CN105139227B - 一种数据计算方法及装置 - Google Patents
一种数据计算方法及装置 Download PDFInfo
- Publication number
- CN105139227B CN105139227B CN201510514907.4A CN201510514907A CN105139227B CN 105139227 B CN105139227 B CN 105139227B CN 201510514907 A CN201510514907 A CN 201510514907A CN 105139227 B CN105139227 B CN 105139227B
- Authority
- CN
- China
- Prior art keywords
- portfolio
- network quality
- computing device
- quality index
- network
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例公开了一种数据计算方法及装置,用于预测网络质量改善后带来的收益,从而根据预测结果制定改善网络的有效措施,实现利益最大化。本发明实施例方法包括:计算装置确定与目标业务的业务量相关的网络质量指标;确定网络质量指标的目标值;根据目标值及预置的关系模型计算目标业务的压抑业务量,压抑业务量为目标业务由于网络质量因素而流失的业务量,关系模型用于指示业务量与网络质量指标的数学关系;计算将网络质量指标提升至目标值的成本,及压抑业务量对应的收入;根据成本及收入计算收益。本发明实施例还提供了一种计算装置,用于预测网络质量改善后带来的收益,从而根据预测结果制定改善网络的有效措施,实现利益最大化。
Description
技术领域
本发明涉及计算机应用领域,尤其涉及一种数据计算方法及装置。
背景技术
随着电子技术的发展,市场上出现了许多基于手机开展的电信业务,例如数据业务、语音业务、短信业务等。随着手机的普及,这些电信业务的业务量也日益增长,开发各个业务的市场潜力,计算市场潜力的投资收益是运营商需要面临的一个重要课题。
对于市场潜力的投资收益预测主要是通过终端用户数量增长带来的业务量增长来计算投资收益,其中,因终端用户数量增长带来的业务量增长预测可通过历史数据分析得到。
但是除了终端用户数量,网络质量也是影响业务量的重要因素之一,比如用户需要观看视频,但是由于终端网速很慢,导致视频缓冲等待时间过长,用户不愿意等待过长的时间终止观看视频,这样由于网络质量问题导致终端网速很慢,从而改变了用户行为,最终导致用户消费的流量大大减少,形成业务量压抑现象。
相反地,当网络质量改善后,用户的需求得到满足,就不会流失掉因为网速慢而停止观看视频的用户,甚至有的用户追求更加优质的服务,比如看高清视频等,这样相同时间内用户消费的流量将大大增加,原本被压抑的业务量被还原,促进了业务量的增长。
但是目前并没有对于网络质量改善导致的业务量增长的收益预测的分析方法。
发明内容
本发明实施例提供了一种数据计算方法及装置,能够预测网络质量改善后带来的收益,从而根据预测结果制定改善网络的有效措施,实现利益最大化。
有鉴于此,本发明第一方面提供了一种数据计算方法,包括:
计算装置确定与目标业务的业务量相关的网络质量指标;
所述计算装置确定所述网络质量指标的目标值;
所述计算装置根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量,所述压抑业务量为所述目标业务由于网络质量因素而流失的业务量,所述关系模型用于指示所述业务量与所述网络质量指标的数学关系;
所述计算装置计算将所述网络质量指标提升至所述目标值的成本,及所述压抑业务量对应的收入;
所述计算装置根据所述成本及所述收入计算收益。
结合本发明第一方面,本发明第一方面的第一实施方式中,所述计算装置确定与目标业务的业务量相关的网络质量指标包括:
所述计算装置将与目标业务的业务量相关的网络性能指标通过相关性分析得到与所述业务量强相关的网络性能指标;
所述计算装置将所述强相关的网络性能指标进行线性或非线性组合得到所述网络质量指标。
结合本发明第一方面,本发明第一方面的第二实施方式中,所述计算装置根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量包括:
所述计算装置计算所述目标业务的现网业务量及所述网络质量指标的现网值,所述现网业务量为预置时间内所述目标业务的业务量,所述现网值为所述预置时间内所述网络质量指标的平均值;
所述计算装置确定预置的关系模型中所述网络质量指标的目标值对应的所述目标业务的第一业务量,及所述网络质量指标的现网值对应的所述目标业务的第二业务量;
所述计算装置根据所述第一业务量及所述第二业务量计算压抑释放比例;
所述计算装置将所述压抑释放比例乘以所述现网业务量得到所述压抑业务量。
结合本发明第一方面的第二实施方式,本发明第一方面的第三实施方式中,所述计算装置根据所述第一业务量及所述第二业务量计算压抑释放比例包括:
所述计算装置通过如下公式计算所述压抑释放比例a:
所述ytarget为所述第一业务量,所述yi为所述第二业务量。
