本发明专利技术公开了一种基站退服告警模型的训练方法和装置，用以提高预测基站是否发生退服的准确性。本方案包括：获取第一历史数据；按时间窗口对第一历史数据进行划分并获取时间窗口内发生基站退服告警的告警时刻和对应的告警类型；以N个连续时间窗口的告警类型对应的告警类型编码生成特征序列，特征序列中的告警类型编码基于对应的告警时刻的时序排列；以特征序列为样本数据，以N个连续时间窗口之后第一个时间窗口内是否发生基站退服告警为标签，输入双向长短期记忆网络模型执行训练，以得到基站退服告警模型。本方案基于历史告警数据生成多个训练样本和对应的标签用以训练模型，能有效预测是否会发生基站退服告警，提高预测准确性。确性。确性。
【技术实现步骤摘要】
一种基站退服告警模型的训练方法和装置
[0001]本专利技术涉及模型训练领域，尤其涉及一种基站退服告警模型的训练方法和装置。
技术介绍
[0002]现有网络基站在运行的过程中出现故障时会产生告警，其中有一些属于退服类告警，需要派发故障工单，由运维人员去基站处理故障。退服类告警产生说明基站已经发生退服，基站退服后用户将无法连接到网络，影响用户正常通信。目前，基站的运维工作是被动的，只有在发生退服类告警之后才会派发故障工单，告警和维护存在滞后性，难以保证基站功能稳定性。
[0003]如何准确预测基站是否将发生退服，是本申请所要解决的技术问题。
技术实现思路
[0004]本申请实施例的目的是提供一种基站退服告警模型的训练方法和装置，用以提高预测基站是否发生退服的准确性。
[0005]第一方面，提供了一种基站退服告警模型的训练方法，包括：
[0006]获取第一历史数据，所述第一历史数据包括发生基站退服告警的告警时刻和对应的告警类型；
[0007]按时间窗口对所述第一历史数据进行划分并获取所述时间窗口内发生基站退服告警的告警时刻和对应的告警类型；
[0008]以N个连续时间窗口的告警类型对应的告警类型编码生成特征序列，所述特征序列中的告警类型编码基于对应的告警时刻的时序排列，其中，N为大于1的整数；
[0009]以所述特征序列为样本数据，以所述N个连续时间窗口之后第一个时间窗口内是否发生基站退服告警为标签，输入双向长短期记忆网络模型执行训练，以得到基站退服告警模型。
[0010]第二方面，提供了一种基站退服告警模型的训练装置，包括：
[0011]第一获取模块，获取第一历史数据，所述第一历史数据包括发生基站退服告警的告警时刻和对应的告警类型；
[0012]第二获取模块，按时间窗口对所述第一历史数据进行划分并获取所述时间窗口内发生基站退服告警的告警时刻和对应的告警类型；
[0013]生成模块，以N个连续时间窗口的告警类型对应的告警类型编码生成特征序列，所述特征序列中的告警类型编码基于对应的告警时刻的时序排列，其中，N为大于1的整数；
[0014]训练模块，以所述特征序列为样本数据，以所述N个连续时间窗口之后第一个时间窗口内是否发生基站退服告警为标签，输入双向长短期记忆网络模型执行训练，以得到基站退服告警模型。
[0015]第三方面，提供了一种电子设备，该电子设备包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序，该计算机程序被该处理器执行时实现如第一方
面的方法的步骤。
[0016]第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现如第一方面的方法的步骤。
[0017]在本申请实施例中，通过获取第一历史数据，第一历史数据包括发生基站退服告警的告警时刻和对应的告警类型；按时间窗口对第一历史数据进行划分并获取时间窗口内发生基站退服告警的告警时刻和对应的告警类型；以N个连续时间窗口的告警类型对应的告警类型编码生成特征序列，特征序列中的告警类型编码基于对应的告警时刻的时序排列，其中，N为大于1的整数；以特征序列为样本数据，以N个连续时间窗口之后第一个时间窗口内是否发生基站退服告警为标签，输入双向长短期记忆网络模型执行训练，以得到基站退服告警模型。本方案基于历史告警数据生成多个训练样本和对应的标签用以训练模型，能有效预测是否会发生基站退服告警，提高预测准确性。
附图说明
[0018]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0019]图1是本专利技术的一个实施例一种基站退服告警模型的训练方法的流程示意图之一。
[0020]图2是本专利技术的一个实施例一种基站退服告警模型的训练方法的流程示意图之二。
[0021]图3是本专利技术的一个实施例一种基站退服告警模型的训练方法的流程示意图之三。
[0022]图4是本专利技术的一个实施例一种基站退服告警模型的训练方法的流程示意图之四。
[0023]图5是本专利技术的一个实施例一种基站退服告警模型的训练方法的流程示意图之五。
[0024]图6是本专利技术的一个实施例一种基站退服告警模型的训练方法的流程示意图之六。
[0025]图7是本专利技术的一个实施例一种基站退服告警模型的训练方法的流程示意图之七。
[0026]图8是本专利技术的一个实施例一种基站退服告警模型的训练装置的结构示意图。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请中附图编号仅用于区分方案中的各个步骤，不用于限定各个步骤的执行顺序，具体执行顺序以说明书中描述为准。
[0028]为了解决现有技术中存在的问题，本申请实施例提供一种基站退服告警模型的训练方法，如图1所示，包括：
[0029]S11：获取第一历史数据，所述第一历史数据包括发生基站退服告警的告警时刻和对应的告警类型。
[0030]本步骤中的第一历史数据具体包括基站在历史时段内发生基站退服告警的相关数据，其中，对于历史时段内任一次发生的基站退服告警，记录有相应的告警时刻和对应的告警类型。告警时刻具体可以是告警发现时刻，也可以是告警发生时刻。告警类型可以表征告警的原因，能用于进行溯源分析以便尽快执行异常修复。除此之外，第一历史数据中还可以包括发生基站退服告警的网元名称等相关信息。
[0031]举例而言，某个基站的7月1日
‑
7月9日的历史数据如下表1：
[0032]表1
[0033][0034][0035]在实际应用中，告警发现时刻和告警发生时刻可能不一致，在本实例中，将告警发生时刻作为告警类型对应的告警时刻，将告警名称作为告警类型。
[0036]S12：按时间窗口对所述第一历史数据进行划分并获取所述时间窗口内发生基站
退服告警的告警时刻和对应的告警类型。
[0037]其中，时间窗口可以根据实际需求预先设定，比如说，如果第一历史数据是多天的基站退服告警数据，那么可以以一天为一个时间窗口，对第一历史数据进行划分，获取到每天发生基站退服告警的数据。具体的，基于告警时刻确定对应的告警类型所属的时间窗口，从而使任一次告警都能划分至一个时间窗口内。
[0038]基于上述7月1日
‑
7月9日的历史数据，在本步骤中基于时间窗口可以划分得到9组历史数据，分别对应7月1日
‑
7月9日这9天的基站退服告警数据。为了便于说明，在本实例中将上述时间窗口划分得到的数据称为历史子数据，在本步骤中划分本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基站退服告警模型的训练方法，其特征在于，包括：获取第一历史数据，所述第一历史数据包括发生基站退服告警的告警时刻和对应的告警类型；按时间窗口对所述第一历史数据进行划分并获取所述时间窗口内发生基站退服告警的告警时刻和对应的告警类型；以N个连续时间窗口的告警类型对应的告警类型编码生成特征序列，所述特征序列中的告警类型编码基于对应的告警时刻的时序排列，其中，N为大于1的整数；以所述特征序列为样本数据，以所述N个连续时间窗口之后第一个时间窗口内是否发生基站退服告警为标签，输入双向长短期记忆网络模型执行训练，以得到基站退服告警模型。2.如权利要求1所述的方法，其特征在于，以N个连续时间窗口的告警类型对应的告警类型编码生成特征序列，包括：根据预设时间长度对所述N个连续时间窗口的总时长进行划分，以得到多个时间区间；根据所述N个连续时间窗口的告警类型对应的告警时刻确定所述多个时间区间分别对应的告警类型；根据告警类型与告警类型编码的预设对应关系，基于时间顺序排列所述多个时间区间分别对应的告警类型编码，以生成所述特征序列。3.如权利要求2所述的方法，其特征在于，如果目标时间区间内的告警类型有多种，其中，根据所述N个连续时间窗口的告警类型对应的告警时刻确定所述多个时间区间分别对应的告警类型，包括：确定所述目标时间区间内的多种告警类型分别对应的权重值；将权重值最大的告警类型确定为所述目标时间区间对应的告警类型。4.如权利要求3所述的方法，其特征在于，以N个连续时间窗口的告警类型对应的告警类型编码生成特征序列之前，还包括：获取第二历史告警数据，所述第二历史告警数据包括发生基站退服告警的告警时刻和对应的告警类型；按所述时间窗口对所述第二历史数据进行划分并获取所述时间窗口内发生基站退服告警的告警类型；对M个连续时间窗口的告警类型分别进行单热点编码，以得到M个分别对应于不同时间窗口的告警编码向量，其中，M为大于1的整数；根据时间窗口的时间顺序确定M个告警编码向量分别对应的衰减系数；根据所述M个告警编码向量和对应的衰减系数的乘积确定特征向量；以所述特征向量为样本数据，以所述M个连续时间窗口之后第一个时间窗口内是否发生基站退服告警为标签，输入机器学习分类模型执行分类；根据所述机器学习分类模型的输出结果分别确定各种告警类型对应的权重值。5.如权利要求4所述的方法，其特征在于，如果目标时间窗口的告警类型有多种，其中，对M个连续时间窗口的告警类型分别进行单热点编码，以得到M个分别对应...
【专利技术属性】
技术研发人员：丁宏，
申请(专利权)人：中国移动通信集团有限公司，
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。