[发明专利]一种话务指标的预测方法、装置及电子设备

说明书

技术领域

本发明涉及核心网技术领域，尤其涉及一种话务指标的预测方法、装置及电子设备。

背景技术

现代移动通信的用户数和话务量保持稳步增长，移动网络长久稳定的运行，有赖于及时有效的网络规划与优化，运营者以主动性的网络变化成功应对用户行为的变化及其趋势。移动通信话务量超过一定容量时，极易造成交换系统过载，出现电路拥塞，话音接通率下降，话务掉话比上升，甚至出现交换机大面积瘫痪的现象，给移动通信运营商和移动用户都造成不可弥补的损失。因此根据话务统计资料和其他业务信息对移动通信话务量的变化趋势进行预测，以此来确定工程扩容将要达到的容量，并由各地设定的相应话务模型计算设备的有效容量，从而决定满足设计容量的设备类型和数量，对于移动通信运营商来说非常有必要。

为此，一种基于不同模板类型的智能化话务预测方法出现了。该智能化话务预测方法包含以下几个步骤：（1）取出近几年的参数进行训练，确定初始参数:增长因子、模板值、各节假日话务的模板值；（2）根据输入的预测长度，判断是短期或中长期的平稳期话务预测，而选定不同的平稳期话务预测方法；（3）根据步骤（2）的结果，按照不同的算法来预测平稳期话务；（4）根据步骤（1）确定的参数，定位预测区间各节假日的长度和类型，选取相应的节假日话务预测算法预测节假日话务；（5）根据步骤（3）、（4）的结果，将平稳期话务和节假日话务进行接口平滑处理，合成预测话务，输出到相应设备。

上述智能化话务预测算法的特征是将全年的平稳期话务分为N段进行预测，每一段平稳期话务又视为由趋势分量和周期分量的简单加法叠加。其中，趋势分量由一元线性回归方法预测得到，周期分量由模板匹配算法预测得到。

与此同时，还出现了另一种话务预测方法。该方法基于ARMA(p,q)模型建立，ARMA模型由自回归模型和滑动平均模型“混合”得到，是研究时间序列模型的一种重要方法。该方法主要的流程是：获取网络话务量的历史值作为历史样本数据，对所述历史样本数据进行预处理，获得正常样本数据；针对所述的历史样本数据利用预测模型进行建模并预测；利用方差分析法对所述正常样本数据进行节日话务量与平时话务量差异显著性检验；若节日话务量与平时话务量的差异性显著，则对所述预测模型的预测值进行修正，得到最终预测值；否则，所述预测模型的预测值即为最终预测值。

此外，还有在《节日话务预测及扩容流程》一文中提出了一种节假日话务预测方法，该方法将话务量之间的关系定义为简单的线性模型，利用线性预测加修正因子的方法来获得目标年份的节假日话务量。

发明内容

有鉴于此，本发明实施例的目的是提供一种话务指标的预测方法、装置及电子设备，以在目标时间段的话务指标季节分量可预测的情况下，实现话务指标的准确预测。

为解决上述技术问题，本发明实施例提供方案如下：

本发明实施例提供一种话务指标的预测方法，包括：

根据各历史时间段的话务指标季节分量实际值，确定目标时间段的话务指标季节分量预测值；

根据目标时间段的话务指标趋势分量预测值与话务指标季节分量预测值，确定目标时间段的话务指标预测值。

优选地，所述根据各历史时间段的话务指标季节分量实际值，确定目标时间段的话务指标季节分量预测值之前，还包括：

将各历史时间段的话务指标实际值和话务指标趋势分量实际值分别相除，得到各历史时间段的话务指标季节分量实际值。

优选地，所述根据各历史时间段的话务指标季节分量实际值，确定目标时间段的话务指标季节分量预测值包括：

确定各历史时间段的话务指标季节分量实际值的权重；

根据所述权重，对各历史时间段的话务指标季节分量实际值进行加权平均，得到目标时间段的话务指标季节分量预测值。

优选地，各历史时间段分别属于各历史年份中的设定节日，目标时间段属于目标年份中的设定节日，各历史年份和目标年份的年份数目为n，各历史时间段和目标时间段中的第i个时间段属于各历史年份和目标年份中的第i个年份，i＝1,2,…,n，第n个年份为目标年份，设第i个年份中的m个设定日期的话务指标实际值集合U_i＝(u_i1,u_i2,…,u_im)^T，则所述确定各历史时间段的话务指标季节分量实际值的权重的步骤中，各历史时间段中第j个历史时间段的话务指标季节分量实际值的权重r_nj通过如下公式计算得到：