CN108599976A - 网络质量评估模型构建方法、装置及计算机设备 - Google Patents
网络质量评估模型构建方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN108599976A CN108599976A CN201810149732.5A CN201810149732A CN108599976A CN 108599976 A CN108599976 A CN 108599976A CN 201810149732 A CN201810149732 A CN 201810149732A CN 108599976 A CN108599976 A CN 108599976A
- Authority
- CN
- China
- Prior art keywords
- network
- correspondence
- ratio
- user
- rate
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种网络质量评估模型构建方法、装置及计算机设备,包括:获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。上述技术方案,构建可随时间修正的网络质量评估模型,从而提高网络质量评估的准确性和扩展性。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种网络质量评估模型构建方法、装置及计算机设备。
背景技术
随着网络技术的发展,依托于网络服务的设备在人们的工作生活中的应用愈加广泛,且随着接入网络的设备数量的快速增长,互联网应用使用网络流量的需求也急剧增长,接入网络的设备所获取的网络服务的质量也出现了较大的波动,因此,如何对网络质量进行评估,使网络服务提供者能够针对性的解决问题以实现网络质量的提高成了当务之急。
目前,网络质量评估的方法主要是基于无时序变化的指标进行网络质量评估,即仅利用平均流量的数值来评判整体网络质量,这种评估方法,无法根据网络具体的变化情况,准确地评估出网络的质量。
发明内容
基于此,有必要针对无法根据网络具体的变化情况,准确地评估出网络的质量问题,提供一种网络质量评估模型构建方法、装置及计算机设备。
一种网络质量评估模型构建方法,包括:
获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
一种网络质量评估方法,包括:
获取待质量评估的网络下载参数;所述网络下载参数包括时段、所述时段对应的网络速率以及第一用户比例;其中,每个时段对应多个网络速率,小于每个网络速率的用户数量与该网络速率对应的时段总用户量的比值构成用户比例;
将所述网络下载参数对应的时段和网络速率,输入进预设的网络质量评估模块,从而得到所述网络质量评估模型输出的第二用户比例;其中,所述网络质量评估模型根据历史网络下载参数构建,根据所述网络质量评估模型获取任一时段对应的网络速率和用户比例;
根据所述第一用户比例与所述第二用户比例,对所述网络下载参数进行网络质量评估。
一种网络质量评估模型构建装置,包括:
参数获取模块,用于获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
第一对应关系获取模块,用于根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
第二对应关系获取模块,用于根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
网络质量评估模型构建模块,用于根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
一种网络质量评估装置,包括:
参数获取模块,用于获取待质量评估的网络下载参数;所述网络下载参数包括时段、所述时段对应的网络速率以及第一用户比例;其中,每个时段对应多个网络速率,小于每个网络速率的用户数量与该网络速率对应的时段总用户量的比值构成用户比例;
用户比例获取模块,用于将所述网络下载参数对应的时段和网络速率,输入进预设的网络质量评估模块,从而得到所述网络质量评估模型输出的第二用户比例;其中,所述网络质量评估模型根据历史网络下载参数构建,根据所述网络质量评估模型获取任一时段对应的网络速率和用户比例;
网络质量评估模块,用于根据所述第一用户比例与所述第二用户比例,对所述网络下载参数进行网络质量评估。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
一种计算机可读存储介质,其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以下步骤:
获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
上述网络质量评估模型构建方法、装置、计算机设备及存储介质,首先通过历史下载参数构建不同时段下平均网络速率和用户比例的对应关系,继而得到网络最忙时和网络最闲时的对应关系;然后根据网络最忙时和网络最闲时的对应关系,确定任一待评估时间的网络速率和用户比例的对应关系;最后根据待评估时间的网络速率和用户比例的对应关系,构建可随时间修正的网络质量评估模型,从而提高网络质量评估的准确性和扩展性。
附图说明
图1为一实施例中网络质量评估模型构建方法的应用环境图;
图2为一实施例中网络质量评估模型构建方法的流程示意图;
