一种时序指标预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及通信领域，公开了一种时序指标预测方法、装置、电子设备、计算机可读存储介质，方法包括：获取结构因果模型；所述结构因果模型用于指示各时序指标各自的影响因素及各自影响因素的影响程度；根据待预测的时序指标，从所述结构因果模型中获取所述待预测的时序指标的影响因素；其中，所述待预测的时序指标根据对网络的干预动作确定；根据获取的所述待预测的时序指标的影响因素，进行时序指标的预测。解决了现有技术中基于深度学习的方法，用数据进行拟合的过程中，数据不够完整、详细等情况下指标后续趋势预测不够准确的问题，极大地减少了指标后续变化的预测对足够多且详细的数据过度依赖的情形。细的数据过度依赖的情形。细的数据过度依赖的情形。

【技术实现步骤摘要】
一种时序指标预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及通信领域，尤其涉及通信领域中时序指标的预测。

技术介绍

[0002]在对时序指标后续变化进行预测时，由于其波动性不太规律，普通的预测，一般是结合多模型针对网元做预测，本质还是深度学习方式，并不能准确把握干预动作、指标关系，大部分的实现是一个用数据进行拟合的过程，在拟合过程中，需要有足够多且详细的数据，才能有较好的预测效果，在样本数据缺失、有误或者样本数据分布与预测数据分布不同等情况下则会导致预测效果不佳。而且，传统方式不太支持在干预情况下的预测，必须等到具体加站、退频后，通过数据拟合才得出指标后续趋势。

技术实现思路

[0003]本申请的实施例目的在于解决上述问题，提供一种时序指标预测方法、装置、电子设备、存储介质，解决了现有的时序指标后续趋势预测不够准确的问题，在具体加站、退频等干预动作执行之前，即可实现时序指标的预测。
[0004]为解决上述技术问题，本申请的实施例提供了时序指标预测方法，包括：获取结构因果模型；所述结构因果模型用于指示各时序指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时序指标预测方法，其特征在于，包括：获取结构因果模型；所述结构因果模型用于指示各时序指标各自的影响因素及各自影响因素的影响程度；根据待预测的时序指标，从所述结构因果模型中获取所述待预测的时序指标的影响因素；其中，所述待预测的时序指标根据对网络的干预动作确定；根据获取的所述待预测的时序指标的影响因素，进行时序指标的预测。2.根据权利要求1所述的时序指标预测方法，其特征在于，所述获取结构因果模型，包括：采集数据；获取初始化的结构因果模型，所述初始化的结构因果模型包括与各时序指标有相关关系的因素；根据所述采集的数据对初始化的结构因果模型进行修正，得到所述结构因果模型；其中，所述修正包括根据历史数据中的干预动作对时序指标的影响，获取与所述各时序指标有因果关系的影响因素，并采用反事实验证法对与所述各时序指标有因果关系的影响因素进行验证。3.根据权利要求2所述的时序指标预测方法，其特征在于，所述初始化的结构因果模型根据专家经验或数据关系生成。4.根据权利要求2所述的时序指标预测方法，其特征在于，所述采集的数据包括以下类型之一或其任意组合：网元工程参数数据、网元指标数据、感知数据、B域数据。5.根据权利要求1至4中任一项所述的时序指标预测方法，其特征在于，所述根据获取的所述待预测的时序指标的影响因素，进行时序指标的预测，包括：将所述获取的所述待预测的时序指标的影响因素，输入与所述干预动作对应的预测模型，得到所述预测模型输出的所...

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