[发明专利]一种指标确定方法及其相关设备有效
申请号: | 201810260956.3 | 申请日: | 2018-03-26 |
公开(公告)号: | CN110365503B | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 宋伟;张震伟 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | H04L41/147 | 分类号: | H04L41/147 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 王仲凯 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 指标 确定 方法 及其 相关 设备 | ||
1.一种指标确定的方法,其特征在于,包括:
获取业务的待预测数据,所述待预测数据包含所述业务所在网络的关键绩效指标KPI以及所述业务的类型标识,所述类型标识用于指示所述业务的类型,所述KPI用于指示所述网络的性能;
根据所述类型标识从预测模型集合中确定目标预测模型,其中,所述预测模型集合中包含至少一个预测模型,所述预测模型集合中的每个预测模型对应一种业务类型;
根据所述目标预测模型和所述待预测数据中的所述KPI确定所述业务的关键质量指标KQI;
所述根据所述业务类型标识从预测模型集合中确定目标预测模型之前,所述方法还包括:
获取所述业务的样本数据集合,所述样本数据集合包括至少一个样本数据,所述样本数据集合中的每个样本数据包括所述业务所在网络的KPI;
确定所述样本数据集合中每个样本数据对应的业务KQI;
根据所述业务的样本数据集合和所述样本数据集合中每个样本数据对应的业务KQI生成第一训练记录;
根据所述第一训练记录生成所述目标预测模型,包括:
根据所述第一训练记录分别确定向量机SVM模型、随机森林模型和逻辑回归模型在所述目标预测模型中的权重系数;
根据所述向量机SVM模型、所述随机森林模型和所述逻辑回归模型在所述目标预测模型中的权重系数生成所述目标预测模型,包括:
所述SVM模型、所述随机森林模型和所述逻辑回归模型在所述目标预测模型中的权重系数分别为X、Y和Z,所述目标预测模型预测的结果值Q=X*所述SVM模型预测的结果值+Y*所述随机森林模型预测的结果值+Z*所述逻辑回归模型预测的结果值:
所述业务的类型为视频业务,所述目标预测模型预测的结果值Q=x1*所述SVM模型预测的结果值+y1*所述随机森林模型预测的结果值+z1*所述逻辑回归模型预测的结果值,其中,x1y1z1;
所述业务的类型为语音业务,所述目标预测模型预测的结果值Q=x2*所述SVM模型预测的结果值+y2*所述随机森林模型预测的结果值+z2*所述逻辑回归模型预测的结果值,其中,y2x2z2;
所述业务的类型为多媒体业务,所述目标预测模型预测的结果值Q=x3*所述SVM模型预测的结果值+y3*所述随机森林模型预测的结果值+z3*所述逻辑回归模型预测的结果值,其中,z3y3x3;
将所述目标预测模型添加到所述预测模型集合中。
2.根据权利要求1所述的方法,其特征在于,所述样本数据集合包括:第一样本数据、第二样本数据和第三样本数据,所述第一样本数据所对应的第一KQI小于所述第二样本数据所对应的第二KQI,所述第二样本数据所对应的第二KQI小于所述第三样本数据所对应的第三KQI,且,所述第一样本数据、所述第二样本数据和所述第三样本数据的数据量是相等的。
3.根据权利要求1或2所述的方法,其特征在于,所述样本数据集合中包括第四样本数据,所述第四样本数据所对应的第四KQI小于预置的KQI门限。
4.根据权利要求1或2中任一项所述的方法,其特征在于,所述根据所述目标预测模型和所述待预测数据中的所述KPI确定所述业务的关键质量指标KQI之后,所述方法还包括:
生成所述待预测数据中的所述KPI及所述待预测数据中的KPI所对应的关键质量指标KQI的第二训练记录;
根据所述第二训练记录更新所述目标预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810260956.3/1.html,转载请声明来源钻瓜专利网。