【技术实现步骤摘要】
基于滑动窗口交叉算法预测指标劣化的方法及系统
[0001]本专利技术公开方法及系统,涉及数据分析
,具体地说是基于滑动窗口交叉算法预测指标劣化的方法及系统。
技术介绍
[0002]通信中KPI,通常指关键性能指标。内容有:掉话率、接通率、数据业务下载速率、网络质量现场测试与竞争对手领先程度、网络投诉总量同比完成情况等。
[0003]在完成网络操作以后,人工对通信网络KPI进行核对分析,往往无法及时、准确地发现问题,给网络运行维护带来巨大隐患。
技术实现思路
[0004]本专利技术针对现有技术的问题,提供基于滑动窗口交叉算法预测指标劣化的方法及系统,具有通用性强、实施简便等特点,具有广阔的应用前景。
[0005]本专利技术提出的具体方案是:
[0006]基于滑动窗口交叉算法预测指标劣化的方法,以完成网络操作的时间点为分界点,将分界点往前的历史数据作为建模数据,建立瞬时预测模型和基于滑动窗口交叉算法的滑动窗口预测模型,通过瞬时预测模型和滑动窗口预测模型分别获得预测结果,
[0 ...
【技术保护点】
【技术特征摘要】
1.基于滑动窗口交叉算法预测指标劣化的方法,其特征是以完成网络操作的时间点为分界点,将分界点往前的历史数据作为建模数据,建立瞬时预测模型和基于滑动窗口交叉算法的滑动窗口预测模型,通过瞬时预测模型和滑动窗口预测模型分别获得预测结果,将分界点往后一段时间的数据作为待比对数据,通过比对预测结果与待比对数据,判断通信网络KPI的指标是否劣化。2.根据权利要求1所述的基于滑动窗口交叉算法预测指标劣化的方法,其特征是划分分界点往前的时间段,根据时间段获取历史数据作为建模数据,其中根据按天划分的时间段获取的建模数据建立基于滑动窗口交叉算法的滑动窗口预测模型,根据按小时划分的时间段获取的建模数据建立瞬时预测模型。3.根据权利要求1或2所述的基于滑动窗口交叉算法预测指标劣化的方法,其特征是分别通过滑动窗口预测模型和瞬时预测模型结合置信区间算法确定预测结果。4.根据权利要求1所述的基于滑动窗口交叉算法预测指标劣化的方法,其特征是劣化判断,包括:若指标越大越恶化,分界点后通信网络KPI的指标>Max(滑动窗口预测模型的预测结果,瞬时预测模型的预测结果),则认为通信网络KPI指标为自然劣化;若指标越小越恶化,分界点后通信网络KPI的指标<Max(滑动窗口预测模型的预测结果,瞬时预测模型的预测结果),则认为通信网络KPI指标为自然劣化。5.基于滑动窗口交叉算法预测指标劣化的系统,其特征是包括数据采集模...
【专利技术属性】
技术研发人员:冯喆,
申请(专利权)人:浪潮通信信息系统有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。