图3为一实施例中网络质量评估方法的流程示意图;
图4为一实施例中每小时平均下载速率和用户比例的分布图;
图5为一实施例中最忙时和最闲时曲线分布图;
图6为一实施例曲线修正示意图;
图7为一实施例最忙时曲线和最闲时曲线的修正图;
图8为一实施例任意小时内最大下载速率和最小下载速率的位置示意图;
图9为一实施例任意小时下载速率和用户比例的关系示意图;
图10为一实施例网络质量评估模型构建装置的结构框图;
图11为一实施例网络质量评估装置的结构框图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及取得的效果,下面结合附图及较佳实施例,对本发明实施例的技术方案,进行清楚和完整的描述。
本申请提供的网络质量评估模型构建方法,可以应用于如图1所示的应用环境中。如图1所示,计算机系统100包括处理器110、存储器120、系统总线130和存储设备140。处理器110是一个用来通过计算机系统中基本的算术和逻辑运算来执行计算机程序指令的硬件。存储器120是一个用于临时或永久性存储计算程序或数据(例如,程序状态信息)的物理设备。系统总线130可以为以下几种类型的总线结构中的任意一种,包括存储器总线或存储控制器、外设总线和局部总线。处理器110和存储器120可以通过系统总线130进行数据通信。其中存储器120包括只读存储器(ROM)或闪存(图中都未示出),以及随机存取存储器(RAM),RAM通常是指加载了操作系统和应用程序的主存储器。存储设备140可以从多种计算机可读介质中选择,计算机可读介质是指可以通过计算机系统100访问的任何可利用的介质,包括移动的和固定的两种介质。例如,计算机可读介质包括但不限于,闪速存储器(微型SD卡),CD-ROM,数字通用光盘(DVD)或其它光盘存储、磁带盒、磁带、磁盘存储或其它磁存储设备,或者可用于存储所需信息并可由计算机系统100访问的任何其它介质。
计算机系统100还包括输入装置150和输入接口160(例如,IO控制器)。用户可以通过输入装置160,如键盘,输入指令和信息到计算机系统100中。输入装置160通常是通过输入接口150连接到系统总线130上的,但也可以通过其它接口或总线结构相连接,如通用串行总线(USB)。
如上面详细描述的,适用于本发明的计算机系统100能执行网络质量评估模型构建方法的指定操作。计算机系统100通过处理器110运行在计算机可读介质中的软件指令的形式来执行这些操作。存储在存储器120中的软件指令使得处理器110执行上述的键盘扫描方法。此外,通过硬件电路或者硬件电路结合软件指令也能同样实现本发明。因此,实现本发明并不限于任何特定硬件电路和软件的组合。
如图2所示,图2为一实施例中网络质量评估模型构建方法的流程示意图,包括如下步骤:
步骤S21,获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值。
上述步骤中,历史下载参数为设定一段时间内的网络下载数据,包括网络下载时段、网络下载速率和用户比例。设定时间不作限定,可以根据实际需要进行设定。网络下载时间根据一天24小时,划分为24个时段,每天同一时段对应同一个网络下载时间。如,当设定时间为五天,则这五天中每天八时的历史下载参数对应的时段都为8时。平均网络速率为一个时段内网络的平均下载速率。用户比例为网络下载速率小于平均网络速率的用户数量与该时段下总用户量的比值。由于采集的历史下载参数为不只一天的数据,因此,同一时段对应多个平均网络速率。
步骤S22,根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系。
上述步骤中,对应关系表示一个时段内网络速率对应的用户比例。针对每个时段构建该时段的网络下载速率和用户比例的对应关系,则得到24个对应关系。根据每个时段中大部分用户的网络速率状况,从24个对应关系中确定网络最忙时的对应关系和反映网络最闲时的对应关系。其中,网络下载最忙时为一天中网络资源使用最紧张的时段,网络下载最闲时为一天中网络资源使用最充裕的时段。
步骤S23,根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系。
其中,待评估时间对应24时段中任意一个时段;第三对应关系为待评估时间的网络速率和用户比例的对应关系。
步骤S24,根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
上述网络质量评估模型构建方法,通过历史下载参数构建不同时段下平均网络速率和用户比例的对应关系,得到网络最忙时和网络最闲时的对应关系;并根据网络最忙时和网络最闲时的对应关系,确定任一待评估时间的网络速率和用户比例的对应关系;最后根据待评估时间的网络速率和用户比例的对应关系,构建可随时间修正的网络质量评估模型,从而提高网络质量评估的准确性和扩展性。
在其中一个实施例中,步骤S23包括:根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,计算待评估时间对应的网络速率和用户比例;根据所述待评估时间对应的网络速率和用户比例,确定出所述待评估时间下的网络速率和用户比例的第三对应关系。
其中,第一对应关系为构建的多个对应关系中,网络最忙时段的网络速率和用户比例的对应关系;第二对应关系为构建的多个对应关系中,网络最闲时段的网络速率和用户比例的对应关系。每个对应关系包含多个网络速率,每个网络速率都有一个对应的用户比例。
