[發明專利]一種建立視頻流量預測模型的方法及裝置

有效

• 申請號: 201610465136.9
• 申請日: 2016-06-23
• 公開（公告）號: CN107547154B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 龔旺達;李磊峰;蔣偉建
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04B17/391
• 分類號: H04B17/391;H04W24/06;G06Q10/04
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 馮艷蓮

本發明涉及無線通信技術領域，尤其涉及一種建立視頻流量預測模型的方法及裝置，該方法包括：獲取在預設時長內針對預設地理區域上產生的歷史視頻流量數據集和至少一種特征數據集；將獲取得到的歷史視頻流量數據集中包括的每條歷史視頻流量數據分別與每種特征數據集中的特征數據進行關聯，得到用于建立視頻流量預測模型的數據集；采用預設的特征選擇算法組合對用于建立視頻流量預測模型的數據集進行特征參數篩選，確定與視頻流量相關的至少一種特征參數；利用用于建立視頻流量預測模型的數據集采用預設模型訓練算法進行模型訓練，獲得與視頻流量相關的至少一種特征參數與視頻流量之間的映射關系，提高視頻流量預測的準確性。

技術領域

本發明涉及無線通信技術領域，尤其涉及一種建立視頻流量預測模型的方法及裝置。

背景技術

視頻業務已經成為網絡通信的主要組成部分,同時移動數據流量的大幅增長也主要由視頻業務帶動。建立精確的視頻流量預測模型能有效提高資源容量規劃的準確性。

目前視頻流量預測方法主要是針對流量單維度地實現大空間尺度的預測，例如，基于時間序列的視頻流量預測模型一般反映視頻流量的三種實際變化規律：趨勢變化、周期性變化、隨機性變化。

具體的，參閱圖1所述，在基于時間序列的視頻流量預測模型中，以數據疊加/分拆的原理，對歷史視頻流量數據進行分拆，得到突發、趨勢、周期、隨機等分量，并分別提取各個分量的規律，進而獲得各個分量分別對應的預測數據，然后再疊加起來獲得預測的視頻流量，該模型的優點在于簡單易行，便于掌握，一般適用于短期和中期預測。

但是，視頻流量具有復雜的強非線性特征，在采用基于時間序列的視頻流量預測模型進行視頻流量預測時，只通過歷史視頻流量數據獲得預設結果，當歷史視頻流量數據變化劇烈時，比如小空間尺度的歷史視頻流量數據往往波動性很大，因此，單獨使用一種數據進行預測，預測準確度較差。

發明內容

本發明實施例的目的是提供一種建立視頻流量預測模型的方法及裝置，以解決現有視頻流量預測模型采用的數據源單一，預測精確度較差的問題。

本發明實施例的目的是通過以下技術方案實現的：

第一方面，一種建立視頻流量預測模型的方法，包括：

獲取在預設時長內針對預設地理區域上產生的歷史視頻流量數據集和至少一種特征數據集，其中，所述歷史視頻流量數據集中的每條歷史視頻流量數據攜帶歷史視頻流量值以及所述歷史視頻流量值對應的至少一個特征參數值，每種特征數據集中的每條特征數據攜帶描述終端產生視頻流量過程中的至少一種特征參數值；

將獲取得到的所述歷史視頻流量數據集中包括的每條歷史視頻流量數據分別與每種特征數據集中的特征數據進行關聯，得到用于建立視頻流量預測模型的數據集；

采用預設的特征選擇算法組合對所述用于建立視頻流量預測模型的數據集進行特征參數篩選，確定與視頻流量相關的至少一種特征參數；

利用所述用于建立視頻流量預測模型的數據集采用預設模型訓練算法進行模型訓練，獲得與所述視頻流量相關的至少一種特征參數與視頻流量之間的映射關系。

在一種可能的實現方式中，所述歷史視頻流量數據集包括視頻流量業務話單數據，所述至少一種特征數據集包括測量報告MR數據集；

將獲取得到的所述歷史視頻流量數據集中包括的每條歷史視頻流量數據分別與每種特征數據集中的特征數據進行關聯，包括：

針對每條視頻流量業務話單數據，執行：

從所述MR數據集中篩選出與當前視頻流量業務話單數據相關聯的MR，所述MR滿足以下兩個條件：

所述MR中包括的隧道端點標識符TEID與所述當前視頻流量業務話單數據中包括的TEID相同；