[发明专利]一种基于特征选择的移动互联网业务质量预测方法

权利要求书

1.一种基于特征选择的移动互联网业务质量预测方法，其特征在于：该方法的实现过程如下，

步骤S1：构造训练样本集

已知在某城市的本地移动网络下，从用户移动终端上采集用户的业务感知样本构成“业务感知样本集”D′＝{(x′_i，y′_i)，i＝1～M′},包含共M’个样本；各样本包含了P个特征项：特征1、特征2、…、特征P，记为：x′＝{x′₁，x′₂，…，x′_P}；以及T个标记项：标记1、标记2、...、标记T，记为：Y′＝{y′₁，…，y′_T}；对于不同的业务，标记项数和内容也不同；

其中P个特征又进一步分为：N＝11个业务特征和P-N个非业务特征；非业务特征即与业务无直接关系的特征，包括日期，时间，大区编号，小区编号，经度，纬度，场强，信号质量，用户标识，终端标识，终端型号；业务特征包括与业务相关的特征项，对于不同的业务，业务特征项数和内容也不同；

根据预设的预测周期L，将业务感知样本集中“日期”字段值与待预测的无标记样本的日期字段值相差超过L天的样本剔除，剩余样本数记为M；

对业务感知样本中的所有数值型特征值利用公式(1)进行归一化，即：

其中x′_ij表示第i个样本的第j个特征项的真实值，min x′_j和max x′_j分别表示第j个特征在该样本集中的最小和最大值；则得到新的特征矢量X＝{x₁，…，x_P}；

对于业务感知样本中的各标记字段，其在“业务感知样本集”中均为数值型数据，根据预设的感知质差判决门限{S₁,…,S_T}按公式(2)分别转换成布尔型数据，即：

其中函数表示当条件c成立时返回1，否则返回0；则得到新的标记矢量Y＝{y₁，…，y_T}；

这样即可得到训练样本集D，由特征集X和标记集Y组成，D＝{(x_i，y_i)，i＝1～M}；

步骤S2：计算特征权值

对样本空间即训练样本集D，计算各特征权值；

步骤S3：构造训练样本的k近邻样本集

首先，按公式(4)对特征权值向量W进行归一化处理；

对训练样本集中的每个样本矢量x_i，i＝1，…，M，在训练样本集中寻找该样本矢量的k个近邻样本，其中样本距离的计算是在特征空间中采用特征权值加权的欧氏距离，即公式(5)：

其中，x_iu表示第i个样本的第u个特征值；

最后，按距离值升序排列，取前k个样本作为样本x_i的k近邻样本集最终得到训练样本集的k近邻样本集；

步骤S4：计算先验概率和归一化频数矩阵

对每个标记项y_j，j＝1，…，T，按下面的公式(6)计算先验概率和

其中，H_j和分别表示未知样本具有和不具有标记项y_j，而和则分别表示H_j和成立的先验概率，s为控制参数；

然后，按下面的公式(7)(8)计算归一化频数矩阵[f_j[r]]_k×q和

其中，δ_j(x_i)表示的训练样本x_i的近邻样本中具有标记y_j的样本个数，[·]表示取整；则f_j[r]表示训练样本集中具有标记y_j，并且近邻样本中具有标记y_j的训练样本个数；而则表示训练样本集中不具有标记y_j并且近邻样本中具有标记y_j的训练样本个数；

步骤S5：构造未知样本的k近邻样本集

对未知样本按照步骤S3的方法在训练样本集中构造出未知样本的k近邻样本集

步骤S6：计算未知样本的同标记统计

对每一个标记项y_j,j＝1,…,T，按照公式(9)统计中具有该标记项的样本的数量{C_j}，称为未知样本在其k_x个最近邻样本集中的同标记统计：

步骤S7：计算未知样本的似然概率

按公式(10)、(11)计算似然概率和

表示当未知样本具有标记y_j时，它的最近邻样本也具有标记y_j的似然性；

步骤S8：估计未知样本的标记值

在前面各步骤计算结果的基础上，即可由下式(12)计算得到未知样本的标记集Y的估计值{y₁,…,y_T}：

也即未知样本的各业务KQI质量预测值。

2.根据权利要求1所述的一种基于特征选择的移动互联网业务质量预测方法，其特征在于：步骤S2计算特征权值的实现过程如下：

步骤S2a初始化特征权值向量

首先初始化特征权值向量W(A)＝0.0,A＝1,2,…,P；

步骤S2b选取样本并搜索其同标记k近邻

从样本空间D中随机选一个样本记为R_i，设其标记矢量为class(R_i)＝h＝(h1，h2，…，h_T)，根据特征空间的欧氏距离分别查找出与样本R_i具有t个相同标记的k个近邻样本，记为：

步骤S2c更新特征权值

按照公式(3)更新各特征权值：

其中，diff(A，I₁，I₂)是样本I₁和I₂关于特征A的距离，m是最大迭代次数，m<M；

步骤S2d输出特征权值

判断是否已达到最大迭代次数m，如果是则输出特征权值W，否则继续步骤S2b。