[发明专利]模型训练方法、共享基站的调参方法、装置和设备

说明书

本申请提供一种模型训练方法、共享基站的调参方法、装置和设备，该模型训练方法包括：获取多个训练样本，训练样本包括样本基站的样本服务指标；获取样本服务指标对应的标签数据，标签数据用于表示样本基站对应的期望配置参数；将训练样本输入目标网络模型，得到训练输出配置参数；根据期望配置参数和训练输出配置参数，得到训练完成的目标网络模型。本申请实施例中通过将样本基站的样本服务指标作为训练样本，样本基站的期望配置参数作为标签数据，训练得到的目标网络模型，能够用于共享基站的配置参数的调整，使调整配置参数后的共享基站对于不同通信运营商的用户的信号级别一致，进而提高共享基站配置参数的配置效率。

技术领域

本申请涉及计算机领域，尤其涉及一种模型训练方法、共享基站的调参方法、装置和设备。

背景技术

为了实现网络服务的快速全覆盖，各个运营商之间开始共享基站。在共享基站的模式下，能够快速实现网络速度、网络覆盖量和网络带宽的增加。此外，能够大幅度的提升网络效能。

其中，共享基站对不同运营商的用户，具有不同的服务效果。例如，运营商A提供的共享基站对运营商A的用户的服务效果更好，对运营商B的用户的服务效果更差。对于上述问题，目前采用的方式人工多次调整共享基站的配置参数，直到共享基站对不同运营商的用户的服务效果达到一致，该方式存在效率低的问题，进而影响共享基站的共享进度和共享规模。

发明内容

本申请提供一种模型训练方法、共享基站的调参方法、装置和设备，以解决现有技术通过人工多次调整共享基站的配置参数效率低的问题。

第一方面，本申请提供一种模型训练方法，包括：

获取多个训练样本，训练样本包括样本基站的样本服务指标；

获取样本服务指标对应的标签数据，标签数据用于表示样本基站对应的期望配置参数；

将训练样本输入目标网络模型，得到训练输出配置参数；

根据期望配置参数和训练输出配置参数，调整目标网络模型，直到期望配置参数与训练输出配置参数的差值小于阈值，得到训练完成的目标网络模型。

在本申请的一个实施例中，样本基站包括：样本共享基站，样本共享基站用于服务第一通信运营商的第一设备以及第二通信运营商的第二设备；则期望配置参数为使第一设备和第二设备的信号级别一致时的样本共享基站的配置参数。

在本申请的一个实施例中，样本基站包括：第一样本基站，第一样本基站用于服务第一通信运营商的第一设备，则期望配置参数为使第一设备的信号级别大于第一信号级别阈值，使第二通信运营商的第二设备的信号级别小于第二信号级别阈值时的第一样本基站的配置参数，第一信号级别阈值大于第二信号级别阈值。

在本申请的一个实施例中，样本基站包括：第二样本基站，第二样本基站用于服务第二通信运营商的第二设备，则期望配置参数为使第二设备的信号级别大于第三信号级别阈值，使第一通信运营商的第一设备的信号级别小于第四信号级别阈值时的第二样本基站的配置参数，第三信号级别阈值大于第四信号级别阈值。

第二方面，本申请提供一种共享基站的调参方法，共享基站用于服务第一通信运营商的第一设备以及第二通信运营商的第二设备，共享基站的调参方法，包括：获取共享基站的第一服务指标；将第一服务指标输入第一方面中任一项训练得到的目标网络模型，得到目标配置参数，目标网络模型用于确定共享基站的配置参数为目标配置参数，共享基站配置目标配置参数时，第一设备的信号级别和第二设备的信号级别一致；根据目标配置参数，调整共享基站的配置参数。

在本申请的一个实施例中，获取共享基站的第一服务指标之前，还包括：获取当前基站的第二服务指标；根据第二服务指标，采用熵权算法，确定当前基站的目标评分；根据目标评分，确定当前基站为共享基站。