结合本发明第一方面,本发明第一方面的第四实施方式中,所述计算装置根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量之前包括:
所述计算装置建立关系模型。
结合本发明第一方面的第四实施方式,本发明第一方面的第五实施方式中,所述计算装置建立关系模型包括:
所述计算装置获取预置数量的所述目标业务的通信记录,每个通信记录包括该次通信的所述网络质量指标的值及该次通信产生的业务量;
所述计算装置对所述通信记录中每次通信产生的业务量及对应的网络质量指标的值进行回归拟合得到所述网络质量指标与所述业务量的关系模型。
结合本发明第一方面至第一方面的第五实施方式中任一方式,本发明第一方面的第六实施方式中,所述计算装置确定所述网络质量指标的目标值包括:
所述计算装置根据所述目标业务的通信记录确定所述网络质量指标的各个值对应的资源利用率,所述资源利用率为每单位资源产生的所述目标业务的业务量;
所述计算装置确定所述的资源利用率中的最大值资源利用率;
所述计算装置将所述最大值资源利用率对应的网络质量指标的值作为所述网络质量指标的目标值。
结合本发明第一方面至本发明第一方面的第五实施方式中任一方式,本发明第一方面的第七实施方式中,所述计算装置确定所述网络质量指标的目标值包括:
所述计算装置接收用户输入的所述网络质量指标的目标值。
本发明第二方面提供了一种计算装置,包括:
第一确定模块,用于确定与目标业务的业务量相关的网络质量指标;
第二确定模块,用于确定所述第一确定模块确定的网络质量指标的目标值;
第一计算模块,用于根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量,所述压抑业务量为所述目标业务由于网络质量因素而流失的业务量,所述关系模型用于指示所述业务量与所述网络质量指标的数学关系;
第二计算模块,用于计算将所述网络质量指标提升至所述第二确定模块确定的目标值的成本,及所述第一计算模块得到的所述压抑业务量对应的收入;
第三计算模块,用于根据所述成本及所述收入计算收益。
结合本发明第二方面,本发明第二方面的第一实施方式中,
所述第一确定模块,还用于将与目标业务的业务量相关的网络性能指标通过相关性分析得到与所述业务量强相关的网络性能指标;
所述第一确定模块,还用于将所述强相关的网络性能指标进行线性或非线性组合得到所述网络质量指标。
结合本发明第二方面,本发明第二方面的第二实施方式中,
所述第一计算模块,还用于计算所述目标业务的现网业务量及所述网络质量指标的现网值,所述现网业务量为预置时间内所述目标业务的业务量,所述现网值为所述预置时间内所述网络质量指标的平均值;
所述第一计算模块,还用于确定预置的关系模型中所述网络质量指标的目标值对应的所述目标业务的第一业务量,及所述网络质量指标的现网值对应的所述目标业务的第二业务量;
所述第一计算模块,还用于根据所述第一业务量及所述第二业务量计算压抑释放比例;
所述第一计算模块,还用于将所述压抑释放比例乘以所述现网业务量得到所述压抑业务量。
结合本发明第二方面,本发明第二方面的第三实施方式中,所述计算装置还包括:
建立模块,用于建立关系模型。
结合本发明第二方面的第三实施方式,本发明第二方面的第四实施方式中,
所述建立模块,还用于获取预置数量的所述目标业务的通信记录,每个通信记录包括该次通信的所述网络质量指标的值及该次通信产生的业务量;
所述建立模块,还用于对所述通信记录中每次通信产生的业务量及对应的网络质量指标的值进行回归拟合得到所述网络质量指标与所述业务量的关系模型。
结合本发明第二方面至本发明第二方面的第四实施方式中任一方式,本发明第二方面的第五实施方式中,
所述第二确定模块,还用于根据所述目标业务的通信记录确定所述网络质量指标的各个值对应的资源利用率,所述资源利用率为每单位资源产生的所述目标业务的业务量;
所述第二确定模块,还用于确定所述的资源利用率中的最大值资源利用率;
所述第二确定模块,还用于将所述最大值资源利用率对应的网络质量指标的值作为所述网络质量指标的目标值。
结合本发明第二方面至本发明第二方面的第四实施方式中任一方式,本发明第二方面的第六实施方式中,
所述第二确定模块,还用于接收用户输入的所述网络质量指标的目标值。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中计算装置可以确定与目标业务的业务量强相关的网络质量指标,再确定该网络质量指标的目标值,根据目标值及预置的关系模型计算出目标业务的压抑业务量,再计算网络质量指标提升至目标值的成本及压抑业务量对应的收入,根据投资成本及收入即可计算收益。当网络质量指标提升至目标值后,即可将被压抑的业务量释放,也就是说业务量会相应增加,压抑业务量对应的收入即网络质量指标改善后的收入,将网络质量指标提升至目标值的成本即改善网络质量的成本,所以通过该方案可以预测出网络质量改善后带来的收益,根据预测结果制定改善网络的有效措施,实现利益最大化。
附图说明
图1为本发明实施例中数据计算方法的一个实施例示意图;
图2为本发明实施例中计算装置的一个实施例示意图;
图3为本发明实施例中计算装置的另一实施例示意图;
图4为网络质量指标与业务量的关系模型示意图;
图5为用户速率与资源利用率的关系模型示意图。
具体实施方式
本发明实施例提供了一种数据计算方法,用于指定改善网络质量的有效措施,实现利益最大化。
