线通信
，具体涉及一种基于FP
‑
growth算法的小区负荷分流方法及装置。

技术介绍

[0002]随着移动终端和网络应用爆发性增长，无线网络资源短缺的问题日益明显。同时，由于用户终端的流动性以及不同区域业务分区的不均衡性，导致局部网络资源出现高负荷的问题，严重影响用户的业务体验及终端的网络性能。
[0003]网络业务的负荷分流，将高负荷小区覆盖域的业务转移到负荷相对较低的无线小区，均衡各无线小区的负荷，防止局部无线小区过载的同时，提升整体网络的性能以及用户的体验。如何精准实时地识别出高负荷小区，并准确地将业务分流到邻近的无线小区是负荷分流工作的核心内容。
[0004]目前的解决方案主要靠人工采集网络性能数据、网络配置参数、工程参数等数据，依据工程师的经验人工分析出高负荷、低负荷无线小区，输出合适的分流小区列表，并人工地调整相关参数或策略，实现高负荷小区分流。
[0005]现有方式存在如下缺陷：
[0006]1、人工采集/分析相关数据，流程繁琐时效性差，无法输出实时有效的方案；
[0007]2、依赖工程师的经验，分流方案容易出现误判而导致效果适得其反；
[0008]3、数据源单一而导致分流方案不准确。

