CN103108343A - 建立决策树的方法及装置、网络性能优化方法及装置 - Google Patents

建立决策树的方法及装置、网络性能优化方法及装置 Download PDF

Info

Publication number
CN103108343A
CN103108343A CN2011103619823A CN201110361982A CN103108343A CN 103108343 A CN103108343 A CN 103108343A CN 2011103619823 A CN2011103619823 A CN 2011103619823A CN 201110361982 A CN201110361982 A CN 201110361982A CN 103108343 A CN103108343 A CN 103108343A
Authority
CN
China
Prior art keywords
decision tree
supplemental characteristic
network
parameter
wireless
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011103619823A
Other languages
English (en)
Other versions
CN103108343B (zh
Inventor
徐晶
王西点
程楠
王磊
沈骜
方波
赵蓓
张斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Group Design Institute Co Ltd
Original Assignee
China Mobile Group Design Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Group Design Institute Co Ltd filed Critical China Mobile Group Design Institute Co Ltd
Priority to CN201110361982.3A priority Critical patent/CN103108343B/zh
Publication of CN103108343A publication Critical patent/CN103108343A/zh
Application granted granted Critical
Publication of CN103108343B publication Critical patent/CN103108343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种建立决策树的方法及装置、网络性能优化方法及装置,网络性能优化方法包括步骤:获取待优化的无线网络中,预先设定的各无线参数当前的参数数据;根据所述无线网络的无线参数决策树以及获取的各参数数据,预测所述无线网络的网络性能等级;根据预测出的网络性能等级,判断是否需要对所述无线网络进行性能优化;若判断结果为是,则对各无线参数的参数数据进行调整,以优化所述无线网络的网络性能。采用本发明技术方案,解决了现有技术中网络性能优化的灵活性较低、过程较繁琐且比较滞后的问题。

