[发明专利]一种基于随机森林的指标关联强度排序方法

说明书

本发明公开一种基于随机森林的指标关联强度排序方法，步骤a，采集同一批小区的同一时间无线感知关键质量KQI指标数据与无线感知性能KPI指标数据；步骤b，创建同一批小区的同一时间KQI指标与KPI指标数据表；步骤c，对KPI指标进行相关性分析以及方差统计分析，去除冗余特征；步骤d，根据KQI指标的变差门限将KQI指标划分为两个区间；步骤e，将质差区间标1，质优区间标0，得到一份有标签的KPI指标数据；步骤f，用有标签的KPI指标数据训练随机森林，输出各指标在随机森林中的重要性排序。本发明提供的一种基于随机森林的指标关联强度排序方法，能够识别出与问题KQI指标关联度较强的KPI指标，并形成相应的解决方案，及时地解决感知差的问题。

技术领域

本发明涉及一种基于随机森林的指标关联强度排序方法，属于无线通信领域。

背景技术

在通信技术、互联网技术日新月异的今天，用户对于小区无线感知质量要求日益提高。无线感知度关键质量(KQI)指标是反映小区无线信号质量的唯一标准，而真正想要解决这些指标所反映出的问题，则需要找到问题小区的无线感知关键性能(KPI)指标，并有针对性地形成相应的解决方案。现如今，想要识别一个小区KQI指标的好坏比较容易，而直接找出问题KPI指标则是一件十分困难的事，往往需要耗费大量的人力和时间成本。因此，如何识别出与问题KQI指标关联度较强的KPI指标，并形成相应的解决方案，及时地解决感知差的问题，变成了亟待解决的问题。

发明内容

本发明要解决的技术问题是，克服现有技术的缺陷，提供一种能够识别出与问题KQI指标关联度较强的KPI指标，并形成相应的解决方案，及时地解决感知差的问题的基于随机森林的指标关联强度排序方法。

为解决上述技术问题，本发明采用的技术方案为：

一种基于随机森林的指标关联强度排序方法，包括以下步骤：

步骤a，采集同一批小区的同一时间无线感知关键质量KQI指标数据与无线感知性能KPI指标数据；

步骤b，将KQI指标数据与能KPI指标数据合并，创建同一批小区的同一时间KQI指标与KPI指标数据表；

步骤c，对KPI指标进行相关性分析以及方差统计分析，去除冗余特征；

步骤d，根据KQI指标的变差门限将KQI指标划分为两个区间，分别为质差区间和质优区间；

步骤e，将质差区间标1，质优区间标0，得到一份有标签的KPI指标数据；

步骤f，用有标签的KPI指标数据训练随机森林，输出各指标在随机森林中的重要性排序。

步骤a中，ECI(演进通用陆地无线接入网络小区标识)号被用于唯一标识一个小区。

步骤a中，KQI指标数据包括页面显示时延、视频播放平均等待时延、即时通信响应时延和游戏响应时延；KPI指标数据包括下行PRB平均利用率，RRC连接平均数和小区用户面上行丢包率。

步骤b中，KQI指标数据连接到KPI指标数据之后。

步骤c中，KPI指标相关性分析方法采用皮尔森相关系数法，分析各指标间的线性相关性，在线性相关性高的指标中选择一个保留。

步骤c中，KPI指标方差统计分析方法具体为对每个KPI指标进行方差统计，对于方差较小的指标，反映在数据上即为数据区分度小的指标删去。

皮尔森相关系数法包括，两两之间计算两个变量的协方差和标准差，两者作商得到结果。