在其中一个实施例中,第一对应关系和所述第二对应关系均为关系曲线;在步骤S23之前,还包括:根据线性回归算法,分别对所述第一对应关系的关系曲线和所述第二对应关系的关系曲线进行修正,使得修正后的关系曲线满足条件:在曲线开始和曲线末端用水平直线表示,在曲线中段用线性线段表示;其中,曲线中段与曲线开始水平直线的连接点,作为最小用户比例对应的网络速率;曲线中段与曲线末端水平直线的连接点,作为最大用户比例对应的网络速率。
在本实施例中,将第一对应关系和第二对应关系分别用一条关系曲线表示,关系曲线的横坐标对应网络速率,关系曲线的纵坐标对应用户比例。根据关系曲线的形态变化,将关系曲线分为开始、中段和末端三部分。其中,关系曲线开始部分对应的是对应关系中最小用户比例的部分,末端部分对应的是对应关系中最大用户比例的部分。开始部分和末端部分的形态近似水平直线,则对开始部分和末端部分对应的关系曲线近似模拟,得到两条水平直线。关系曲线的中段随着网络速率增大,用户比例变化较大,则根据线性回归算法,对关系曲线中段进行线性模拟修正,得到修正后的一条直线,将开始部分、中段部分和末端部分修正后的直线进行连接,得到修正后的关系曲线。
在其中一个实施例中,所述根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系的步骤,包括:根据所述第一对应关系的关系曲线和所述第二对应关系的关系曲线,得到所述第一对应关系的最大用户比例对应的第一网络速率、最小用户比例对应的第二网络速率,以及所述第二对应关系的最大用户比例对应的第三网络速率、最小用户比例对应的第四网络速率;根据所述第一对应关系和所述第二对应关系各自对应的时段、第一网络速率、第二网络速率、第三网络速率和第四网络速率,分别计算待评估时间下最小用户比例对应的第五网络速率和最大用户比例对应的第六网络速率;根据所述待评估时间对应的第五网络速率和最六网络速率,确定出所述待评估时间下的网络速率和用户比例的第三对应关系。
在其中一个实施例中,根据所述第一对应关系对应的时段、第一网络速率,以及第二对应关系对应的时段、第三网络速率,计算待评估时间对应的第五网络速率;如下所示,待评估时间对应的第五网络速率的计算公式为:
其中,Xmaxbs为第一对应关系对应的第一网络速率,Xmaxid为第二对应关系对应的第三网络速率,Xmaxh为待评估时间的第五网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段。
在其中一个实施例中,根据所述第一对应关系对应的时段、第二网络速率,以及第二对应关系对应的时段、第四网络速率,计算待评估时间对应的第六网络速率;如下所示,待评估时间对应的第六网络速率的计算公式为:
其中,Xminh为待评估时间对应的第六网络速率,Xminbs为第一对应关系对应的第二网络速率,Xminid为第二对应关系的第四网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段数量。
在其中一个实施例中,步骤S22包括:根据所述历史网络参数,将每个时段的平均网络速率和用户比例的对应关系用关系曲线表示;关系曲线的横坐标为网络速率,纵坐标为用户比例;获取横坐标上最左偏移和最右偏移的曲线,将所述最左偏移的曲线对应的对应关系设为所述网络最忙时的第一对应关系,将所述最右偏移的曲线对应的对应关系设为所述网络最闲时的第二对应关系。在本实施例中,将多个时段的对应关系用曲线表示在同一个坐标系中横坐标表示网络速率,纵坐标表示用户比例。最左偏移的曲线对应大部分用户网络速率最低的时段,最右偏移的曲线对应大部分用户网络速率最高的时段。
如图3所示,图3为一实施例网络质量评估方法的流程示意图,包括如下步骤:
步骤S31,获取待质量评估的网络下载参数;所述网络下载参数包括时段、所述时段对应的网络速率以及第一用户比例;其中,每个时段对应多个网络速率,小于每个网络速率的用户数量与该网络速率对应的时段总用户量的比值构成用户比例。
上述步骤中,网络下载参数包括三个参数:时段、网络速率和第一用户比例。其中,时段为网络下载时间。按照一天24小时划分,每个小时对应一个时段,每个时段对应多个网络速率;网络速率为网络下载速率;第一用户比例为一个时段中,下载速度小于其中一个网络速率的用户数量占该时段总用户数量的比值。
步骤S32,将所述网络下载参数对应的时段和网络速率,输入进预设的网络质量评估模块,从而得到所述网络质量评估模型输出的第二用户比例;其中,所述网络质量评估模型根据历史网络下载参数构建,根据所述网络质量评估模型获取任一时段对应的网络速率和用户比例。
上述步骤中,第二用户比例为参照该网络下载参数的时段和网络速率,通过网络质量评估模型,得出的该网络下载参数的标准用户比例。其中,网络质量评估模型为根据历史网络参数构建后修正得到。通过网络质量评估模型,可以获取任一时段中,网络速率对应的标准用户比例。网络质量评估模型构建方法,包括:获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
步骤S33,根据所述第一用户比例与所述第二用户比例,对所述网络下载参数进行网络质量评估。
上述步骤中,第一用户比例为待质量评估的网络下载参数对应的实际用户比例,第二用户比例为待质量评估的网络下载参数对应的标准用户比例。
上述网络质量评估方法,通过将待质量评估的网络下载参数对应的时段和网络速率输入到预设的网络质量评估模型中,得到网络质量评估模型输出的待质量评估的网络下载参数的标准用户比例,从而通过待评估的网络下载参数对应的实际用户比例与标准用户比例的比较,确定网络的质量状况,提高了对网络质量评估的精准性。