Description

建立决策树的方法及装置、网络性能优化方法及装置
技术领域
本发明涉及网络性能优化技术领域,尤其涉及一种建立决策树的方法及装置、网络性能优化方法及装置。
背景技术
无线网络是一个动态变化的网络,话务密度分布不均,频率资源紧张,且网络配置长期处于不断的变化之中。近年来,无线网络的规模不断扩大,如何能够在有限的资源和超大的网络规模的情况下有力地保障无线网络的服务质量,这对无线网络的维护和性能优化工作提出了巨大挑战。
通用的无线网络性能优化方法主要为:对正式投入运行的无线网络进行数据采集、数据分析,找出影响无线网络性能的原因,并且通过数据调等使无线网络到达最佳运行状态。
在进行网络性能优化时,可以由工作人员依靠自己的经验,人工地对繁杂的网络数据进行及时的分析和对比得出网络性能优化方案,在这种方法中,通常对单一类型的无线参数的参数数据进行分析,例如,首先统计某一类话务量,然后根据统计出的话务量进行网络性能优化,再例如,先根据路测数据统计网络覆盖情况,然后对网络性能进行相应分析和调整。然而,无线网络中的无线参数的数据规模很大,这种方法对大规模数据的分析能力相对较弱。
对此现有技术提出,在进行网络性能优化时,可以采用数据挖掘方法对无线网络中的无线参数的参数数据进行大规模的数据分析,现有的对网络性能进行优化时采用的数据挖掘方法主要包含下述五种,分别为:
第一种,基于神经网络和模糊逻辑的接入网络选择方法,主要利用数据挖掘中的神经网络来解决网络选择过程中候选网络未来负载变化和参数不确定性对用户性能的影响问题,需要用户根据网络适宜接入度来选择作为目标网络的候选网络,这种方法能够降低用户接入网络时的阻塞概率和服务过程中的中断概率,实现为用户选择最佳接入网络的功能。
第二种,基于聚类分析挖掘最坏小区的设计方法,主要应用聚类算法分析性能指标数据(如掉话率、话务量、接通率、拥塞率、干扰量等),以得到最坏小区的集合。
第三种,利用回归统计预测中继话务量的回归统计研究,主要采集某时间段内的话务量数据,然后建立回归模型进行话务量预测。
第四种,基于遗传算法的自动频率优化方法,主要利用切换统计参数建立基于切换统计的干扰矩阵,利用自动频率优化引擎进行计算,也就是利用遗传算法进行挖掘,输出频率优化结果。
第五种,基于贝叶斯方法的无线传感器网络的节点失效预警方法,主要是在无线传感器网络中利用贝叶斯方法监测网络失效节点,以及对网络失效节点进行预警。
由上述内容可知,现有技术在对无线网络进行网络性能优化时,主要存在下述两个缺点:
1、现有技术需要工作人员人为干预才能达到较好的优化效果,因此使得网络性能优化的灵活性较低,且优化过程较繁琐,如基于神经网络和模糊逻辑的接入网络选择方法等;
2、现有技术通常在网络性能出现问题或收到用户投诉后,才对网络中无线参数的参数数据进行排查以优化网络性能,从而使得网络性能优化比较滞后。
发明内容
本发明实施例提供一种建立决策树的方法及装置、网络性能优化方法及装置,用以解决现有技术中网络性能优化的灵活性较低、过程较繁琐且比较滞后的问题。
本发明实施例技术方案如下:
一种建立无线参数决策树的方法,该方法包括步骤:针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据;针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件;确定每个统计周期内,预设的各性能参数的性能数据;根据获取的各参数数据、确定出的各性能数据条件以及各性能数据,建立所述无线网络的无线参数决策树。
一种建立无线参数决策树的装置,包括:参数数据获取单元,用于针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据;性能数据条件确定单元,用于针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件;性能数据确定单元,用于确定每个统计周期内,预设的各性能参数的性能数据;决策树建立单元,用于根据参数数据获取单元获取的各参数数据、性能数据条件确定单元确定出的各性能数据条件以及性能数据确定单元确定出的各性能数据,建立所述无线网络的无线参数决策树。
一种网络性能优化方法,该方法包括步骤:获取待优化的无线网络中,预先设定的各无线参数当前的参数数据;根据所述无线网络的无线参数决策树以及获取的各参数数据,预测所述无线网络的网络性能等级;根据预测出的网络性能等级,判断是否需要对所述无线网络进行性能优化;若判断结果为是,则对各无线参数的参数数据进行调整,以优化所述无线网络的网络性能。
一种网络性能优化装置,包括:参数数据获取单元,用于获取待优化的无线网络中,预先设定的各无线参数当前的参数数据;网络性能等级预测单元,用于根据所述无线网络的无线参数决策树以及参数数据获取单元获取的各参数数据,预测所述无线网络的网络性能等级;性能优化判断单元,用于根据网络性能等级预测单元预测出的网络性能等级,判断是否需要对所述无线网络进行性能优化;参数数据调整单元,用于在性能优化判断单元的判断结果为是时,对各无线参数的参数数据进行调整,以优化所述无线网络的网络性能。
本发明实施例技术方案中,首先针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据,然后针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件,再确定每个统计周期内,预设的各性能参数的性能数据,根据获取的各参数数据、确定出的各性能数据条件以及各性能数据,建立所述无线网络的无线参数决策树,后续在对该无线网络进行网络性能优化时,首先获取该无线网络中,预先设定的各无线参数当前的参数数据,然后根据所述无线网络的无线参数决策树以及获取的各参数数据,预测所述无线网络的网络性能等级,若根据预测出的网络性能等级判断出需要对所述无线网络进行性能优化,则对各无线参数的参数数据进行调整。由上可见,本发明实施例技术方案无需工作人员人为干预就能达到较好的网络性能优化效果,因此有效地提高了网络性能优化的灵活性,且简化了优化过程,此外,本发明实施例技术方案可以根据无线参数决策树对无线网络的网络性能等级进行预测,能够在网络性能出现问题或收到用户投诉之前,预先对网络性能进行优化,从而避免了现有技术对网络性能优化比较滞后的问题。
附图说明
图1为本发明实施例一中,建立无线参数决策树的方法流程示意图;
图2为本发明实施例二中,建立无线参数决策树的方法具体实现流程示意图;
图3为本发明实施例二中,建立无线参数决策树的原理示意图;
图4为本发明实施例二中,无线参数决策树示意图;
图5为本发明实施例三中,建立无线参数决策树的装置结构示意图;
图6为本发明实施例四中,网络性能优化方法流程示意图;
图7为本发明实施例五中,网络性能优化装置结构示意图;
图8为本发明实施例六中,网络性能优化网络架构示意图。
