识别问题小区的方法、电子设备、计算机可读介质技术

本公开实施例提供了一种识别问题小区的方法，该方法包括：确定子网各小区的异常贡献度；根据子网各小区的异常贡献度，确定至少一个小区为问题小区；其中，每个所述小区的异常贡献度为子网的性能指标发生异常时，该小区的性能指标与该异常的关联程度；所述子网的性能指标发生异常为子网的性能指标超出第一阈值范围；所述子网的性能指标根据其中各小区的参数统计量确定；所述小区的性能指标根据其中的参数统计量确定。本公开实施例还提供了一种电子设备、计算机可读介质。计算机可读介质。计算机可读介质。

【技术实现步骤摘要】
识别问题小区的方法、电子设备、计算机可读介质


[0001]本公开实施例涉及移动通信网络
，特别涉及识别问题小区的方法、电子设备、计算机可读介质。

技术介绍

[0002]在移动通信网络(例如移动宽带网络MBB)中，当子网的指接通率、掉话率、拥塞率、切换成功率、流量、速率等性能指标(KPI，Key Performance Indicator)超出预定范围时，称为子网发生异常。而子网异常通常主要是由其中一个或多个小区的问题导致的，这些小区称为问题小区，或者称为topN差小区，通常是各种性能指标比较差的小区。
[0003]因此，准确的找到引起异常的问题小区，对优化网络、改善用户体验等都是非常重要的。但是，现有的技术无法准确的确定出问题小区。

技术实现思路

[0004]本公开实施例提供一种识别问题小区的方法、电子设备、计算机可读介质。
[0005]第一方面，本公开实施例提供一种识别问题小区的方法，其包括：
[0006]确定子网各小区的异常贡献度；
[0007]根据子网各小区的异常贡献度，确定至少一个小区为问题小区；
[0008]其中，
[0009]每个所述小区的异常贡献度为子网的性能指标发生异常时，该小区的性能指标与该异常的关联程度；所述子网的性能指标发生异常为子网的性能指标超出第一阈值范围；所述子网的性能指标根据其中各小区的参数统计量确定；所述小区的性能指标根据其中的参数统计量确定。
[0010]在一些实施例中，所述第一阈值范围包括：
[0011]第一阈值范围下限，和/或，第一阈值范围上限。
[0012]在一些实施例中，所述第一阈值范围是通过动态阈值检测技术确定的。
[0013]在一些实施例中，所述性能指标为比率型性能指标，所述比率型性能指标为第一参数统计量与第二参数统计量的比值；
[0014]每个所述小区的异常贡献度表示将该小区从子网去除后，子网的性能指标相对去除前子网的性能指标向第一阈值范围内偏移的程度。
[0015]在一些实施例中，所述根据子网各小区的异常贡献度，确定至少一个小区为问题小区包括：
[0016]将异常贡献度为正的小区降序排列得到待筛选序列，确定N为1；
[0017]确定优化性能指标；所述优化性能指标为子网的性能指标与子网的临时性能指标的差值，所述临时性能指标为去除待筛选序列中排名前N的小区后，子网中剩余小区的整体的性能指标；
[0018]若优化性能指标处于第一阈值范围内，确定待筛选序列中排名前N的小区为候选
小区；若优化性能指标超出第一阈值范围，使N增大1并返回所述确定优化性能指标的步骤；
[0019]确定至少部分候选小区为问题小区。
[0020]在一些实施例中，所述确定至少部分候选小区为问题小区包括：
[0021]确定每个所述候选小区的多个历史性能指标；每个所述历史性能指标为该小区在子网的性能指标发生异常前的一个历史时刻的性能指标；
[0022]确定每个所述候选小区的历史异常比例；每个所述小区的历史异常比例为该小区的所有历史性能指标中超出第一阈值范围的历史性能指标所占的比例；
[0023]将历史异常比例高于第二阈值的小区从候选小区中去除。
[0024]在一些实施例中，在所述将历史异常比例高于第二阈值的小区从候选小区中去除后，还包括：
[0025]若存在剩余的候选小区，确定所有剩余的候选小区为问题小区；
[0026]若无剩余的候选小区，确定异常贡献度最大的前第一预定位的小区为问题小区。
[0027]在一些实施例中，所述性能指标为数值型性能指标，所述数值型性能指标为参数统计量；
[0028]每个所述小区的异常贡献度根据该小区的性能指标偏离值与子网的性能指标偏离值的比值确定；
[0029]其中，每个所述小区的性能指标偏离值为该小区的性能指标与预测性能指标的差，所述子网的性能指标偏离值为子网的性能指标与预测性能指标的差，每个所述小区的预测性能指标为预测得到的该小区的性能指标的正常值，所述子网的预测性能指标为其中各小区的预测性能指标的和。
[0030]在一些实施例中，每个所述小区的预测性能指标为该小区的性能指标在子网的性能指标发生异常前的预定时间内的平均值。
[0031]在一些实施例中，所述根据子网各小区的异常贡献度，确定至少一个小区为问题小区包括：
[0032]根据所述异常贡献度为正的所有小区的异常贡献度，确定第三阈值，所述第三阈值为正数；
[0033]若存在所述异常贡献度超过第三阈值的小区，确定所有异常贡献度超过第三阈值的小区为问题小区；
[0034]若无所述异常贡献度超过第三阈值的小区，确定异常贡献度最大的前第二预定位的小区为问题小区。
[0035]在一些实施例中，所述第三阈值通过以下公式计算：第三阈值＝异常贡献度为正的所有小区的异常贡献度的平均值+k*异常贡献度为正的所有小区的异常贡献度的标准差；
[0036]其中，k为大于0的值。
[0037]第二方面，本公开实施例提供一种电子设备，其包括：
[0038]一个或多个处理器；
[0039]存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任意一种识别问题小区的方法；
[0040]一个或多个I/O接口，连接在所述处理器与存储器之间，配置为实现所述处理器与
存储器的信息交互。
[0041]第三方面，本公开实施例提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任意一种识别问题小区的方法。
[0042]本公开实施例中，根据发生异常时子网和小区的性能指标(或者说是所有小区的参数统计量)，确定出子网各小区的异常贡献度，也就是子网各小区引起该异常的可能性。从而，相对于单纯根据子网各小区的性能指标本身确定异常贡献度的相关技术，本公开实施例的方式可根据异常贡献度更准确的确定出问题小区(也就是实际导致异常的小区)，以便后续有针对性的进行网络优化，改善用户体验。
[0043]另外，本公开实施例可完全通过自动化的方式实现，而不需要人工干预，不受人为因素的影响，速度快，智能且精准。
附图说明
[0044]附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述，以上和其它特征和优点对本领域技术人员将变得更加显而易见，在附图中：
[0045]图1为本公开实施例适用的移动通信网络的组成示意框图；
[0046]图2为本公开实施例中上行速率性能指标实时值与第一阈值范围的示意图；
[0047]图3为本公开实施例提供的一种识别问题小区的方法的流程图；
[0048]图4为本公开实施例提供的另一种识别问题小区的方法中部分步骤的流程图；...