在其中一个实施例中,所述根据所述第一用户比例与所述第二用户比例,对所述网络下载参数进行网络质量评估的步骤,包括:若所述第一用户比例大于所述第二用户比例,则网络质量评估结果为差;若所述第一用户比例小于所述第二用户比例,则网络质量评估结果为好。
上述实施例中,若第一用户比例大于所述第二用户比例,则下载速率小于待评估的网络下载速率的用户数量大于标准的用户数量,即大部分用户的网络下载速率小于标准网络下载速率,则网络质量评估结果为差。若第一用户比例小于所述第二用户比例,则大部分用户的网络下载速率大于标准网络下载速率,则网络质量评估结果为好。
在其中一个实施例中,网络质量评估模型构建方法在一应用环境下的实现流程如下所示:
首先,获取一段时间内每天24小时中每个小时的平均下载速率,并得到每小时中下载速率小于该平均下载速率的用户数量与该小时总用户数量的比值,即设定的用户比例,根据每个小时的平均下载速率和用户比例,绘制用户比例P随每个小时内平均下载速率X的分布图。
如图4所示,图4为一实施例中每小时平均下载速率和用户比例的分布图,其中,水平坐标轴表示该小时的平均下载速率X,垂直坐标轴表示下载速率小于该值的用户比例。该小时内下载速率为Xmax时对应的用户比例pmax最大,下载速率为Xmin时对应的用户比例pmin最小。
为一天24小时每个小时对应的下载速率和用户比例分别绘制一条曲线,得到24条曲线,从24条曲线中分别得到最左偏移和最右偏移的两条曲线,将最左偏移的曲线设为最忙时曲线,最右偏移的曲线设为最闲时曲线。
如图5所示,图5为一实施例中最忙时和最闲时曲线分布图,其中,曲线a为最忙时曲线,曲线b为最闲时曲线;下载速率Xmin为最忙时曲线中最小用户比例对应的下载速率,Xmaxbs为最忙时曲线中最大用户比例对应的下载速率,下载速率Xminid为最闲时曲线中最小用户比例对应的下载速率,Xmaxid为最闲时曲线中最大用户比例对应的下载速率。
如图6所示,图6为一实施例曲线修正示意图。曲线的开始端和末端比较平缓,近似模拟用水平直线表示。对用户比例p∈[pmax,pmin]范围内的曲线,用线性回归进行模拟用户比例P和下载速率X的关系,如下公式所示:
P=k*Xmin;其中斜率
即
其中,pmin为曲线中设定的最小用户比例值,pmax为曲线中设定的最大用户比例值。
分别对最忙时曲线和最闲时曲线进行修正,得到如图7所示的一实施例最忙时曲线和最闲时曲线的修正图。
用线性回归模拟任意某小时曲线上Xminh与Xminbs和Xminid的关系,预测出任意小时内最小下载速率Xminh为:
其中,Xminh为待评估时间对应的第六网络速率,Xminbs为第一对应关系对应的第二网络速率,Xminid为第二对应关系的第四网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段数量。
用线性回归模拟任意某小时曲线上Xmaxh与Xmaxbs和Xminid的关系,得出预测任意小时内最大下载速率Xmaxh为:
其中,Xmaxbs为第一对应关系对应的第一网络速率,Xmaxid为第二对应关系对应的第三网络速率,Xmaxh为待评估时间的第五网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段。
上述Xminh和Xmaxh所在的位置如图8所示,图8为一实施例任意小时最大下载速率和最小下载速率的位置示意图。
将Xminh和Xmaxh代入如下公式,计算得到任意小时下载速率X和用户比例P的对应关系。
P=(Xmaxh-Xminh)/(Pmax-Pmin)×X+Xminh
=(f2(Xmaxbs,Xmaxid,H)-f1(Xminbs,Xminid,H))/(Pmax-Pmin)
×X+f1(Xminbs,Xminid,H);
图9为一实施例任意小时下载速率和用户比例的关系示意图,如图9所示,连接Xminh和Xmaxh,得到任意某一时刻用户比例与下载速率线性关系的曲线c,将曲线c设为该下载时间的用户感知评分曲线。将具体要评估的数据代入用户感知评分曲线中,如果实际的点在用户感知评分曲线左上方,则表示实际网络下载速率小于某一网络速率的用户数量,大于标准情况下的用户数量,则表示网络质量差;如果实际的点在用户感知评分曲线右下方,则表示实际网络下载速率小于某一速率的用户数量,小于标准情况下的用户数,表示网络质量好。
如图10所示,图10为一实施例中网络质量评估模型构建装置的结构框图,包括:
参数获取模块410,用于获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值。
其中,历史下载参数为设定一段时间内的网络下载数据,包括网络下载时段、网络下载速率和用户比例。设定时间不作限定,可以根据实际需要进行设定。网络下载时间根据一天24小时,划分为24个时段,每天同一时段对应同一个网络下载时间。如,当设定时间为五天,则这五天中每天八时的历史下载参数对应的时段都为8时。平均网络速率为一个时段内网络的平均下载速率。用户比例为网络下载速率小于平均网络速率的用户数量与该时段下总用户量的比值。由于采集的历史下载参数为不只一天的数据,因此,同一时段对应多个平均网络速率。
第一对应关系获取模块420,用于根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系。
对应关系表示一个时段内网络速率对应的用户比例。若设定一天有24个时段,针对每个时段构建该时段的网络下载速率和用户比例的对应关系,则得到24个对应关系。根据每个时段中大部分用户的网络速率状况,从24个对应关系中确定网络最忙时的对应关系和反映网络最闲时的对应关系。其中,网络下载最忙时为一天中网络资源使用最紧张的时段,网络下载最闲时为一天中网络资源使用最充裕的时段。