具体实施方式
下面结合各个附图对本发明实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细地阐述。
本发明实施例技术方案包括建立无线参数决策树的处理过程和基于建立的无线参数决策树进行网络性能优化的处理过程,下面对两个处理过程分别进行介绍。
实施例一
下面介绍建立无线参数决策树的处理过程。
如图1所示,为本发明实施例一提出的建立无线参数决策树的方法流程示意图,其具体处理流程如下:
步骤11,针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据。
无线网络中包含多个无线参数,针对每个无线参数,分别定期统计该无线参数的参数数据,并将该无线参数在各统计周期内的参数数据存储在操作维护中心(OMC,Operations & Maintenance Center)中,在建立无线网络的无线参数决策树时,从OMC中提取出预设的、用于建立无线参数决策树的各无线参数在预设的各统计周期内的参数数据。
本发明实施例一中,预设的、用于建立无线参数决策树的各无线参数在无线参数决策树中作为根节点或中间节点。
在获取到各无线参数在预设的各统计周期内的参数数据后,可以将冗余的参数数据进行删除,其中,将每个统计周期内各无线参数的参数数据称为一个数据项,若预设的统计周期为N个,那么步骤11就能获取到这个统计周期对应的N个数据项,在N个数据项中,可能存在相同的数据项,本发明实施例一提出,针对相同的数据项,可以只保留其中一个数据项,将其他的数据项(即冗余的参数数据)删除。
步骤12,针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件。
本发明实施例一中,将无线网络的网络性能划分为不同的网络性能等级,例如划分为性能较差、性能一般和性能非常好三种,网络性能等级在无线参数决策树中作为叶子节点,网络性能等级也可以称为无线参数决策树的分类属性。
为了建立无线网络的无线参数决策树,可以预先设置各性能参数,例如,独立专用控制信道(SDCCH,Stand-Alone Dedicated Control Channel)拥塞率或物理下行控制信道(PDCCH,Physical Downlink Control Channel)拥塞率,针对作为无线参数决策树中作为叶子节点的每个网络性能等级,当无线网络处于该网络性能等级时,预设的上述各性能参数需满足一定的性能数据条件,例如,当无线网络处于性能较差这一网络性能等级时,SDCCH拥塞率这一性能数据需满足的性能数据条件为大于2%,PDCCH拥塞率这一性能数据需满足的性能数据条件为大于3%,当无线网络处于性能一般这一网络性能等级时,SDCCH拥塞率这一性能数据需满足的性能数据条件为大于1%且小于等于2%,PDCCH拥塞率这一性能数据需满足的性能数据条件为大于2%且小于等于3%,当无线网络处于性能非常好这一网络性能等级时,SDCCH拥塞率这一性能数据需满足的性能数据条件为小于1%,PDCCH拥塞率这一性能数据需满足的性能数据条件为小于2%。
步骤13,确定每个统计周期内,预设的各性能参数的性能数据。
无线网络的各性能属性的性能数据也可以和无线参数的参数数据一样,存储在OMC中,在建立无线网络的无线参数决策树时,从OMC中提取出预设的各性能参数的性能数据。
步骤14,根据获取的各参数数据、确定出的各性能数据条件以及各性能数据,建立所述无线网络的无线参数决策树。
下面给出更为详细的实施方式。
实施例二
建立决策树的算法有多种,例如ID3算法、C5算法等,下面以C5算法为例介绍建立无线参数决策树的详细步骤。
如图2所示,为本发明实施例二中,建立无线参数决策树的方法具体实现流程示意图,其原理如图3所示,具体处理流程如下:
步骤21,首先基于预设的各统计周期,将获取到的各参数数据组成的参数数据集合划分为训练参数数据集合和测试参数数据集合。
将每个统计周期内各无线参数的参数数据称为一个数据项,若获取到N个统计周期的参数数据,也就是说获取到N个数据项,从N个数据项中提取出N1个数据项,将这N1个数据项组成的集合称为训练参数数据集合D1,将另外N2个数据项组成的集合称为测试参数数据集合D2
步骤22,根据划分出的训练参数数据集合、该训练参数数据集合对应的各性能数据以及确定出的各性能数据条件,建立初始决策树。
本发明实施例一中,训练参数数据集合D1中,将每个数据项记为Bi,其中1≤i≤N1,用于建立无线参数决策树的每个无线参数记为Aj,其中1≤j≤M,M为预设的用于建立无线参数决策树的无线参数的个数,划分出的每个网络性能等级记为Ck,其中1≤k≤R,R为划分出的网络性能等级的个数(即无线参数决策树的分类属性的个数),用C(k,D1)表示训练参数数据集合D1中属于分类属性Ck的数据项所构成的子集。
由用于建立无线参数决策树的各无线参数组成候选无线参数集,首先针对无线参数决策树中的根节点,在候选无线参数集中选取信息增益率最大的无线参数作为该根节点对应的无线参数,然后将该无线参数从候选无线参数集中删除,并根据选取的无线参数的参数数据确定该根节点分裂为下一级各节点的分裂规则,其中根节点的下一级节点可以为中间节点,也可以为叶子节点,按照上述方式,依次对无线参数决策树中的各中间节点进行处理,得到各中间节点对应的无线参数,以及各中间节点的分裂规则,从而得到整个无线参数决策树。
其中,在选取节点v对应的无线参数时,计算候选无线参数集中各无线参数的信息增益率的方法如下:
在训练参数数据集合D1中,节点v的上一级节点分裂为该节点v时的分裂规则所对应的各数据项组成子集D1v,|D1v|表示子集D1v中的数据项的数目,|C(k,D1)|表示子集C(k,D1)中数据项的数目。
首先计算子集D1v的信息熵Info(D1v):
info ( D 1 v ) = - Σ k = 1 R P k log 2 ( P k )
其中,Pk表示子集D1v中任一数据项属于分类属性Ck的概率,用|C(k,D1)|/|D1v|进行估计。
假设无线参数Aj为节点v对应的无线参数,则按照子集D1v中无线参数Aj的参数数据的数量,将子集D1v划分成W个子集{D1v1,D1v2,...,D1vs,...,D1vW},W为子集D1v中无线参数Aj的参数数据的数量,计算无线参数Aj达到纯净所需的信息量InfoAj(D1v):
info Aj ( D 1 v ) = Σ s = 1 W | D 1 vs | | D 1 v | × Info ( D 1 vs )
计算无线参数Aj的信息增益Gain(Aj):
Gain(Aj)=info(D1v)-infoAj(D1v)
计算无线参数Aj的分裂信息splitInfoAj(D1v):
splitInfo Aj ( D 1 v ) = - Σ s = 1 W | D 1 vs | | D 1 v | × log 2 | D 1 vs | | D 1 v |