技术实现思路

[0009]有鉴于此，本专利技术的目的在于克服现有技术的不足，提供一种基于FP
‑
growth算法的小区负荷分流方法及装置。
[0010]为实现以上目的，本专利技术采用如下技术方案：一种基于FP
‑
growth算法的小区负荷分流方法，包括：
[0011]对小区负荷进行预测评估，以定位出业务高负荷小区集；
[0012]根据小区工程参数确定出工参关联覆盖栅格数据集；
[0013]基于海量MRO测量报告数据确定出MRO覆盖栅格数据集；
[0014]对邻区切换性能数据进行处理，以转换成FP
‑
growth支持的数据集；
[0015]基于FP
‑
growth算法挖掘工参关联覆盖栅格数据集、MRO覆盖栅格数据集和处理后的邻区切换性能数据，输出用于负荷分流的频繁数据集和强关联规则；其中，所述频繁数据集包括：工参覆盖结果集、MRO覆盖结果集和邻区切换结果集；
[0016]对负荷评估结果集、工参覆盖结果集、MRO覆盖结果集和邻区切换结果集进行多维度综合负荷分流分析处理，确定出最终的分流小区列表；
[0017]对最终的分流小区列表绑定相应的调整策略，并生成最终的调整指令数据作为负荷分流方案输出。
[0018]可选的，所述对小区负荷进行预测评估，以定位出业务高负荷小区集，包括：
[0019]实时采集当前固定时间内的无线小区性能统计数据；
[0020]基于LightGBM算法业务负荷预测，从海量历史负荷性能数据中使用机器学习方法生成业务趋势，并结合当前无线小区性能统计数据确定该无线小区的负荷状态。
[0021]可选的，所述根据小区工程参数确定出工参关联覆盖栅格数据集，包括：
[0022]基于GIS地理信息栅格化方法，将小区工程参数进行地理覆盖仿真运算，确定出工参关联覆盖栅格数据集。
[0023]可选的，所述基于海量MRO测量报告数据确定出MRO覆盖栅格数据集，包括：
[0024]基于海量MRO测量报告数据，提取其中关键数据并使用特定算法转换为地图位置信息，确定覆盖栅格数据集。
[0025]可选的，所述基于海量MRO测量报告数据，提取其中关键数据并使用特定算法转换为地图位置信息，确定覆盖栅格数据集，具体包括：
[0026]对MRO测量报告数据进行无效数据清理，以提取出有效的覆盖数据；
[0027]对MRO测量报告数据中有效的覆盖数据进行GIS地理定位处理；
[0028]对于GIS地理定位处理后的数据，将经纬度转化为对应的栅格标识，并得出最终的栅格化数据，形成覆盖栅格数据集。
[0029]可选的，所述对邻区切换性能数据进行处理，以转换成FP
‑
growth支持的数据集，包括：
[0030]将邻区切换性能数据中的小区标识信息转换为具体的无线小区对象，形成2项数据集。
[0031]可选的，所述基于FP
‑
growth算法挖掘工参关联覆盖栅格数据集、MRO覆盖栅格数据集和处理后的邻区切换性能数据，输出用于负荷分流的频繁数据集和强关联规则，包括：
[0032]构建基于FP
‑
growth的专用强关联规则数据挖掘模块；
[0033]对于工参关联覆盖栅格数据集、MRO覆盖栅格数据集和处理后的邻区切换性能数据，分别作为输入数据输入至专用强关联规则数据挖掘模块，经过专用强关联规则数据挖掘模块的处理，输出相应的频繁数据集和强关联规则。
[0034]可选的，所述专用强关联规则数据挖掘模块的处理过程，包括：
[0035]建立项头表；
[0036]构建FP树以及生成节点链表；
[0037]挖掘邻区频繁项集；
[0038]挖掘邻区强关联规则。
[0039]可选的，所述对负荷评估结果集、工参覆盖结果集、MRO覆盖结果集和邻区切换结果集进行多维度综合负荷分流分析处理，确定出最终的分流小区列表，包括：
[0040]进行分流邻区分析处理，以提取出有效的频繁邻区关系列表，将所述频繁邻区关系列表作为初步分流小区列表；
[0041]对初步分流小区列表进行2/3层邻区清洗，得到二步分流小区列表；
[0042]对二步分流小区列表进行负荷分流优先级加权，得到最终的分流小区列表和分流优先级。
[0043]本专利技术还提供了一种基于FP
‑
growth算法的小区负荷分流装置，包括：
[0044]负荷评估模块，用于对小区负荷进行预测评估，以定位出业务高负荷小区集；
[0045]第一确定模块，用于根据小区工程参数确定出工参关联覆盖栅格数据集；
[0046]第二确定模块，用于基于海量MRO测量报告数据确定出MRO覆盖栅格数据集；
[0047]转换模块，用于对邻区切换性能数据进行处理，以转换成FP
‑
growth支持的数据集；
[0048]挖掘模块，用于基于FP
‑
growth算法挖掘工参关联覆盖栅格数据集、MRO覆盖栅格数据集和处理后的邻区切换性能数据，输出用于负荷分流的频繁数据集和强关联规则；其中，所述频繁数据集包括：工参覆盖结果集、MRO覆盖结果集和邻区切换结果集；
[0049]多维度综合处理模块，用于对负荷评估结果集、工参覆盖结果集、MRO覆盖结果集和邻区切换结果集进行多维度综合负荷分流分析处理，确定出最终的分流小区列表；
[0050]负荷分流方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FP
‑
growth算法的小区负荷分流方法，其特征在于，包括：对小区负荷进行预测评估，以定位出业务高负荷小区集；根据小区工程参数确定出工参关联覆盖栅格数据集；基于海量MRO测量报告数据确定出MRO覆盖栅格数据集；对邻区切换性能数据进行处理，以转换成FP
‑
growth支持的数据集；基于FP
‑
growth算法挖掘工参关联覆盖栅格数据集、MRO覆盖栅格数据集和处理后的邻区切换性能数据，输出用于负荷分流的频繁数据集和强关联规则；其中，所述频繁数据集包括：工参覆盖结果集、MRO覆盖结果集和邻区切换结果集；对负荷评估结果集、工参覆盖结果集、MRO覆盖结果集和邻区切换结果集进行多维度综合负荷分流分析处理，确定出最终的分流小区列表；对最终的分流小区列表绑定相应的调整策略，并生成最终的调整指令数据作为负荷分流方案输出。2.根据权利要求1所述的小区负荷分流方法，其特征在于，所述对小区负荷进行预测评估，以定位出业务高负荷小区集，包括：实时采集当前固定时间内的无线小区性能统计数据；基于LightGBM算法业务负荷预测，从海量历史负荷性能数据中使用机器学习方法生成业务趋势，并结合当前无线小区性能统计数据确定该无线小区的负荷状态。3.根据权利要求1所述的小区负荷分流方法，其特征在于，所述根据小区工程参数确定出工参关联覆盖栅格数据集，包括：基于GIS地理信息栅格化方法，将小区工程参数进行地理覆盖仿真运算，确定出工参关联覆盖栅格数据集。4.根据权利要求1所述的小区负荷分流方法，其特征在于，所述基于海量MRO测量报告数据确定出MRO覆盖栅格数据集，包括：基于海量MRO测量报告数据，提取其中关键数据并使用特定算法转换为地图位置信息，确定覆盖栅格数据集。5.根据权利要求4所述的小区负荷分流方法，其特征在于，所述基于海量MRO测量报告数据，提取其中关键数据并使用特定算法转换为地图位置信息，确定覆盖栅格数据集，具体包括：对MRO测量报告数据进行无效数据清理，以提取出有效的覆盖数据；对MRO测量报告数据中有效的覆盖数据进行GIS地理定位处理；对于GIS地理定位处理后的数据，将经纬度转化为对应的栅格标识，并得出最终的栅格化数据，形成覆盖栅格数据集。6.根据权利要求1所述的小区负荷分流方法，其特征在于，所述对邻区切换性能数据进行处理，以转换成FP
‑
growth支持的数据集，包括：将邻区切换性能数据中的小区标识信息转换...

【专利技术属性】
技术研发人员：谢飞雄，黄学彬，余先保，
申请(专利权)人：广州市贝讯通信技术有限公司，
类型：发明
国别省市：