第二对应关系获取模块430,用于根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系。
其中,待评估时间对应24时段中任意一个时段;第三对应关系为待评估时间的网络速率和用户比例的对应关系。
网络质量评估模型构建模块440,用于根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
上述网络质量评估模型构建装置,通过参数获取模块410获取历史下载参数后,通过第一对应关系获取模块420,根据历史下载参数构建不同时段下平均网络速率和用户比例的对应关系,得到网络最忙时和网络最闲时的对应关系。并通过第二对应关系获取模块430根据网络最忙时和网络最闲时的对应关系,确定任一待评估时间的网络速率和用户比例的对应关系。最后通过网络质量评估模型构建模块440根据待评估时间的网络速率和用户比例的对应关系,构建可随时间修正的网络质量评估模型,从而提高网络质量评估的准确性和扩展性。
在其中一个实施例中,第二对应关系获取模块430,用于根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,计算待评估时间对应的网络速率和用户比例;根据所述待评估时间对应的网络速率和用户比例,确定出所述待评估时间下的网络速率和用户比例的第三对应关系。
其中,第一对应关系为构建的多个对应关系中,网络最忙时段的网络速率和用户比例的对应关系;第二对应关系为构建的多个对应关系中,网络最闲时段的网络速率和用户比例的对应关系。每个对应关系包含多个网络速率,每个网络速率都有一个对应的用户比例。
在其中一个实施例中,网络质量评估模型构建装置的第一对应关系和所述第二对应关系均为关系曲线。网络质量评估模型构建装置还包括曲线修正模块,用于根据线性回归算法,分别对所述第一对应关系的关系曲线和所述第二对应关系的关系曲线进行修正,使得修正后的关系曲线满足条件:在曲线开始和曲线末端用水平直线表示,在曲线中段用线性线段表示;其中,曲线中段与曲线开始水平直线的连接点,作为最小用户比例对应的网络速率;曲线中段与曲线末端水平直线的连接点,作为最大用户比例对应的网络速率。在本实施例中,将第一对应关系和第二对应关系分别用一条关系曲线表示,关系曲线的横坐标对应网络速率,关系曲线的纵坐标对应用户比例。根据关系曲线的形态变化,将关系曲线分为开始、中段和末端三部分。其中,关系曲线开始部分对应的是对应关系中最小用户比例的部分,末端部分对应的是对应关系中最大用户比例的部分。开始部分和末端部分的形态近似水平直线,则对开始部分和末端部分对应的关系曲线近似模拟,得到两条水平直线。关系曲线的中段随着网络速率增大,用户比例变化较大,则根据线性回归算法,对关系曲线中段进行线性模拟修正,得到修正后的一条直线,将开始部分、中段部分和末端部分修正后的直线进行连接,得到修正后的关系曲线。
在另一个实施例中,第二对应关系获取模块430,用于根据所述第一对应关系的关系曲线和所述第二对应关系的关系曲线,得到所述第一对应关系的最大用户比例对应的第一网络速率、最小用户比例对应的第二网络速率,以及所述第二对应关系的最大用户比例对应的第三网络速率、最小用户比例对应的第四网络速率;根据所述第一对应关系和所述第二对应关系各自对应的时段、第一网络速率、第二网络速率、第三网络速率和第四网络速率,分别计算待评估时间下最小用户比例对应的第五网络速率和最大用户比例对应的第六网络速率;根据所述待评估时间对应的第五网络速率和最六网络速率,确定出所述待评估时间下的网络速率和用户比例的第三对应关系。
在其中一个实施例中,第二对应关系获取模块430,用于根据所述第一对应关系对应的时段、第一网络速率,以及第二对应关系对应的时段、第三网络速率,计算待评估时间对应的第五网络速率;如下所示,待评估时间对应的第五网络速率的计算公式为:
其中,Xmaxbs为第一对应关系对应的第一网络速率,Xmaxid为第二对应关系对应的第三网络速率,Xmaxh为待评估时间的第五网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段。
在其中一个实施例中,根据所述第一对应关系对应的时段、第二网络速率,以及第二对应关系对应的时段、第四网络速率,计算待评估时间对应的第六网络速率;如下所示,待评估时间对应的第六网络速率的计算公式为:
其中,Xminh为待评估时间对应的第六网络速率,Xminbs为第一对应关系对应的第二网络速率,Xminid为第二对应关系的第四网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段数量。
在其中一个实施例中,第一对应关系获取模块420,用于根据所述历史网络参数,将每个时段的平均网络速率和用户比例的对应关系用关系曲线表示;关系曲线的横坐标为网络速率,纵坐标为用户比例;获取横坐标上最左偏移和最右偏移的曲线,将所述最左偏移的曲线对应的对应关系设为所述网络最忙时的第一对应关系,将所述最右偏移的曲线对应的对应关系设为所述网络最闲时的第二对应关系。在本实施例中,将多个时段的对应关系用曲线表示在同一个坐标系中横坐标表示网络速率,纵坐标表示用户比例。最左偏移的曲线对应大部分用户网络速率最低的时段,最右偏移的曲线对应大部分用户网络速率最高的时段。
如图11所示,图11为一实施例网络质量评估装置的结构框图,包括:
参数获取模块510,用于获取待质量评估的网络下载参数;所述网络下载参数包括时段、所述时段对应的网络速率以及第一用户比例;其中,每个时段对应多个网络速率,小于每个网络速率的用户数量与该网络速率对应的时段总用户量的比值构成用户比例。
用户比例获取模块520,用于将所述网络下载参数对应的时段和网络速率,输入进预设的网络质量评估模块,从而得到所述网络质量评估模型输出的第二用户比例;其中,所述网络质量评估模型根据历史网络下载参数构建,根据所述网络质量评估模型获取任一时段对应的网络速率和用户比例。
网络质量评估模块530,用于根据所述第一用户比例与所述第二用户比例,对所述网络下载参数进行网络质量评估。
上述网络质量评估装置,通过参数获取模块510获取待质量评估的网络下载参数后,通过用户比例获取模块520将待质量评估的网络下载参数对应的时段和网络速率输入到预设的网络质量评估模型中,得到网络质量评估模型输出的待质量评估的网络下载参数的标准用户比例,从而通过网络质量评估模块530将待评估的网络下载参数对应的实际用户比例与标准用户比例的比较,确定网络的质量状况,从而提高了对网络质量评估的精准性。
在其中一个实施例中,网络质量评估模块530用于若所述第一用户比例大于所述第二用户比例,则网络质量评估结果为好;若所述第一用户比例小于所述第二用户比例,则网络质量评估结果为差。
需要说明的是,若第一用户比例大于所述第二用户比例,则下载速率小于待评估的网络下载速率的用户数量大于标准的用户数量,即大部分用户的网络下载速率小于标准网络下载速率,则网络质量评估结果为差。若第一用户比例小于所述第二用户比例,则大部分用户的网络下载速率大于标准网络下载速率,则网络质量评估结果为好。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种网络质量评估模型构建方法,其特征在于,包括:
获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
2.根据权利要求1所述的网络质量评估模型构建方法,其特征在于,所述根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系的步骤,包括:
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,计算待评估时间对应的网络速率和用户比例;
根据所述待评估时间对应的网络速率和用户比例,确定出所述待评估时间下的网络速率和用户比例的第三对应关系。
3.根据权利要求1所述的网络质量评估模型构建方法,其特征在于,第一对应关系和所述第二对应关系均为关系曲线;
根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系的步骤之前,还包括:
根据线性回归算法,分别对所述第一对应关系的关系曲线和所述第二对应关系的关系曲线进行修正,使得修正后的关系曲线满足条件:在曲线开始和曲线末端用水平直线表示,在曲线中段用线性线段表示;其中,曲线中段与曲线开始水平直线的连接点,作为最小用户比例对应的网络速率;曲线中段与曲线末端水平直线的连接点,作为最大用户比例对应的网络速率。
4.根据权利要求3所述的网络质量评估模型构建方法,其特征在于,所述根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系的步骤,包括:
根据所述第一对应关系的关系曲线和所述第二对应关系的关系曲线,得到所述第一对应关系的最大用户比例对应的第一网络速率、最小用户比例对应的第二网络速率,以及所述第二对应关系的最大用户比例对应的第三网络速率、最小用户比例对应的第四网络速率;
根据所述第一对应关系和所述第二对应关系各自对应的时段、第一网络速率、第二网络速率、第三网络速率和第四网络速率,分别计算待评估时间下最小用户比例对应的第五网络速率和最大用户比例对应的第六网络速率;
根据所述待评估时间对应的第五网络速率和最六网络速率,确定出所述待评估时间下的网络速率和用户比例的第三对应关系。
5.根据权利要求1所述的网络质量评估模型构建方法,其特征在于,所述根据所述历史网络参数,构建不同时段下网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系的步骤,包括:
根据所述历史网络参数,将每个时段的平均网络速率和用户比例的对应关系用关系曲线表示;关系曲线的横坐标为网络速率,纵坐标为用户比例;
获取横坐标上最左偏移和最右偏移的曲线,将所述最左偏移的曲线对应的对应关系设为所述网络最忙时的第一对应关系,将所述最右偏移的曲线对应的对应关系设为所述网络最闲时的第二对应关系。
6.根据权利要求4所述的网络质量评估模型构建方法,其特征在于,计算待评估时间对应的第五网络速率的计算公式为:
其中,Xmaxbs为第一对应关系对应的第一网络速率,Xmaxid为第二对应关系对应的第三网络速率,Xmaxh为待评估时间的第五网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段;
待评估时间对应的第六网络速率的计算公式为:
其中,Xminh为待评估时间对应的第六网络速率,Xminbs为第一对应关系对应的第二网络速率,Xminid为第二对应关系的第四网络速率,Hhs为第一对应关系的时段,Hid为第二对应关系的时段,H为待评估时间对应的时段,参数24为一天中划分的时段数量。
7.一种网络质量评估方法,其特征在于,包括:
获取待质量评估的网络下载参数;所述网络下载参数包括时段、所述时段对应的网络速率以及第一用户比例;其中,每个时段对应多个网络速率,小于每个网络速率的用户数量与该网络速率对应的时段总用户量的比值构成用户比例;
将所述网络下载参数对应的时段和网络速率,输入进预设的网络质量评估模块,从而得到所述网络质量评估模型输出的第二用户比例;其中,所述网络质量评估模型根据历史网络下载参数构建,根据所述网络质量评估模型获取任一时段对应的网络速率和用户比例;
根据所述第一用户比例与所述第二用户比例,对所述网络下载参数进行网络质量评估。
8.根据权利要求7所述的网络质量评估方法,其特征在于,所述根据所述第一用户比例与所述第二用户比例,对所述网络参数进行网络质量评估的步骤,包括:
若所述第一用户比例大于所述第二用户比例,则网络质量评估结果为好;
若所述第一用户比例小于所述第二用户比例,则网络质量评估结果为差。
9.一种网络质量评估模型构建装置,其特征在于,包括:
参数获取模块,用于获取历史网络参数;所述历史网络参数包括一天中的多个时段、各时段对应的平均网络速率以及用户比例;其中,所述用户比例为,网络速率小于平均网络速率的用户数量与对应时段下总用户量的比值;
第一对应关系获取模块,用于根据所述历史网络参数,构建不同时段下平均网络速率和用户比例的对应关系,并从中确定出反映网络最忙时的第一对应关系和反映网络最闲时的第二对应关系;
第二对应关系获取模块,用于根据所述第一对应关系及其对应的第一时段、所述第二对应关系及其对应的第二时段,确定待评估时间下的网络速率和用户比例的第三对应关系;
网络质量评估模型构建模块,用于根据所述第三对应关系构建与所述待评估时间对应的网络质量评估模型。
10.一种网络质量评估装置,其特征在于,包括:
参数获取模块,用于获取待质量评估的网络下载参数;所述网络下载参数包括时段、所述时段对应的网络速率以及第一用户比例;其中,每个时段对应多个网络速率,小于每个网络速率的用户数量与该网络速率对应的时段总用户量的比值构成用户比例;
用户比例获取模块,用于将所述网络下载参数对应的时段和网络速率,输入进预设的网络质量评估模块,从而得到所述网络质量评估模型输出的第二用户比例;其中,所述网络质量评估模型根据历史网络下载参数构建,根据所述网络质量评估模型获取任一时段对应的网络速率和用户比例;
网络质量评估模块,用于根据所述第一用户比例与所述第二用户比例,对所述网络下载参数进行网络质量评估。
11.一种计算机设备,包括存储器、处理器以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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的网络质量评估模型构建方法,以及7至8所述的网络质量评估方法。
12.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6任意一项所述的网络质量评估模型构建方法,以及7至8所述的网络质量评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149732.5A CN108599976B (zh) | 2018-02-13 | 2018-02-13 | 网络质量评估模型构建方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149732.5A CN108599976B (zh) | 2018-02-13 | 2018-02-13 | 网络质量评估模型构建方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108599976A true CN108599976A (zh) | 2018-09-28 |
CN108599976B CN108599976B (zh) | 2021-08-10 |
Family
ID=63608840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810149732.5A Active CN108599976B (zh) | 2018-02-13 | 2018-02-13 | 网络质量评估模型构建方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108599976B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112203320A (zh) * | 2019-07-08 | 2021-01-08 | 中国移动通信集团贵州有限公司 | 一种基于灰色模型预测目标网络参数的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104410582A (zh) * | 2014-12-10 | 2015-03-11 | 国家电网公司 | 一种基于流量预测的电力通信网流量均衡方法 |
CN104580361A (zh) * | 2014-11-28 | 2015-04-29 | 北京奇虎科技有限公司 | 数据下载的方法、装置及系统 |
CN105656810A (zh) * | 2015-12-25 | 2016-06-08 | 北京奇虎科技有限公司 | 一种更新应用程序的方法及装置 |
CN105847442A (zh) * | 2016-05-27 | 2016-08-10 | 腾讯科技(深圳)有限公司 | 一种下载速度调整方法、后台服务器、终端及系统 |
CN106656662A (zh) * | 2016-12-07 | 2017-05-10 | 乐视控股(北京)有限公司 | 异常带宽确定方法、系统及电子设备 |
US20170163509A1 (en) * | 2015-12-07 | 2017-06-08 | Le Holdings (Beijing) Co., Ltd. | Inter-node distance metric method and system |
-
2018
- 2018-02-13 CN CN201810149732.5A patent/CN108599976B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104580361A (zh) * | 2014-11-28 | 2015-04-29 | 北京奇虎科技有限公司 | 数据下载的方法、装置及系统 |
CN104410582A (zh) * | 2014-12-10 | 2015-03-11 | 国家电网公司 | 一种基于流量预测的电力通信网流量均衡方法 |
US20170163509A1 (en) * | 2015-12-07 | 2017-06-08 | Le Holdings (Beijing) Co., Ltd. | Inter-node distance metric method and system |
CN105656810A (zh) * | 2015-12-25 | 2016-06-08 | 北京奇虎科技有限公司 | 一种更新应用程序的方法及装置 |
CN105847442A (zh) * | 2016-05-27 | 2016-08-10 | 腾讯科技(深圳)有限公司 | 一种下载速度调整方法、后台服务器、终端及系统 |
CN106656662A (zh) * | 2016-12-07 | 2017-05-10 | 乐视控股(北京)有限公司 | 异常带宽确定方法、系统及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112203320A (zh) * | 2019-07-08 | 2021-01-08 | 中国移动通信集团贵州有限公司 | 一种基于灰色模型预测目标网络参数的方法和装置 |
CN112203320B (zh) * | 2019-07-08 | 2023-04-28 | 中国移动通信集团贵州有限公司 | 一种基于灰色模型预测目标网络参数的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108599976B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875013B (zh) | 处理地图数据的方法及装置 | |
CN108985489B (zh) | 一种风险预测方法、风险预测装置和终端设备 | |
CN105046366A (zh) | 模型训练方法及装置 | |
CN110413396A (zh) | 一种资源调度方法、装置、设备及可读存储介质 | |
CN111080477A (zh) | 一种家庭电力负荷预测方法及系统 | |
Cole et al. | Recursive contracts, lotteries and weakly concave pareto sets | |
CN108599976A (zh) | 网络质量评估模型构建方法、装置及计算机设备 | |
CN116523086A (zh) | 基于长短时记忆深度神经网络的单井生产动态预测方法 | |
CN110929922A (zh) | 一种基于时间序列数据的指标趋势预测方法及装置 | |
CN107135125A (zh) | 视频idc带宽流量预测方法及装置 | |
CN110889737A (zh) | 合租室友的推荐方法、装置、服务器及存储介质 | |
CN106650028A (zh) | 一种基于敏捷卫星设计参数的优化方法及系统 | |
CN110969249A (zh) | 生产井产量预测模型建立方法、生产井产量预测方法及相关装置 | |
CN117408805A (zh) | 一种基于稳定性建模的信贷风控方法与系统 | |
CN109409527A (zh) | 数据处理方法、装置、系统以及存储介质 | |
KR20180129496A (ko) | 전력 수요를 예측하는 방법 및 장치 | |
CN111583010A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN110286587A (zh) | 实现模型迭代控制的方法、服务器及计算机可读存储介质 | |
CN110874441B (zh) | 结合记忆遗忘和记忆增强的用户兴趣分析方法及系统 | |
CN112437349A (zh) | 一种视频流推荐方法及相关装置 | |
CN116483983B (zh) | 一种虚拟人物情绪变化量的生成方法及相关设备 | |
CN110781071B (zh) | 应用程序升级版本的测试方法、装置及计算机设备 | |
CN110399974A (zh) | 一种超参数的自动确定方法及装置 | |
CN116226608B (zh) | 海洋数值模式中海洋参数订正方法、装置及电子设备 | |
CN104242872A (zh) | 一种信号处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |