[發明專利]一種感知差區域精準定位方法

在審

• 申請號: 201910938608.1
• 申請日: 2019-09-30
• 公開（公告）號: CN110704780A
• 公開（公告）日: 2020-01-17
• 發明（設計）人: 桂冠;樊廣輝;張凱旋;曾駿
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06Q10/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 32224 南京縱橫知識產權代理有限公司
• 代理人: 董成

本發明公開一種感知差區域精準定位方法，包括以下步驟:采集設定區域內的無線感知質量指標KQI數據；對所述無線感知質量指標KQI數據進行處理，將其分成訓練集、問題集、驗證集；對所述訓練集進行降維，再將降維后的數據聚類成兩類數據；基于所述問題集判斷出聚類后的兩類數據中的感知差類數據；根據感知差類數據中數據點的密度，在感知差類數據的聚類中心處畫圓，位于圓內的數據點是精準定位的感知差區域，形成感知差區域模型；使用所述驗證集驗證所述形成感知差區域模型區域的準確率,準確率大于設定閾值，則作為最終感知差區域區域識別結果。解決了有些區域無法通過傳統的關鍵績效指標KPI門限過濾、KQI單指標過濾等方法進行識別的問題。

技術領域

本發明屬于機器學習中的無監督機器學習領域，涉及一種感知差區域精準定位的方法。

背景技術

隨著5G時代的到來，流量將會爆炸式增長，提高用戶的感知度將成為運營商提高自身競爭力的新手段。用戶感知度是反映用戶上網和通話體驗的一個綜合指標，由一系列子指標構成，包括頁面響應成功率、頁面顯示平均時長、移動視頻初始播放成功率、即時通信響應成功率、頁面下載速率等十四項關鍵質量指標(KQI)，這些指標詳細地反映了用戶接入網絡之后的實際用戶體驗。一直以來，運營商都是通過常規規則手段來檢測用戶感知度，包括關鍵績效指標KPI門限過濾、KQI單指標過濾等，但是有些區域無法通過傳統的關鍵績效指標KPI門限過濾、KQI單指標過濾等方法進行識別。

發明內容

本發明的目的在于克服現有技術中有些區域無法通過傳統的關鍵績效指標(KPI)門限過濾、KQI單指標過濾等方法進行識別的不足，提供一種感知差區域精準定位的方法。

為解決現有技術問題，本發明公開了一種感知差區域精準定位方法，其特征在于，包括以下步驟：一種感知差區域精準定位方法，包括以下步驟：

采集設定區域內的無線感知質量指標KQI數據；

對所述無線感知質量指標KQI數據進行處理，將其分成訓練集、問題集、驗證集；

對所述訓練集進行降維，再將降維后的數據聚類成兩類數據；

基于所述問題集判斷出聚類后的兩類數據中的感知差類數據；

根據感知差類數據中數據點的密度，在感知差類數據的聚類中心處畫圓，位于圓內的數據點是精準定位的感知差區域，形成感知差區域模型；

使用所述驗證集驗證所述形成感知差區域模型區域的準確率,準確率大于設定閾值，則作為最終感知差區域識別結果。

進一步地，所述無線感知質量指標KQI數據包括：頁面響應成功率、頁面響應時延、頁面顯示成功率、頁面顯示時延、頁面下載速率、移動視頻初始播放成功率、移動視頻每分鐘停頓次數、停頓時長占比、初始緩存時延、流媒體速率、即時通信響應成功率、即時通信響應時延、移動業務游戲響應成功率和移動業務游戲響應時延。

進一步地，還包括刪去所述無線感知質量指標KQI數據中的冗余特征，具體為：

計算特征間的皮爾森相關系數，相關系數大于0.8時，表明兩個特征間的線性相關性過強，只保留其中一個特征，計算特征的方差，去掉方差最小的兩個特征。

進一步地，所述對所述無線感知質量指標KQI數據進行處理，還包括，數據縮減，具體為：將每天24小時的KQI數據縮減為8忙時無線感知質量指標KQI數據，每天只使用8、9、10、18、19、20、21和22這8個最繁忙小時的KQI數據代表一天的感知情況。

進一步地，其特征在于，所述對所述無線感知質量指標KQI數據進行處理，還包括填補空值，具體為：使用一周數據的均值對每個KQI的每周數據單獨進行空值填補。