[发明专利]VoLTE业务的业务量预测方法和终端设备

权利要求书

1.一种VoLTE业务的业务量预测方法，其特征在于，包括：

确定VoLTE业务的历史业务量的时态分布数据，所述时态分布数据用于表征所述历史业务量在时间维度上的分布情况；

基于所述时态分布数据，训练出长短时间记忆网络LSTM模型和整合移动平均自回归ARIMA模型；

对所述LSTM模型和所述ARIMA模型进行拟合，得到拟合模型，以基于所述拟合模型，预测目标时间的VoLTE业务量。

2.根据权利要求1所述的方法，其特征在于，所述确定VoLTE业务的历史业务量的时态分布数据，包括：

获取所述VoLTE业务的历史业务量；

对所述历史业务量进行统计分析，得到所述历史业务量的时态分布数据。

3.根据权利要求1所述的方法，其特征在于，所述基于所述时态分布数据，训练出长短时间记忆网络LSTM模型和整合移动平均自回归ARIMA模型，包括：

对所述时态分布数据进行特征提取，得到第一特征集和标签集，并对所述第一特征集进行特征清洗得到第二特征集；

基于所述第二特征集和所述标签集生成历史业务量样本集；

基于所述历史业务量样本集，训练出长短时间记忆网络LSTM模型和整合移动平均自回归ARIMA模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述历史业务量样本集，训练出长短时间记忆网络LSTM模型和整合移动平均自回归ARIMA模型，包括：

将所述历史业务量样本集中的样本分为训练集样本和验证集样本；

基于所述训练集样本训练所述LSTM模型和所述ARIMA模型；

基于所述验证集样本调整所述LSTM模型和所述ARIMA模型的参数。

5.根据权利要求1所述的方法，其特征在于，在所述得到拟合模型之后，还包括：

获取所述VoLTE业务的业务容量，所述业务容量用于表征VoLTE网络允许的最大业务量；

若预测出的所述目标时间的VoLTE业务量与所述业务容量的比值大于预设阈值，则扩充所述业务容量。

6.根据权利要求1所述的方法，其特征在于，所述历史业务量包括历史语音话务量、历史视频话务量和历史会话边界控制器SBC用户数中的至少一种。

7.一种终端设备，其特征在于，包括：

确定模块，用于确定VoLTE业务的历史业务量的时态分布数据，所述时态分布数据用于表征所述历史业务量在时间维度上的分布情况；

训练模块，用于基于所述时态分布数据，训练出长短时间记忆网络LSTM模型和整合移动平均自回归ARIMA模型；

拟合模块，用于对所述LSTM模型和所述ARIMA模型进行拟合，得到拟合模型，以基于所述拟合模型，预测目标时间的VoLTE业务量。

8.根据权利要求7所述的终端设备，其特征在于，所述训练模块包括：

训练单元，用于对所述时态分布数据进行特征提取，得到第一特征集和标签集，并对所述第一特征集进行特征清洗得到第二特征集；

基于所述第二特征集和所述标签集生成历史业务量样本集；

基于所述历史业务量样本集，训练出长短时间记忆网络LSTM模型和整合移动平均自回归ARIMA模型。

9.一种终端设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法的步骤。