101、计算装置确定与目标业务的业务量相关的网络质量指标;
本发明实施例中,计算装置确定与目标业务的业务量相关的网络质量指标。需要说明的是,目标业务可以是数据业务,可以是语音业务,可以是短信业务,还可以是其他电信业务,具体此处不作限定。
102、计算装置确定网络质量指标的目标值;
计算装置确定网络质量指标后,确定网络质量指标的目标值。
103、计算装置根据目标值及预置的关系模型计算目标业务的压抑业务量;
计算装置根据目标值及预置的关系模型计算目标业务的压抑业务量,该压抑业务量为目标业务由于网络质量因素而流失的业务量,预置的关系模型用于指示业务量与网络质量指标的数学关系。
104、计算装置计算将网络质量指标提升至目标值的成本,及该压抑业务量对应的收入;
计算装置计算得到压抑业务量后,计算将网络质量指标提升至目标值需要花费的成本,以及该压抑业务量对应的收入,即还原该压抑业务量后会带来的收入。具体地,计算将网络质量指标提升至目标值需要花费的成本,可以通过如下方式:对造成业务量压抑的原因进行根因分析,得到各类根因的量化权重,进而将各类根因权重乘以步骤103中计算得到的压抑业务量,即为各类根因问题所压抑的业务量针对计算得到的各类问根问题需要释放的业务量,根据需要释放的业务量提出相应的解决措施,再综合计算实施各类措施需要投入的成本,即将网络质量指标提升至目标值的成本。步骤103中计算得到的压抑业务量对应的收入,即解决各类根因问题后,质量指标提升至目标值,该压抑业务量被还原,所能带来的收入。
105、计算装置根据该成本及收入计算收益。
计算装置计算出成本和收入后,根据该成本和收入计算收益。具体地,将步骤104中计算得到的收入减去成本即为收益。
本发明实施例中计算装置可以确定与目标业务的业务量强相关的网络质量指标,再确定该网络质量指标的目标值,根据目标值及预置的关系模型计算出目标业务的压抑业务量,再计算网络质量指标提升至目标值的成本及压抑业务量对应的收入,根据成本及收入即可计算收益。当网络质量指标提升至目标值后,即可将被压抑的业务量释放,也就是说业务量会相应增加,压抑业务量对应的收入即网络质量指标改善后的收入,将网络质量指标提升至目标值的成本即改善网络质量的成本,所以通过该方案可以预测出网络质量改善后带来的收益,根据预测结果制定改善网络的有效措施,实现利益最大化。
为了便于理解,下面对本发明实施例中的数据计算方法进行详细描述,请继续参阅图1,本发明实施例中,计算装置通过如下方式确定与目标业务的业务量相关的网络质量指标:
将目标业务的业务量相关的网络性能指标通过相关性分析得到与业务量强相关的网络性能指标,再将强相关的网络性能指标进行线性或非线性组合得到该网络质量指标。
具体地,计算装置获取若干次目标业务的通信记录,每次通信记录包含该次通信对应的网络性能指标的值,以及该次通信对应的业务量。计算装置将一次通信中的网络性能指标的值以及业务量作为一组数据,即一次通信记录对应一组数据。计算装置对获取到的若干组数据进行离散化处理,再通过如下公式计算各个网络性能指标与业务量之间的互信息熵:
其中,X为网络性能指标,Y为业务量。
再根据互信息熵确定与业务量强相关的网络性能指标,具体地,可以将互信息熵最大的三个作为与业务量强相关的网络性能指标,也可以将互信息熵大于预置值的作为与业务量强相关的网络性能指标,还可以通过其他方式选取与业务量强相关的网络性能指标,具体此处不作限定。需要说明的是,网络性能指标用于反映目标业务的网络性能,例如拥塞率,弱覆盖比例,干扰比例等。
计算装置确定与业务量强相关的网络性能指标后,再判断这些与业务量强相关的网络性能指标是否具有相关性,若有,则计算装置将这些强相关的网络性能指标进行非线性组合得到网络质量指标,若没有,则计算装置将这些强相关指标进行线性组合得到网络质量指标。
需要说明的是,计算装置也可以选取与业务量相关性最强的一个网络性能指标作为与业务量强相关的网络性能指标,并直接将这个强相关的网络性能指标作为与网络指标质量指标。所以网络质量指标可以是一个网络性能指标,也可以是由多个网络性能指标综合起来的表征,具体此处不作限定。
本发明实施例中,计算装置可以通过如下方式确定网络质量指标的目标值:
一、根据历史通信记录确定目标值。
1、计算装置根据目标业务的通信记录确定网络质量指标的各个值对应的资源利用率;
具体地,计算装置获取预置数量的通信记录,每个通信记录中包含该次通信的网络质量指标的值,及该次通信占用的资源数量以及该次通信产生的业务量,将该通信产生的业务量与该次通信占用的资源数量的比例作为该次通信的资源利用率。将预置数量的通信记录中每个通信记录中包含的网络质量指标的值及对应资源利用率进行拟合得到网络质量指标的网络质量指标与资源利用率的关系模型,该关系模型包含网络质量指标的各个值对应的资源利用率。需要说明的是,通信占用的资源一般指的是用于该目标业务通信的物理信道。
2、计算装置确定资源利用率中的最大值资源利用率;
3、计算装置将该最大值资源利用率对应的网络质量指标的值作为该网络质量指标的目标值。
二、用户自定义目标值。
1、计算装置接收用户输入的网络质量指标的目标值。
可以理解的是,计算装置基于用户体验、集团门限基线、历史网络数据分析等设定,还可以通过其他方式确定网络质量指标的目标值,具体此处不作限定。
本发明实施例中,计算装置根据目标值及预置的关系模型可以通过如下方式计算目标业务的压抑业务量:
计算装置计算目标业务的现网业务量及网络质量指标的现网值,确定预置的关系模型中该网络质量指标的目标值对应的目标业务的第一业务量,及网络质量指标的现网值对应的目标业务的第二业务量,根据第一业务量及第二业务量计算压抑释放比例,将该压抑释放比例乘以该现网业务量得到该压抑业务量。
需要说明的是,现网业务量为预置时间内目标业务的业务量,现网值为预置时间内网络质量指标的平均值。
具体地,计算装置从历史网络数据中获取预置时间内的若干次通信记录,每次通信记录包含该次通信的网络性能指标的值,及该次通信产生的业务量。再选取每次通信记录的网络性能指标中选取与业务量强相关的网络性能指标,将该强相关的网络性能指标的值通过线性或非线性的方式计算出该次通信对应的网络质量指标的值,再计算出预置时间内的若干次通信记录的的网络质量指标的平均值,即为现网值。而这预置时间内的若干次通信记录总共产生的业务量即为现网业务量。可以理解的是,如果网络质量指标是由一个网络性能指标直接表征的,则计算装置可以直接计算预置时间内若干次通信记录中该网络性能指标的平均值作为网络质量指标的平均值。
计算装置计算得出现网业务量及现网值后,在预置的关系模型上找到目标值对应的第一业务量,及现网值对应的第二业务量,根据第一业务量及第二业务量通过如下公式计算出压抑释放比例a:
其中,ytarget为第一业务量,yi为第二业务量。
再将求出的压抑释放比例乘以现网业务量即可得到压抑业务量。
还需要说明的是,本发明实施例中的预置的关系模型可以由计算装置通过如下方式建立:
计算装置获取预置数量的目标业务的通信记录,每个通信记录包含该次通信的网络质量指标的值,及该次通信产生的业务量。计算装置对预置数量的通信记录中每次通信产生的业务量及网络质量指标的值进行回归拟合得到网络质量指标的业务量的关系模型。
可以理解的是,如果网络质量指标是由一个与业务量强相关的网络性能指标表征的,则计算装置可以直接从通信记录中获取该网络性能指标的值作为网络质量指标的值。如果中网络性能指标是由多个与业务量强相关的网络性能指标表征得到的,则计算装置选取每次通信记录中这些与业务量强相关的网络性能指标的值,通过线性或非线性组合的方式得到该次通信对应的网络质量指标的值。
计算装置还可以通过其他方式获取该预置的关系模型,具体此处不作限定。
本发明实施例提供了确定网络质量指标以及计算压抑业务量的具体方式,提高了方案的可实现性。
再次,本发明实施例中,计算装置可以通过多种方式确定网络质量指标的目标值,提高了方案的灵活性。
为了便于理解,下面以一实际应用场景对本发明实施例中的数据计算方法进行描述:
计算装置通过相关性分析,得到与数据业务量(流量)相关性最大的是用户速率指标,其他指标对应相关度很小,因此将用户速率指标作为网络质量指标。
计算装置获取200次数据业务的通信记录,每个通信记录包含一组数据,每组数据包含该次通信的用户速率,及该次通信产生的流量,对这200组数据一维回归拟合分析得到,在0到160Kbps范围内两者存在二次关系,用户速率与流量的具体函数关系式(即网络质量指标与业务量的关系模型)如图4所示,其中,横坐标为用户速率,单位为Kbps,纵坐标为每呼叫产生的流量,单位为Kbytes。
计算装置获取200次数据业务的通信记录,每个通信记录包含一组数据,每组数据包含该次通信的用户速率,及该次通信占用的分组数据信道数(Packet Data Channel,PDCH)及该次通信产生的流量,PDCH为分组交换业务所用的物理信道,将每组数据中的流量与PDCH数的比值作为该组数据的资源利用率,对这200组数据中的用户速率及资源利用率进行数据拟合得到图5所示的用户速率与资源利用率的关系模型,其中横坐标为用户速率,单位为Kbps,每个PDCH产生的流量(即资源利用率),单位为MB。根据图5可以看出,当用户速率为80Kbps时,每个PDCH产生的流量最大,即资源利用率最大,计算装置将80Kbps作为用户速率的目标值,即网络质量指标的目标值为80Kbps。
计算装置得到用户速率与流量的具体函数关系式及用户速率的目标值后,计算装置计算得到小区A一个忙时内的流量为157.64MB(现网业务量),一个忙时内的平均用户速率为60Kbps(现网值),根据图4所示的关系模型,当用户速率为80Kbps时,每呼叫产生的流量为6.2Kbytes(第一业务量),当用户速率为60Kbps时,每呼叫产生的流量为5.5Kbytes(第二业务量)。计算装置通过计算得到数据业务的压抑释放比例:
再将压抑释放比例乘以现网业务量得到小区A一个忙时内的压抑的流量(压抑业务量)为:
12.7%×157..64MB=20.02MB。
类似上述计算过程,依次计算研究区域内所有小区的压抑业务量并求和得到该研究区域一个忙时内的压抑流量(压抑业务量)为20915.08MB。计算装置计算得到压抑业务量后,对造成业务量压抑的原因进行根因分析,分析得出造成用户速率低下的主要根因有参数、资源、覆盖及干扰,且各根因的量化权重,以及解决各类根因问题后能够还原的压抑流量,即能够带来的流量增益,如下表1所示:
表1
参数 | 资源 | 覆盖 | 干扰 | 总量 | |
根因的量化权重 | 12.9% | 31.8% | 41.6% | 13.7% | 100% |
流量增益(MB) | 2691.61 | 6654.38 | 8707.67 | 2861.95 | 20915.08 |
为了提升用户速率,针对上述导致速率低下的主要根因及各根因对应的流量增益,对该研究区域给出将用户速率(网络质量指标)提升至80Kbps(目标值)的措施为:
参数优化:主要对Default MCS Type参数进行优化,将默认编码方式为MCS1调整为MCS5;
载波扩容:总共增加325块TRX;
新建站点:总共规划新增站点241个;
基于上述解决措施,计算需要投入的成本,具体地,每块TRX需投入的成本为6000RMB,则载波扩容的成本为6000×325RMB=1950000RMB,每建一个站点的成本为30000RMB,则新建站点的成本为30000×241RMB=7230000RMB。所以将用户速率(网络质量指标)提升至80Kbps(目标值)需要投入的成本为1950000+7230000RMB=9180000RMB。
计算压抑流量(压抑业务量)对应的收入,上面已经计算得到了一个忙时内的压抑流量为20915.08MB,也就是说,将用户速率(网络质量指标)提升至80Kbps(目标值)后,每个忙时能够带来的流量增益为20915.08MB。为了便于分析,将每个忙时带来的流量增益换算成每年能够带来的流量增益,具体地,基于经验分析忙时折算为天的系数为10,则该研究区域的年流量增益为:
20915.08×10×365/1024GB=74550.82GB;
在不考虑流量套餐等因素,流量资费为0.3RMB/MB,所以压抑流量(压抑业务量)对应的年收入为:
74550.82GB×1024MB/GB×0.3RMB/MB=22902001.65RMB;
将上述计算得到的收入减去成本得到该研究区域的年收益为:
22902001.65-9180000RMB=13722001.65RMB。
具体结果如下表2所示:
表2
上面介绍了本发明实施例中的数据计算方法,下面介绍本发明实施例中的计算装置,请参阅图2,本发明实施例中计算装置的一个实施例包括:
第一确定模块201,用于确定与目标业务的业务量相关的网络质量指标;
第二确定模块202,用于确定第一确定模块201确定的网络质量指标的目标值;
第一计算模块203,用于根据该目标值及预置的关系模型计算目标业务的压抑业务量,压抑业务量为目标业务由于网络质量因素而流失的业务量,关系模型用于指示业务量与网络质量指标的数学关系;
第二计算模块204,用于计算将网络质量指标提升至第二确定模块203确定的目标值的成本,及第一计算模块203得到的压抑业务量对应的收入;
第三计算模块205,用于根据成本及收入计算收益。
本发明实施例中第一确定模块201可以确定与目标业务的业务量强相关的网络质量指标,第二确定模块202确定该网络质量指标的目标值,第一计算模块203根据目标值及预置的关系模型计算出目标业务的压抑业务量,第二计算模块204计算网络质量指标提升至目标值的成本及压抑业务量对应的收入,第三计算模块205根据成本及收入即可计算收益。当网络质量指标提升至目标值后,即可将被压抑的业务量释放,也就是说业务量会相应增加,压抑业务量对应的收入即网络质量指标改善后的收入,将网络质量指标提升至目标值的成本即改善网络质量的成本,所以通过该方案可以预测出网络质量改善后带来的收益,根据预测结果制定改善网络的有效措施,实现利益最大化。
为了便于理解,下面对本发明实施例中的计算装置进行详细描述,请参阅图3,本发明实施例中计算装置的另一实施例包括:
第一确定模块301,用于确定与目标业务的业务量相关的网络质量指标;
第二确定模块302,用于确定第一确定模块301确定的网络质量指标的目标值;
第一计算模块303,用于根据该目标值及预置的关系模型计算目标业务的压抑业务量,压抑业务量为目标业务由于网络质量因素而流失的业务量,关系模型用于指示业务量与网络质量指标的数学关系;
第二计算模块304,用于计算将网络质量指标提升至第二确定模块303确定的目标值的成本,及第一计算模块303得到的压抑业务量对应的收入;
第三计算模块305,用于根据成本及收入计算收益;
建立模块306,用于建立该关系模型。
可选地,在本发明实施例的另一些实施例中,第一确定模块301还用于将目标业务的业务量相关的网络性能指标通过相关性分析得到与业务量强相关的网络性能指标,将强相关的网络性能指标进行线性或非线性组合得到网络质量指标。
可选地,在本发明实施例的另一些实施例中,第一计算模块303还用于计算目标业务的现网业务量及网络质量指标的现网值,确定关系模型中网络质量指标的目标值对应的第一业务量,及网络质量指标的现网址对应的第二业务量,根据第一业务量及第二业务量计算压抑释放比,将压抑释放比乘以现网业务量得到压抑业务量,其中,该现网业务量为预置时间内目标业务的业务量,现网值为预置时间内网络质量指标的平均值。
可选地,在本发明实施例的另一些实施例中,建立模块306还用于获取预置数量的目标业务的通信记录,每个通信记录包含该次通信的网络质量指标的值及该次通信产生的业务量,对该预置数量的通信记录中每一次通信产生的业务量及对应的网络质量指标的值进行回归拟合得到网络质量指标及业务量的关系模型。
可选地,在本发明实施例的另一些实施例中,第二确定模块302还用于根据目标业务的通信记录确定网络质量指标的各个值对应的资源利用率,确定资源利用率中的最大值资源利用率,将最大值资源利用率对应的网络质量指标的值作为该网络质量指标的目标值,资源利用率为每单位资源产生的目标业务的业务量。
可选地,在本发明实施例的另一些实施例中,第二确定模块302还用于接收用户输入的网络质量指标的目标值。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种数据计算方法,其特征在于,包括:
计算装置确定与目标业务的业务量相关的网络质量指标;
所述计算装置确定所述网络质量指标的目标值;
所述计算装置根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量,所述压抑业务量为所述目标业务由于网络质量因素而流失的业务量,所述关系模型用于指示所述业务量与所述网络质量指标的数学关系;
所述计算装置计算将所述网络质量指标提升至所述目标值的成本,及所述压抑业务量对应的收入;
所述计算装置根据所述成本及所述收入计算收益;
其中,所述计算装置根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量包括:
所述计算装置计算所述目标业务的现网业务量及所述网络质量指标的现网值,所述现网业务量为预置时间内所述目标业务的业务量,所述现网值为所述预置时间内所述网络质量指标的平均值;
所述计算装置确定预置的关系模型中所述网络质量指标的目标值对应的所述目标业务的第一业务量,及所述网络质量指标的现网值对应的所述目标业务的第二业务量;
所述计算装置根据所述第一业务量及所述第二业务量计算压抑释放比例;
所述计算装置将所述压抑释放比例乘以所述现网业务量得到所述压抑业务量;
其中,所述计算装置根据所述第一业务量及所述第二业务量计算压抑释放比例包括:
所述计算装置通过如下公式计算所述压抑释放比例a:
所述ytarget为所述第一业务量,所述yi为所述第二业务量。
2.根据权利要求1所述的方法,其特征在于,所述计算装置确定与目标业务的业务量相关的网络质量指标包括:
所述计算装置将与目标业务的业务量相关的网络性能指标通过相关性分析得到与所述业务量强相关的网络性能指标;
所述计算装置将所述强相关的网络性能指标进行线性或非线性组合得到所述网络质量指标。
3.根据权利要求1所述的方法,其特征在于,所述计算装置根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量之前包括:
所述计算装置建立关系模型。
4.根据权利要求3所述的方法,其特征在于,所述计算装置建立关系模型包括:
所述计算装置获取预置数量的所述目标业务的通信记录,每个通信记录包括该次通信的所述网络质量指标的值及该次通信产生的业务量;
所述计算装置对所述通信记录中每次通信产生的业务量及对应的网络质量指标的值进行回归拟合得到所述网络质量指标与所述业务量的关系模型。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述计算装置确定所述网络质量指标的目标值包括:
所述计算装置根据所述目标业务的通信记录确定所述网络质量指标的各个值对应的资源利用率,所述资源利用率为每单位资源产生的所述目标业务的业务量;
所述计算装置确定所述的资源利用率中的最大值资源利用率;
所述计算装置将所述最大值资源利用率对应的网络质量指标的值作为所述网络质量指标的目标值。
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述计算装置确定所述网络质量指标的目标值包括:
所述计算装置接收用户输入的所述网络质量指标的目标值。
7.一种计算装置,其特征在于,包括:
第一确定模块,用于确定与目标业务的业务量相关的网络质量指标;
第二确定模块,用于确定所述第一确定模块确定的网络质量指标的目标值;
第一计算模块,用于根据所述目标值及预置的关系模型计算所述目标业务的压抑业务量,所述压抑业务量为所述目标业务由于网络质量因素而流失的业务量,所述关系模型用于指示所述业务量与所述网络质量指标的数学关系;
第二计算模块,用于计算将所述网络质量指标提升至所述第二确定模块确定的目标值的成本,及所述第一计算模块得到的所述压抑业务量对应的收入;
第三计算模块,用于根据所述成本及所述收入计算收益;
其中,所述第一计算模块,还用于计算所述目标业务的现网业务量及所述网络质量指标的现网值,所述现网业务量为预置时间内所述目标业务的业务量,所述现网值为所述预置时间内所述网络质量指标的平均值;
所述第一计算模块,还用于确定预置的关系模型中所述网络质量指标的目标值对应的所述目标业务的第一业务量,及所述网络质量指标的现网值对应的所述目标业务的第二业务量;
所述第一计算模块,还用于根据所述第一业务量及所述第二业务量计算压抑释放比例;
所述第一计算模块,还用于将所述压抑释放比例乘以所述现网业务量得到所述压抑业务量;
其中,所述第一计算模块通过如下公式计算所述压抑释放比例a:
所述ytarget为所述第一业务量,所述yi为所述第二业务量。
8.根据权利要求7所述的计算装置,其特征在于,
所述第一确定模块,还用于将与目标业务的业务量相关的网络性能指标通过相关性分析得到与所述业务量强相关的网络性能指标;
所述第一确定模块,还用于将所述强相关的网络性能指标进行线性或非线性组合得到所述网络质量指标。
9.根据权利要求7所述的计算装置,其特征在于,所述计算装置还包括:
建立模块,用于建立关系模型。
10.根据权利要求9所述的计算装置,其特征在于,
所述建立模块,还用于获取预置数量的所述目标业务的通信记录,每个通信记录包括该次通信的所述网络质量指标的值及该次通信产生的业务量;
所述建立模块,还用于对所述通信记录中每次通信产生的业务量及对应的网络质量指标的值进行回归拟合得到所述网络质量指标与所述业务量的关系模型。
11.根据权利要求7至10中任一项所述的计算装置,其特征在于,
所述第二确定模块,还用于根据所述目标业务的通信记录确定所述网络质量指标的各个值对应的资源利用率,所述资源利用率为每单位资源产生的所述目标业务的业务量;
所述第二确定模块,还用于确定所述的资源利用率中的最大值资源利用率;
所述第二确定模块,还用于将所述最大值资源利用率对应的网络质量指标的值作为所述网络质量指标的目标值。
12.根据权利要求7至10中任一项所述的计算装置,其特征在于,
所述第二确定模块,还用于接收用户输入的所述网络质量指标的目标值。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510514907.4A CN105139227B (zh) | 2015-08-20 | 2015-08-20 | 一种数据计算方法及装置 |
PCT/CN2016/081663 WO2017028560A1 (zh) | 2015-08-20 | 2016-05-11 | 一种数据计算方法及装置 |
EP16836425.5A EP3293690A4 (en) | 2015-08-20 | 2016-05-11 | Data calculation method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510514907.4A CN105139227B (zh) | 2015-08-20 | 2015-08-20 | 一种数据计算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105139227A CN105139227A (zh) | 2015-12-09 |
CN105139227B true CN105139227B (zh) | 2018-06-26 |
Family
ID=54724563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510514907.4A Active CN105139227B (zh) | 2015-08-20 | 2015-08-20 | 一种数据计算方法及装置 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3293690A4 (zh) |
CN (1) | CN105139227B (zh) |
WO (1) | WO2017028560A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139227B (zh) * | 2015-08-20 | 2018-06-26 | 上海华为技术有限公司 | 一种数据计算方法及装置 |
CN108960933A (zh) * | 2018-07-19 | 2018-12-07 | 北京中电普华信息技术有限公司 | 一种数据计算方法、装置及电子设备 |
WO2020215282A1 (en) * | 2019-04-25 | 2020-10-29 | Nokia Shanghai Bell Co., Ltd. | Method and apparatus for evaluate data traffic depressed by radio issues |
CN111669761B (zh) * | 2020-05-18 | 2023-04-07 | 中通服咨询设计研究院有限公司 | 一种基于4g现网信号强度贡献度的5g业务量预测方法 |
WO2024074189A1 (en) * | 2022-10-03 | 2024-04-11 | Telefonaktiebolaget Lm Ericsson (Publ) | Systems and methods for planning and deployment of network upgrades in urban environments |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101166342A (zh) * | 2007-09-29 | 2008-04-23 | 北京邮电大学 | 多运营商场景下自主无线资源管理方法、系统及设备 |
CN101415210A (zh) * | 2007-10-16 | 2009-04-22 | 华为技术有限公司 | 一种确定目标网络的方法和设备 |
CN103491556A (zh) * | 2012-06-13 | 2014-01-01 | 华为技术服务有限公司 | 一种网络调整的方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120303413A1 (en) * | 2011-05-27 | 2012-11-29 | Vpisystems Inc. | Methods and systems for network traffic forecast and analysis |
CN103379507B (zh) * | 2012-04-27 | 2015-11-25 | 华为技术有限公司 | 一种基于带宽预留的网络规划方法、优化方法以及装置 |
CN105139227B (zh) * | 2015-08-20 | 2018-06-26 | 上海华为技术有限公司 | 一种数据计算方法及装置 |
-
2015
- 2015-08-20 CN CN201510514907.4A patent/CN105139227B/zh active Active
-
2016
- 2016-05-11 WO PCT/CN2016/081663 patent/WO2017028560A1/zh active Application Filing
- 2016-05-11 EP EP16836425.5A patent/EP3293690A4/en not_active Ceased
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101166342A (zh) * | 2007-09-29 | 2008-04-23 | 北京邮电大学 | 多运营商场景下自主无线资源管理方法、系统及设备 |
CN101415210A (zh) * | 2007-10-16 | 2009-04-22 | 华为技术有限公司 | 一种确定目标网络的方法和设备 |
CN103491556A (zh) * | 2012-06-13 | 2014-01-01 | 华为技术服务有限公司 | 一种网络调整的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2017028560A1 (zh) | 2017-02-23 |
EP3293690A1 (en) | 2018-03-14 |
EP3293690A4 (en) | 2018-03-28 |
CN105139227A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105139227B (zh) | 一种数据计算方法及装置 | |
US11272059B2 (en) | Exclusive agent pool allocation method, electronic device, and computer readable storage medium | |
CN109905882B (zh) | 一种网络扩容方法及装置 | |
CN103699445A (zh) | 一种任务调度方法、装置及系统 | |
CN107360202A (zh) | 一种终端的接入调度方法和装置 | |
CN109327844A (zh) | 一种小区扩容方法及装置 | |
WO2016065885A1 (zh) | 一种告警信息派单方法及装置 | |
CN109428760B (zh) | 一种基于运营商数据的用户信用评估方法 | |
CN104217088A (zh) | 运营商移动业务资源的优化方法与系统 | |
CN109657893A (zh) | 业务数据分配方法、装置、设备及计算机可读存储介质 | |
CN102202329B (zh) | 全球移动通信系统无线网络利用率的获取方法 | |
CN104581832B (zh) | 一种数据业务分流的实现方法及系统 | |
CN106815062A (zh) | 一种业务流水数据处理方法及装置 | |
Ghosh et al. | Telephone penetrations and economic growth: evidence from India | |
CN101888650B (zh) | 机器对机器业务接入容量的确定方法及系统 | |
Aimene et al. | Impact of mobile operator consolidation on unit prices | |
Burki et al. | The Role of Digital Technology and Regulations in the Diffusion of Mobile Phones in Asia [with Comments] | |
CN105992215B (zh) | 一种确定频谱资源使用度的方法及装置 | |
CN114548810A (zh) | 跨境电商大数据智能处理传输方法及平台 | |
CN104734898B (zh) | 一种基于社交网络分析的业务推荐方法和系统 | |
CN103107936B (zh) | 一种发送信息的方法及装置 | |
CN108494632B (zh) | 一种基于强化学习的移动数据流量卸载方法 | |
CN105828381B (zh) | 一种确定待干扰协调基站的方法及网络设备 | |
CN112529428A (zh) | 银行网点设备运营效能评估的方法及设备 | |
CN105451242B (zh) | 一种频谱需求计算方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |