[发明专利]面向演进网络的人工智能乒乓切换原因定位方法及装置

说明书

本发明属于通信技术领域，具体公开了一种面向演进网络的人工智能乒乓切换原因定位方法和装置。该面向演进网络的人工智能乒乓切换原因定位方法包括：获取乒乓切换小区的乒乓切换数据；从乒乓切换数据中提取乒乓切换的属性特征及对应的属性特征值；基于属性特征值计算属性特征的信息增益/信息增益率；基于属性特征和属性特征的信息增益/信息增益率构建乒乓切换原因定位模型，乒乓切换原因定位模型为决策树模型；将当前乒乓切换属性特征及对应的属性特征值输入乒乓切换原因定位模型，定位乒乓切换的原因。该乒乓切换原因定位方法和装置快速、准确地定位乒乓切换原因，同时可以摆脱人工定位乒乓切换原因时对个人能力和工作经验的依赖性。

技术领域

本发明涉及通信技术领域，具体涉及一种面向演进网络的人工智能乒乓切换原因定位方法及装置。

背景技术

乒乓切换会导致通信过程中的数据丢包和时延，影响通信质量，从而降低用户端的体验感知。目前，针对乒乓切换原因的定位主要通过工作人员分析筛选大量运维数据表单，利用相关知识和工作经验分析乒乓切换原因。由于乒乓切换原因定位的工作量大，过程复杂繁琐，而且往往对工作人员的个人技术能力和经验依赖性较强，因此，难以快速、准确独立地定位乒乓切换原因。

因此，如何快速、准确独立地定位乒乓切换原因成为本领域亟待解决的问题。

发明内容

为此，本发明提供一种面向演进网络的人工智能面向演进网络的人工智能乒乓切换原因定位方法及装置，以解决现有技术中工作人员利用运维数据结合个人知识和工作经验定位乒乓切换原因，而导致的工作量大、过程复杂、个人能力和经验依赖性较强的问题。

为了实现上述目的，本发明第一方面提供一种乒乓切换原因定位方法，包括：

获取乒乓切换小区的乒乓切换数据；

从所述乒乓切换数据中提取乒乓切换的属性特征及对应的属性特征值；

基于所述属性特征值计算所述属性特征的信息增益/信息增益率；

基于所述属性特征和所述属性特征的信息增益/信息增益率构建乒乓切换原因定位模型，所述乒乓切换原因定位模型为决策树模型；

将当前乒乓切换属性特征及对应的属性特征值输入所述乒乓切换原因定位模型，定位所述乒乓切换的原因。

进一步地，所述获取乒乓切换小区的乒乓切换数据包括：

采集评估区域的路测数据，提取所述路测数据中的切换次数、数据丢包率和时延；

建立所述切换次数、数据丢包率和时延与用户感知的映射关系，并基于所述映射关系确定乒乓切换临界次数；

根据所述乒乓切换临界次数确定所述评估区域的乒乓切换小区；

采集所述乒乓切换小区的乒乓切换数据。

进一步地，所述从所述乒乓切换数据中提取乒乓切换数据的属性特征及对应的属性特征值包括：

当所述属性特征值为离散值时，直接提取所述属性特征值；

当所述属性特征值为连续值时，对所述属性特征值进行离散化处理，得到离散化的属性特征值。

进一步地，所述基于所述属性特征和所述属性特征的信息增益/信息增益率构建乒乓切换原因定位模型，包括：

将所述信息增益/信息增益率最大的所述属性特征作为所述决策树模型的上级结点的属性特征；

设置所述上级结点属性特征对应的属性特征值的分类阈值；

基于所述上级结点属性特征值的分类阈值对所述上级结点属性特征值进行分类，获得下级结点或叶结点，每个所述叶结点对应一种乒乓切换原因；