【技术保护点】

【技术特征摘要】
1.一种识别问题小区的方法，其包括：确定子网各小区的异常贡献度；根据子网各小区的异常贡献度，确定至少一个小区为问题小区；其中，每个所述小区的异常贡献度为子网的性能指标发生异常时，该小区的性能指标与该异常的关联程度；所述子网的性能指标发生异常为子网的性能指标超出第一阈值范围；所述子网的性能指标根据其中各小区的参数统计量确定；所述小区的性能指标根据其中的参数统计量确定。2.根据权利要求1所述的方法，其中，所述第一阈值范围包括：第一阈值范围下限，和/或，第一阈值范围上限。3.根据权利要求1所述的方法，其中，所述第一阈值范围是通过动态阈值检测技术确定的。4.根据权利要求1所述的方法，其中，所述性能指标为比率型性能指标，所述比率型性能指标为第一参数统计量与第二参数统计量的比值；每个所述小区的异常贡献度表示将该小区从子网去除后，子网的性能指标相对去除前子网的性能指标向第一阈值范围内偏移的程度。5.根据权利要求4所述的方法，其中，所述根据子网各小区的异常贡献度，确定至少一个小区为问题小区包括：将异常贡献度为正的小区降序排列得到待筛选序列，确定N为1；确定优化性能指标；所述优化性能指标为子网的性能指标与子网的临时性能指标的差值，所述临时性能指标为去除待筛选序列中排名前N的小区后，子网中剩余小区的整体的性能指标；若优化性能指标处于第一阈值范围内，确定待筛选序列中排名前N的小区为候选小区；若优化性能指标超出第一阈值范围，使N增大1并返回所述确定优化性能指标的步骤；确定至少部分候选小区为问题小区。6.根据权利要求5所述的方法，其中，所述确定至少部分候选小区为问题小区包括：确定每个所述候选小区的多个历史性能指标；每个所述历史性能指标为该小区在子网的性能指标发生异常前的一个历史时刻的性能指标；确定每个所述候选小区的历史异常比例；每个所述小区的历史异常比例为该小区的所有历史性能指标中超出第一阈值范围的历史性能指标所占的比例；将历史异常比例高于第二阈值的小区从候选小区中去除。7.根据权利要求6所述的方法，其中，在所述将历史异常比例高于第二阈...

【专利技术属性】
技术研发人员：陈力，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：