[发明专利]基站数据处理方法、装置、设备及计算机可读存储介质

权利要求书

1.一种基站数据处理方法，其特征在于，包括：

获取预设时段内基站的无线网络指标数据；

根据所述无线网络指标数据和卡顿率预测模型，计算得到所述基站的卡顿率；

若所述基站的卡顿率大于预设卡顿率阈值，则对所述基站进行优化处理。

2.根据权利要求1所述的方法，其特征在于，所述获取预设时段内基站的无线网络指标数据之前，还包括：

根据目标业务的历史卡顿数据，计算出所述目标业务的至少一个卡顿集中时段；

计算在每个所述卡顿集中时段的所述目标业务的卡顿率，并将所述目标业务的卡顿率作为在同一卡顿集中时段的所述基站的卡顿率；

获取所述基站在每个所述卡顿集中时段的无线网络指标数据；

根据每个所述卡顿集中时段的无线网络指标数据和所述基站的卡顿率，得到多条训练数据；

利用所述多条训练数据对预测模型进行模型训练，得到所述卡顿率预测模型。

3.根据权利要求2所述的方法，其特征在于，所述利用所述多条训练数据对预测模型进行模型训练，得到所述卡顿率预测模型，包括：

利用所述训练数据，采用交叉验证算法和网格搜索算法，对预测模型进行模型训练和验证，得到训练后的预测模型及其验证结果；

若所述验证结果为所述训练后的预测模型的准确率大于预设准确率阈值，则将所述训练后的预测模型作为所述卡顿率预测模型；

若所述验证结果为所述预测模型的准确率小于或者等于所述预设准确率阈值，则继续跳转到利用所述训练数据，采用交叉验证算法和网格搜索算法，对预测模型进行模型训练和验证，得到训练后的预测模型及其验证结果的步骤。

4.根据权利要求2所述的方法，其特征在于，所述根据每个所述卡顿集中时段的无线网络指标数据和所述基站的卡顿率，得到多条训练数据，包括：

将每个所述卡顿集中时段的所述基站的卡顿率进行离散化处理，得到每个所述卡顿集中时段所述基站的卡顿率对应的标注值；

将所述每个所述卡顿集中时段所述基站的卡顿率对应的标注值，作为同一卡顿集中时段的无线网络指标数据的标注数据；

将每个所述卡顿集中时段的无线网络指标数据及其标注数据，作为一条训练数据。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

利用随机森林算法计算各无线网络指标的权重；

根据所述各无线网络指标的权重，对无线网络指标进行筛选；

所述无线网络指标数据包括筛选后的各无线网络指标的值。

6.一种基站数据处理装置，其特征在于，包括：

数据获取模块，用于获取预设时段内基站的无线网络指标数据；

卡顿率计算模块，用于根据所述无线网络指标数据和卡顿率预测模型，计算得到所述基站的卡顿率；

优化处理模块，用于若所述基站的卡顿率大于预设卡顿率阈值，则对所述基站进行优化处理。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括模型训练模块，所述模型训练模块用于：

根据目标业务的历史卡顿数据，计算出所述目标业务的至少一个卡顿集中时段；

计算在每个所述卡顿集中时段的所述目标业务的卡顿率，并将所述目标业务的卡顿率作为在同一卡顿集中时段的所述基站的卡顿率；

获取所述基站在每个所述卡顿集中时段的无线网络指标数据；

根据每个所述卡顿集中时段的无线网络指标数据和所述基站的卡顿率，得到多条训练数据；

利用所述多条训练数据对预测模型进行模型训练，得到所述卡顿率预测模型。