无线参数Aj的信息增益率GainRatio(Aj)为:
GainRatio ( A j ) = Gain ( A j ) splitInfo Aj ( D 1 v )
步骤23,根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,对建立的初始决策树进行剪枝处理,得到目标决策树。
步骤24,对剪枝处理后得到的目标决策树和上一次建立的无线参数决策树进行评估。
根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,分别确定剪枝处理后得到的目标决策树的错误率以及上一次建立的无线参数决策树的错误率,然后判断剪枝处理后得到的目标决策树的错误率是否小于上一次建立的无线参数决策树的错误率。
步骤25,将评估出的最优的决策树确定为所述无线网络的无线参数决策树。
若判断出剪枝处理后得到的目标决策树的错误率小于上一次建立的无线参数决策树的错误率,即剪枝处理后得到的目标决策树为最优的决策树,则直接将剪枝处理后得到的目标决策树确定为所述无线网络的无线参数决策树,若判断出剪枝处理后得到的目标决策树的错误率不小于上一次建立的无线参数决策树的错误率,即上一次建立的无线参数决策树为最优的决策树,则将上一次建立的无线参数决策树确定为所述无线网络的无线参数决策树。
其中,步骤24和步骤25为可选步骤,可以直接将步骤23得到的目标决策树确定为所述无线网络的无线参数决策树。
例如,用于建立无线参数决策树的各无线参数为T3101、MAXretrans、T3107、T3103、T3122、CELL RESELECT OFFSET、T3212,划分为网络性能等级为性能较差和性能较好,对应的性能参数为SDCCH拥塞率,性能较差这一网络性能等级的性能数据条件为SDCCH拥塞率>1%,性能较好这一网络性能等级的性能数据条件为SDCCH拥塞率<1%,各无线参数的参数数据以及性能参数的性能数据如下所示:
根据上述参数数据、性能数据以及性能数据条件,建立的无线参数决策树如图4所示。
实施例三
与本发明实施例一提出的建立无线参数决策树的方法对应,本发明实施例三提出一种建立无线参数决策树的装置,其结构如图5所示,包括:
参数数据获取单元51,用于针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据;
性能数据条件确定单元52,用于针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件;
性能数据确定单元53,用于确定每个统计周期内,预设的各性能参数的性能数据;
决策树建立单元54,用于根据参数数据获取单元51获取的各参数数据、性能数据条件确定单元52确定出的各性能数据条件以及性能数据确定单元53确定出的各性能数据,建立所述无线网络的无线参数决策树。
较佳地,决策树建立单元54具体包括:
数据集合划分子单元,用于基于预设的各统计周期,将参数数据获取单元51获取到的各参数数据组成的参数数据集合划分为训练参数数据集合和测试参数数据集合;
初始决策树建立子单元,用于根据所述训练参数数据集合、该训练参数数据集合对应的各性能数据以及确定出的各性能数据条件,建立初始决策树;
剪枝处理子单元,用于根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,对初始决策树建立子单元建立的初始决策树进行剪枝处理;
决策树确定子单元,用于将剪枝处理子单元剪枝处理后的决策树确定为所述无线网络的无线参数决策树。
较佳地,所述装置还包括:
错误率确定单元,用于在决策树确定子单元将剪枝处理后的决策树确定为所述无线网络的无线参数决策树之前,根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,分别确定剪枝处理子单元剪枝处理后的决策树的错误率以及上一次建立的无线参数决策树的错误率;
错误率判断单元,用于判断剪枝处理子单元剪枝处理后的决策树的错误率是否小于上一次建立的无线参数决策树的错误率;
决策树确定子单元,具体用于在错误率判断单元的判断结果为是时,将剪枝处理子单元剪枝处理后的决策树确定为所述无线网络的无线参数决策树。
更佳地,决策树建立单元,还用于在错误率判断单元的判断结果为否时,将上一次建立的无线参数决策树确定为所述无线网络的无线参数决策树。
实施例四
下面介绍基于本发明实施例一建立的无线参数决策树进行网络性能优化的处理过程。
如图6所示,为本发明实施例四提出的网络性能优化方法流程示意图,其具体处理流程如下:
步骤61,获取待优化的无线网络中,预先设定的各无线参数当前的参数数据。
本发明实施例一建立了待优化的无线网络的无线参数决策树,当需要对该无线网络进行网络性能优化时,首先获取该无线网络中预先设定的各无线参数当前的参数数据,然后根据无线参数决策树以及获取的当前的参数数据,对该无线网络的网络性能进行预测。
步骤62,根据所述无线网络的无线参数决策树以及获取的各参数数据,预测所述无线网络的网络性能等级。
首先,针对所述无线网络的无线参数决策树中作为叶子节点的每个网络性能等级,分别确定从根节点到该网络性能等级对应的各叶子节点的路径,然后针对确定出的每个路径,分别确定该路径对应的、各无线参数需满足的分裂规则集,在确定出的各分裂规则集中,查找获取的各无线参数当前的参数数据所满足的分裂规则集,在确定出的各路径中,查找获取的各无线参数当前的参数数据所满足的分裂规则集对应的路径,并将查找到的路径中的叶子节点所对应的网络性能等级,确认为所述无线网络的网络性能等级。
步骤63,根据预测出的网络性能等级,判断是否需要对所述无线网络进行性能优化。
本发明实施例四提出,可以根据实际情况,选择需要进行网络性能优化的网络性能等级,例如,网络性能等级包含性能较差、性能一般、性能较好三个,先根据实际情况选择需要进行网络性能优化的网络性能等级只有性能较差,也就是说预测出无线网络的网络性能处于性能较差这一网络性能等级时,确认需要进行网络性能优化,后续根据实际情况又选择需要进行网络性能优化的网络性能等级为性能较差和性能一般,也就是说预测出无线网络的网络性能处于性能较差或性能一般时,确认需要进行网络性能优化。
步骤64,若判断结果为是,则对各无线参数的参数数据进行调整,以优化所述无线网络的网络性能。
本发明实施例四中,在判断出需要对无线网络的网络性能进行优化时,先根据获取的各参数数据,在所述无线网络的无线参数决策树中,确定从根节点到预测出的所述网络性能等级对应的叶子节点的路径,然后在确定出的路径所包含的各分裂节点中,查找能够分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的各分裂节点,在查找到的各分裂节点对应的无线参数中,确定需要调整参数数据的无线参数,以及获得对无线参数的参数数据进行调整时的调整方式,根据获得的调整方式,对确定出的无线参数的参数数据进行调整。
优选的,可以按照由根节点到叶子节点的顺序,将查找到的各分裂节点中的最后一个分裂节点,确定为需要调整参数数据的无线参数。
此外,在获得调整方式时,可以先针对需要调整参数数据的无线参数对应的分裂节点,获得分裂为预测出的所述网络性能等级对应的叶子节点的分裂规则以及分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的分裂规则,然后根据获得的分裂规则,确定对无线参数的参数数据进行调整时的调整方式。
例如,无线参数决策树如图4所示,预测出的网络性能等级为性能较差,从根节点到该网络性能等级对应的叶子节点的路径为:T3101≥3→MAXretrans<3.56→T3122>10→性能较差,该路径所包含的分裂节点为T3101、MAXretrans和T3122,不需要对无线网络进行性能优化的网络性能等级为性能较好,该路径包含的各分裂节点中,能够分裂为性能较好的分裂节点为MAXretrans和T3122,在这两个分裂节点中选取T3122为需要调整参数数据的无线参数,T3122分裂为性能较好的分裂规则为T3122>10,分裂为性能较差的分裂规则为T3122≤10,因此可以得到对T3122的参数数据进行调整时,应该减小T3122的参数数据,减小的最小值应该Y-10,其中Y为T3122当前的参数数据。
此外,本发明实施例四提出,还可以只发出参数数据调整告警,网络优化人员根据该参数数据调整告警来优化网络性能,所述参数数据调整告警中携带有需要调整参数数据的无线参数的参数标识以及对无线参数的参数数据进行调整时的调整方式。
由上述处理过程可知,本发明实施例技术方案中,首先针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据,然后针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件,再确定每个统计周期内,预设的各性能参数的性能数据,根据获取的各参数数据、确定出的各性能数据条件以及各性能数据,建立所述无线网络的无线参数决策树,后续在对该无线网络进行网络性能优化时,首先获取该无线网络中,预先设定的各无线参数当前的参数数据,然后根据所述无线网络的无线参数决策树以及获取的各参数数据,预测所述无线网络的网络性能等级,若根据预测出的网络性能等级判断出需要对所述无线网络进行性能优化,则对各无线参数的参数数据进行调整。由上可见,本发明实施例技术方案无需工作人员人为干预就能达到较好的网络性能优化效果,因此有效地提高了网络性能优化的灵活性,且简化了优化过程,此外,本发明实施例技术方案可以根据无线参数决策树对无线网络的网络性能等级进行预测,能够在网络性能出现问题或收到用户投诉之前,预先对网络性能进行优化,从而避免了现有技术对网络性能优化比较滞后的问题。
实施例五
与本发明实施例四提出的网络性能优化方法对应,本发明实施例五提出一种网络性能优化装置,其结构如图7所示,包括:
参数数据获取单元71,用于获取待优化的无线网络中,预先设定的各无线参数当前的参数数据;
网络性能等级预测单元72,用于根据所述无线网络的无线参数决策树以及参数数据获取单元71获取的各参数数据,预测所述无线网络的网络性能等级;
性能优化判断单元73,用于根据网络性能等级预测单元72预测出的网络性能等级,判断是否需要对所述无线网络进行性能优化;
参数数据调整单元74,用于在性能优化判断单元73的判断结果为是时,对各无线参数的参数数据进行调整,以优化所述无线网络的网络性能。
较佳地,网络性能等级预测单元72具体包括:
第一路径确定子单元,用于针对所述无线网络的无线参数决策树中作为叶子节点的每个网络性能等级,分别确定从根节点到该网络性能等级对应的各叶子节点的路径;
分裂规则集确定子单元,用于针对第一路径确定子单元确定出的每个路径,分别确定该路径对应的、各无线参数需满足的分裂规则集;
分裂规则集查找子单元,用于在分裂规则集确定子单元确定出的各分裂规则集中,查找参数数据获取单元71获取的各无线参数当前的参数数据所满足的分裂规则集;
路径查找子单元,用于在第一路径确定子单元确定出的各路径中,查找分裂规则集查找子单元查找到的分裂规则集对应的路径;
网络性能等级确认子单元,用于将路径查找子单元查找到的路径中的叶子节点所对应的网络性能等级,确认为所述无线网络的网络性能等级。
较佳地,参数数据调整单元具体包括:
第二路径确定子单元,用于根据参数数据获取单元71获取的各参数数据,在所述无线网络的无线参数决策树中,确定从根节点到预测出的所述网络性能等级对应的叶子节点的路径;
分裂节点查找子单元,用于在第二路径确定子单元确定出的路径所包含的各分裂节点中,查找能够分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的各分裂节点;
无线参数确定子单元,用于在分裂节点查找子单元查找到的各分裂节点对应的无线参数中,确定需要调整参数数据的无线参数;
调整方式获得子单元,用于获得对无线参数的参数数据进行调整时的调整方式;
参数数据调整子单元,用于根据调整方式获得子单元获得的调整方式,对无线参数确定子单元确定出的无线参数的参数数据进行调整。
更佳地,无线参数确定子单元,具体用于按照由根节点到叶子节点的顺序,将分裂节点查找子单元查找到的各分裂节点中的最后一个分裂节点,确定为需要调整参数数据的无线参数。
更佳地,调整方式获得子单元,具体用于针对无线参数确定子单元确定出的无线参数对应的分裂节点,获得分裂为网络性能等级预测单元62预测出的所述网络性能等级对应的叶子节点的分裂规则以及分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的分裂规则,并根据获得的分裂规则,确定对无线参数的参数数据进行调整时的调整方式。
较佳地,参数数据调整单元74,具体用于发出参数数据调整告警,所述参数数据调整告警中携带有需要调整参数数据的无线参数的参数标识以及对无线参数的参数数据进行调整时的调整方式。
实施例六
如图8所示,为本发明实施例六提出的网络性能优化网络架构示意图,无线网络中的无线参数的参数数据以及性能参数的性能数据均存储在无线参数数据库中,数据挖掘服务器负责根据无线参数数据库中存储的数据,为该无线网络建立无线参数决策树,后续利用该无线参数决策树对无线网络的网络性能进行预测,并在需要优化网络性能时,发出参数数据调整告警到监控中心,网络优化人员根据该参数数据调整告警来优化网络性能,所述参数数据调整告警中携带有需要调整参数数据的无线参数的参数标识以及对无线参数的参数数据进行调整时的调整方式。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (20)

1.一种建立无线参数决策树的方法,其特征在于,包括:
针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据;
针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件;
确定每个统计周期内,预设的各性能参数的性能数据;
根据获取的各参数数据、确定出的各性能数据条件以及各性能数据,建立所述无线网络的无线参数决策树。
2.如权利要求1所述的方法,其特征在于,根据获取的各参数数据、确定出的各性能数据条件以及各性能数据,建立所述无线网络的无线参数决策树,具体包括:
基于预设的各统计周期,将获取到的各参数数据组成的参数数据集合划分为训练参数数据集合和测试参数数据集合;
根据所述训练参数数据集合、该训练参数数据集合对应的各性能数据以及确定出的各性能数据条件,建立初始决策树;
根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,对建立的初始决策树进行剪枝处理;
将剪枝处理后的决策树确定为所述无线网络的无线参数决策树。
3.如权利要求2所述的方法,其特征在于,在将剪枝处理后的决策树确定为所述无线网络的无线参数决策树之前,还包括:
根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,分别确定剪枝处理后的决策树的错误率以及上一次建立的无线参数决策树的错误率;
判断剪枝处理后的决策树的错误率是否小于上一次建立的无线参数决策树的错误率;
若判断结果为是,则执行将剪枝处理后的决策树确定为所述无线网络的无线参数决策树的操作。
4.如权利要求3所述的方法,其特征在于,还包括:
若判断结果为否,则执行将上一次建立的无线参数决策树确定为所述无线网络的无线参数决策树。
5.一种建立无线参数决策树的装置,其特征在于,包括:
参数数据获取单元,用于针对无线网络中作为无线参数决策树的根节点或中间节点的各无线参数,分别获取该无线参数在预设的各统计周期内的参数数据;
性能数据条件确定单元,用于针对作为无线参数决策树的叶子节点的各网络性能等级,分别确定所述无线网络处于该网络性能等级时,预设的各性能参数需满足的性能数据条件;
性能数据确定单元,用于确定每个统计周期内,预设的各性能参数的性能数据;
决策树建立单元,用于根据参数数据获取单元获取的各参数数据、性能数据条件确定单元确定出的各性能数据条件以及性能数据确定单元确定出的各性能数据,建立所述无线网络的无线参数决策树。
6.如权利要求5所述的装置,其特征在于,决策树建立单元具体包括:
数据集合划分子单元,用于基于预设的各统计周期,将参数数据获取单元获取到的各参数数据组成的参数数据集合划分为训练参数数据集合和测试参数数据集合;
初始决策树建立子单元,用于根据所述训练参数数据集合、该训练参数数据集合对应的各性能数据以及确定出的各性能数据条件,建立初始决策树;
剪枝处理子单元,用于根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,对初始决策树建立子单元建立的初始决策树进行剪枝处理;
决策树确定子单元,用于将剪枝处理子单元剪枝处理后的决策树确定为所述无线网络的无线参数决策树。
7.如权利要求6所述的装置,其特征在于,还包括:
错误率确定单元,用于在决策树确定子单元将剪枝处理后的决策树确定为所述无线网络的无线参数决策树之前,根据所述测试参数数据集合以及该测试参数数据集合对应的各性能数据,分别确定剪枝处理子单元剪枝处理后的决策树的错误率以及上一次建立的无线参数决策树的错误率;
错误率判断单元,用于判断剪枝处理子单元剪枝处理后的决策树的错误率是否小于上一次建立的无线参数决策树的错误率;
决策树确定子单元,具体用于在错误率判断单元的判断结果为是时,将剪枝处理子单元剪枝处理后的决策树确定为所述无线网络的无线参数决策树。
8.如权利要求7所述的装置,其特征在于,决策树建立单元,还用于在错误率判断单元的判断结果为否时,将上一次建立的无线参数决策树确定为所述无线网络的无线参数决策树。
9.一种网络性能优化方法,其特征在于,包括:
获取待优化的无线网络中,预先设定的各无线参数当前的参数数据;
根据所述无线网络的无线参数决策树以及获取的各参数数据,预测所述无线网络的网络性能等级;
根据预测出的网络性能等级,判断是否需要对所述无线网络进行性能优化;
若判断结果为是,则对各无线参数的参数数据进行调整,以优化所述无线网络的网络性能。
10.如权利要求9所述的方法,其特征在于,根据所述无线网络的无线参数决策树以及获取的各参数数据,预测所述无线网络的网络性能等级,具体包括:
针对所述无线网络的无线参数决策树中作为叶子节点的每个网络性能等级,分别确定从根节点到该网络性能等级对应的各叶子节点的路径;并
针对确定出的每个路径,分别确定该路径对应的、各无线参数需满足的分裂规则集;
在确定出的各分裂规则集中,查找获取的各无线参数当前的参数数据所满足的分裂规则集;
在确定出的各路径中,查找获取的各无线参数当前的参数数据所满足的分裂规则集对应的路径;并
将查找到的路径中的叶子节点所对应的网络性能等级,确认为所述无线网络的网络性能等级。
11.如权利要求9所述的方法,其特征在于,对各无线参数的参数数据进行调整,具体包括:
根据获取的各参数数据,在所述无线网络的无线参数决策树中,确定从根节点到预测出的所述网络性能等级对应的叶子节点的路径;
在确定出的路径所包含的各分裂节点中,查找能够分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的各分裂节点;
在查找到的各分裂节点对应的无线参数中,确定需要调整参数数据的无线参数;
获得对无线参数的参数数据进行调整时的调整方式;
根据获得的调整方式,对确定出的无线参数的参数数据进行调整。
12.如权利要求11所述的方法,其特征在于,在查找到的各分裂节点对应的无线参数中,确定需要调整参数数据的无线参数,具体包括:
按照由根节点到叶子节点的顺序,将查找到的各分裂节点中的最后一个分裂节点,确定为需要调整参数数据的无线参数。
13.如权利要求11所述的方法,其特征在于,获得对无线参数的参数数据进行调整时的调整方式,具体包括:
针对需要调整参数数据的无线参数对应的分裂节点,获得分裂为预测出的所述网络性能等级对应的叶子节点的分裂规则以及分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的分裂规则;
根据获得的分裂规则,确定对无线参数的参数数据进行调整时的调整方式。
14.如权利要求9所述的方法,其特征在于,对各无线参数的参数数据进行调整,具体包括:
发出参数数据调整告警,所述参数数据调整告警中携带有需要调整参数数据的无线参数的参数标识以及对无线参数的参数数据进行调整时的调整方式。
15.一种网络性能优化装置,其特征在于,包括:
参数数据获取单元,用于获取待优化的无线网络中,预先设定的各无线参数当前的参数数据;
网络性能等级预测单元,用于根据所述无线网络的无线参数决策树以及参数数据获取单元获取的各参数数据,预测所述无线网络的网络性能等级;
性能优化判断单元,用于根据网络性能等级预测单元预测出的网络性能等级,判断是否需要对所述无线网络进行性能优化;
参数数据调整单元,用于在性能优化判断单元的判断结果为是时,对各无线参数的参数数据进行调整,以优化所述无线网络的网络性能。
16.如权利要求15所述的装置,其特征在于,网络性能等级预测单元具体包括:
第一路径确定子单元,用于针对所述无线网络的无线参数决策树中作为叶子节点的每个网络性能等级,分别确定从根节点到该网络性能等级对应的各叶子节点的路径;
分裂规则集确定子单元,用于针对第一路径确定子单元确定出的每个路径,分别确定该路径对应的、各无线参数需满足的分裂规则集;
分裂规则集查找子单元,用于在分裂规则集确定子单元确定出的各分裂规则集中,查找参数数据获取单元获取的各无线参数当前的参数数据所满足的分裂规则集;
路径查找子单元,用于在第一路径确定子单元确定出的各路径中,查找分裂规则集查找子单元查找到的分裂规则集对应的路径;
网络性能等级确认子单元,用于将路径查找子单元查找到的路径中的叶子节点所对应的网络性能等级,确认为所述无线网络的网络性能等级。
17.如权利要求15所述的装置,其特征在于,参数数据调整单元具体包括:
第二路径确定子单元,用于根据参数数据获取单元获取的各参数数据,在所述无线网络的无线参数决策树中,确定从根节点到预测出的所述网络性能等级对应的叶子节点的路径;
分裂节点查找子单元,用于在第二路径确定子单元确定出的路径所包含的各分裂节点中,查找能够分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的各分裂节点;
无线参数确定子单元,用于在分裂节点查找子单元查找到的各分裂节点对应的无线参数中,确定需要调整参数数据的无线参数;
调整方式获得子单元,用于获得对无线参数的参数数据进行调整时的调整方式;
参数数据调整子单元,用于根据调整方式获得子单元获得的调整方式,对无线参数确定子单元确定出的无线参数的参数数据进行调整。
18.如权利要求17所述的装置,其特征在于,无线参数确定子单元,具体用于按照由根节点到叶子节点的顺序,将分裂节点查找子单元查找到的各分裂节点中的最后一个分裂节点,确定为需要调整参数数据的无线参数。
19.如权利要求17所述的装置,其特征在于,调整方式获得子单元,具体用于针对无线参数确定子单元确定出的无线参数对应的分裂节点,获得分裂为网络性能等级预测单元预测出的所述网络性能等级对应的叶子节点的分裂规则以及分裂为不需要对所述无线网络进行性能优化的网络性能等级对应的叶子节点的分裂规则,并根据获得的分裂规则,确定对无线参数的参数数据进行调整时的调整方式。
20.如权利要求15所述的装置,其特征在于,参数数据调整单元,具体用于发出参数数据调整告警,所述参数数据调整告警中携带有需要调整参数数据的无线参数的参数标识以及对无线参数的参数数据进行调整时的调整方式。
CN201110361982.3A 2011-11-15 2011-11-15 建立决策树的方法及装置、网络性能优化方法及装置 Active CN103108343B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110361982.3A CN103108343B (zh) 2011-11-15 2011-11-15 建立决策树的方法及装置、网络性能优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110361982.3A CN103108343B (zh) 2011-11-15 2011-11-15 建立决策树的方法及装置、网络性能优化方法及装置

Publications (2)

Publication Number Publication Date
CN103108343A true CN103108343A (zh) 2013-05-15
CN103108343B CN103108343B (zh) 2016-01-27

Family

ID=48315842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110361982.3A Active CN103108343B (zh) 2011-11-15 2011-11-15 建立决策树的方法及装置、网络性能优化方法及装置

Country Status (1)

Country Link
CN (1) CN103108343B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105101217A (zh) * 2014-05-15 2015-11-25 中国移动通信集团安徽有限公司 一种配置网络资源的方法和设备
CN105120478A (zh) * 2015-07-21 2015-12-02 杭州领优信息科技有限公司 一种频率优化方法及系统
CN105120477A (zh) * 2015-07-21 2015-12-02 浙江宇脉科技有限公司 一种移动网络优化方法及系统
CN106612516A (zh) * 2015-10-26 2017-05-03 中兴通讯股份有限公司 参数优化的方法及装置
CN107895235A (zh) * 2017-11-27 2018-04-10 安徽经邦软件技术有限公司 基于决策树分析法的财务建模系统
CN110786046A (zh) * 2017-07-06 2020-02-11 华为技术有限公司 使用深度学习优化蜂窝网络
CN112817563A (zh) * 2020-03-26 2021-05-18 腾讯科技(深圳)有限公司 目标属性配置信息确定方法、计算机设备和存储介质
CN114051748A (zh) * 2019-07-08 2022-02-15 谷歌有限责任公司 使用机器学习优化蜂窝网络

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187959A (zh) * 2006-11-17 2008-05-28 中兴通讯股份有限公司 基于决策树的游戏作弊检测方法
US20080228704A1 (en) * 2007-03-16 2008-09-18 Expanse Networks, Inc. Expanding Bioattribute Profiles
CN102054002A (zh) * 2009-10-28 2011-05-11 中国移动通信集团公司 一种数据挖掘系统中决策树的生成方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187959A (zh) * 2006-11-17 2008-05-28 中兴通讯股份有限公司 基于决策树的游戏作弊检测方法
US20080228704A1 (en) * 2007-03-16 2008-09-18 Expanse Networks, Inc. Expanding Bioattribute Profiles
CN102054002A (zh) * 2009-10-28 2011-05-11 中国移动通信集团公司 一种数据挖掘系统中决策树的生成方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨云,冯亚: "基于决策树的GSM网络优化专家系统", 《微型电脑应用》, vol. 25, no. 11, 31 December 2009 (2009-12-31), pages 23 - 25 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105101217A (zh) * 2014-05-15 2015-11-25 中国移动通信集团安徽有限公司 一种配置网络资源的方法和设备
CN105101217B (zh) * 2014-05-15 2019-03-12 中国移动通信集团安徽有限公司 一种配置网络资源的方法和设备
CN105120478B (zh) * 2015-07-21 2019-04-16 杭州领优信息科技有限公司 一种频率优化方法及系统
CN105120478A (zh) * 2015-07-21 2015-12-02 杭州领优信息科技有限公司 一种频率优化方法及系统
CN105120477A (zh) * 2015-07-21 2015-12-02 浙江宇脉科技有限公司 一种移动网络优化方法及系统
CN105120477B (zh) * 2015-07-21 2019-04-16 浙江宇脉科技股份有限公司 一种移动网络优化方法及系统
CN106612516A (zh) * 2015-10-26 2017-05-03 中兴通讯股份有限公司 参数优化的方法及装置
CN110786046A (zh) * 2017-07-06 2020-02-11 华为技术有限公司 使用深度学习优化蜂窝网络
CN110786046B (zh) * 2017-07-06 2021-05-18 华为技术有限公司 使用深度学习优化蜂窝网络
CN107895235A (zh) * 2017-11-27 2018-04-10 安徽经邦软件技术有限公司 基于决策树分析法的财务建模系统
CN114051748A (zh) * 2019-07-08 2022-02-15 谷歌有限责任公司 使用机器学习优化蜂窝网络
CN114051748B (zh) * 2019-07-08 2024-04-19 谷歌有限责任公司 使用机器学习优化蜂窝网络
CN112817563A (zh) * 2020-03-26 2021-05-18 腾讯科技(深圳)有限公司 目标属性配置信息确定方法、计算机设备和存储介质
CN112817563B (zh) * 2020-03-26 2023-09-29 腾讯科技(深圳)有限公司 目标属性配置信息确定方法、计算机设备和存储介质

Also Published As

Publication number Publication date
CN103108343B (zh) 2016-01-27

Similar Documents

Publication Publication Date Title
CN103108343A (zh) 建立决策树的方法及装置、网络性能优化方法及装置
CN107610469B (zh) 一种考虑多因素影响的日维度区域交通指数预测方法
CN108540330A (zh) 一种异构网络环境下的基于深度学习的网络故障诊断方法
CN103903408B (zh) 设备故障侦查预警方法和系统
CN107657288A (zh) 一种基于孤立森林算法的电力调度流数据异常检测方法
CN105956788A (zh) 一种输变电工程造价的动态管理控制方法
CN104200081B (zh) 基于历史数据的登陆台风特征因子的预报方法及系统
CN105871879B (zh) 网元异常行为自动检测方法及装置
CN102636991A (zh) 一种基于模糊集关联规则的火电机组运行参数优化方法
CN106022529A (zh) 一种基于高维随机矩阵的配电网异常数据检测方法
CN103699771B (zh) 一种冷负荷预测的情景-聚类方法
CN107909208A (zh) 一种台区配网降损方法
CN105813092B (zh) 一种基于话单的楼宇网络覆盖优化方法和装置
CN108243435B (zh) 一种lte小区场景划分中的参数优化方法及装置
CN103002459A (zh) 一种wcdma网络扩容规划的方法和装置
CN114429053B (zh) 流域尺度wefe系统适配性模拟优化方法
JP7486659B2 (ja) 基地局の省エネルギー処理方法及び処理装置
CN108898239A (zh) 一种基于数据分析的配电变压器选址方法
CN116664332B (zh) 一种基于数字孪生的农业生产的监控系统
CN101730114A (zh) 一种邻小区的确定方法及装置
TWI572179B (zh) Mobile network base station communication prediction and resource scheduling automation analysis system and method
CN104768171A (zh) 一种网络优化方法及装置
CN105787203A (zh) 一种预测小区经纬度是否异常的方法
CN105303470A (zh) 一种基于大数据的电力项目规划建设方法
CN113159986A (zh) 一种台风灾害后的电网智能自愈方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant