CN117479327A - 一种信控方法、装置、电子设备及存储介质 - Google Patents
一种信控方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117479327A CN117479327A CN202311419476.4A CN202311419476A CN117479327A CN 117479327 A CN117479327 A CN 117479327A CN 202311419476 A CN202311419476 A CN 202311419476A CN 117479327 A CN117479327 A CN 117479327A
- Authority
- CN
- China
- Prior art keywords
- data
- target object
- signal control
- behavior
- multidimensional
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000009499 grossing Methods 0.000 claims abstract description 118
- 238000004891 communication Methods 0.000 claims abstract description 93
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000011217 control strategy Methods 0.000 claims abstract description 16
- 230000006399 behavior Effects 0.000 claims description 137
- 230000011664 signaling Effects 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000003542 behavioural effect Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 9
- 238000007405 data analysis Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/535—Allocation or scheduling criteria for wireless resources based on resource usage policies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种信控方法、装置、电子设备及存储介质,方法包括:获取目标对象在通信网络中多维度的行为数据;进而基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值;然后基于通信行为量预测值确定目标对象的信控策略;最终基于目标对象使用的服务数据,结合信控策略,对目标对象进行信控。本发明实施例通过预测目标对象的通信行为,以便更好的进行信控处理,平滑数据波动,优化信控资源管理,提高信控运营效率,以提供更稳定和高质量的通信服务,可广泛应用于数据处理技术领域。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种信控方法、装置、电子设备及存储介质。
背景技术
随着未来5G和大连接技术的发展,通信运营商开始新一轮的用户市场份额占有。信控作为控制用户停复机的一项重要功能,优化其精确度和效率能明显提升客户感知与服务质量,对未来市场份额的抢占具有重要意义,也成为通信运营商面临的重要发展课题。但是现有的信控技术通常仅基于固定规则和简单逻辑的静态数据,存在精确度不足和效率低下等缺点。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明提出一种信控方法、装置、电子设备及存储介质,能够高效灵活进行信控。
一方面,本发明实施例提供了一种信控方法,包括:
获取目标对象在通信网络中多维度的行为数据;
基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值;
基于通信行为量预测值确定目标对象的信控策略;
基于目标对象使用的服务数据,结合信控策略,对目标对象进行信控。
可选地,方法还包括:
设置时间序列模型;
通过时间序列模型对目标对象在通信网络中的历史行为数据进行数据建模;
基于数据建模的结果,对时间序列模型的模型参数进行调整;并基于数据建模的结果,得到多维度平滑系数;
其中,调整模型参数后的时间序列模型用于基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值。
可选地,获取目标对象在通信网络中多维度的行为数据这一步骤后,方法还包括以下至少之一:
对行为数据中的重复数据进行去除处理;
对行为数据中的缺失数据进行插值处理;
对行为数据中的异常数据进行修正处理。
可选地,基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值,包括:
将行为数据分别与多维度平滑系数中的各平滑系数进行指数平滑处理;行为数据包括若干时间点的行为数据;
基于各平滑系数的指数平滑处理的结果,结合多维度平滑系数的维度数计算得到目标对象的通信行为量预测值;
其中,通信行为量预测值的表达式为:
式中,yt表示时间点t的行为数据,yt-1表示时间点t-1的行为数据;yt+1表示时间点t+1的通信行为量预测值;αi表示多维度平滑系数中第i个平滑系数,i∈{1,2,...,n};yt表示行为数据;n表示多维度平滑系数的维度数。
可选地,信控策略包括计费策略和停复机策略;基于通信行为量预测值确定目标对象的信控策略,包括:
基于通信行为量预测值确定目标对象的计费策略和信控优先级,进而基于信控优先级匹配停复机策略。
可选地,基于通信行为量预测值确定目标对象的信控优先级,包括:
根据通信行为量预测值的数据量规格确定目标对象的信控优先级;
其中,信控优先级的权限大小与数据量规格的大小正相关;信控优先级表征目标对象进行停复机的优先级。
可选地,方法还包括:
基于通信网络的网络负载和资源状况,对信控策略进行调整处理。
另一方面,本发明实施例提供了一种信控装置,包括:
第一模块,用于获取目标对象在通信网络中多维度的行为数据;
第二模块,用于基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值;
第三模块,用于基于通信行为量预测值确定目标对象的信控策略;
第四模块,用于基于目标对象使用的服务数据,结合信控策略,对目标对象进行信控。
可选地,装置还包括:
第五模块,用于设置时间序列模型;
第六模块,用于通过时间序列模型对目标对象在通信网络中的历史行为数据进行数据建模;
第七模块,用于基于数据建模的结果,对时间序列模型的模型参数进行调整;并基于数据建模的结果,得到多维度平滑系数;
其中,调整模型参数后的时间序列模型用于基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值。
可选地,执行第一模块后,装置还包括以下至少之一:
第八模块,用于对行为数据中的重复数据进行去除处理;
第九模块,用于对行为数据中的缺失数据进行插值处理;
第十模块,用于对行为数据中的异常数据进行修正处理。
可选地,第二模块,具体用于:
将行为数据分别与多维度平滑系数中的各平滑系数进行指数平滑处理;行为数据包括若干时间点的行为数据;
基于各平滑系数的指数平滑处理的结果,结合多维度平滑系数的维度数计算得到目标对象的通信行为量预测值;
其中,通信行为量预测值的表达式为:
式中,yt表示时间点t的行为数据,yt-1表示时间点t-1的行为数据;yt+1表示时间点t+1的通信行为量预测值;αi表示多维度平滑系数中第i个平滑系数,i∈{1,2,...,n};yt表示行为数据;n表示多维度平滑系数的维度数。
可选地,信控策略包括计费策略和停复机策略;第三模块中,具体用于:
基于通信行为量预测值确定目标对象的计费策略和信控优先级,进而基于信控优先级匹配停复机策略。
可选地,装置还可以包括:
第十一模块,用于基于通信网络的网络负载和资源状况,对信控策略进行调整处理。
另一方面,本发明实施例提供了一种电子设备,包括:处理器以及存储器;存储器用于存储程序;处理器执行程序实现上述信控方法。
另一方面,本发明实施例提供了一种计算机存储介质,其中存储有处理器可执行的程序,处理器可执行的程序在由处理器执行时用于实现上述信控方法。
本发明实施例通过获取目标对象在通信网络中多维度的行为数据;进而基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值;然后基于通信行为量预测值确定目标对象的信控策略;最终基于目标对象使用的服务数据,结合信控策略,对目标对象进行信控。本发明实施例通过预测目标对象的通信行为,以便更好的进行信控处理,平滑数据波动,优化信控资源管理,提高信控运营效率,以提供更稳定和高质量的通信服务。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是本发明实施例提供的进行信控的一种实施环境示意图;
图2是本发明实施例提供的一种信控方法的流程示意图;
图3为本发明实施例提供的时间序列模型的建模流程示意图;
图4为本发明实施例提供的获得通信行为量预测值的展开步骤流程示意图;
图5为本发明实施例提供的确定信控策略的展开步骤流程示意图;
图6为本发明实施例提供的随机数表示例的示意图;
图7为本发明实施例提供的基于抽取的随机数进行信控的整体流程示意图;
图8为本发明实施例提供的一种信控装置的结构示意图;
图9为本发明实施例提供的一种电子设备的结构示意图;
图10为本发明实施例提供的适于用来实现本发明实施例的电子设备的计算机系统结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,虽然在系统示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于系统中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一/S100”、“第二/S200”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为便于技术方案的理解,首先对本发明实施例中可能出现的技术名词进行解释说明:
SES(Simple Exponential Smoothing,简单指数平滑算法):一种用于分析和预测随参数(例如时间)变化的数据分析方法。
MES(Multi Exponential Smoothing,多维度指数平滑算法):基于简单指数平滑算法基础上,进行优化后的算法。
可以理解的是,本发明实施例提供的信控方法,是能够应用于任意一种具备数据处理计算能力计算机设备,而这一计算机设备可以是各类终端或是服务器。当实施例中的计算机设备是服务器时,该服务器是独立的物理服务器,或者,是多个物理服务器构成的服务器集群或者分布式系统,或者,是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。可选地,该终端是智能手机、平板电脑、笔记本电脑以及台式计算机等,但也并不局限于此。
如图1所示,是发明实施例提供的一种实施环境示意图。参照图1,该实施环境包括至少一个终端102和服务器101。终端102和服务器101之间可以通过无线或者有线的方式进行网络连接,完成数据传输交换。
服务器101可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
另外,服务器101还可以是区块链网络中的一个节点服务器。其中,区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。
终端102可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端102以及服务器101可以通过有线或无线通信方式进行直接或间接地连接,本发明实施例在此不做限制。
示例性地基于图1所示的实施环境,本发明实施例提供了一种信控方法,下面以该信控方法应用于服务器101中为例子进行说明,可以理解的是,该信控方法也可以应用于终端102中。
参照图2,图2为本发明实施例提供的应用于服务器的信控方法的流程图,该信控方法的执行主体可以是前述的任意一种计算机设备(包括服务器或者终端)。参照图2,该方法包括以下步骤:
S100、获取目标对象在通信网络中多维度的行为数据;
示例性地,一些具体实施例中,可以通过用户行为监测模块实时监测用户在通信网络中的行为数据,包括但不限于数据使用量、通话时长、短信发送次数等的相关数据,行为数据的示例如:{语音话单,流量话单,...,归属地市}。
其中,一些实施例中,在获取目标对象在通信网络中多维度的行为数据这一步骤后,方法可以还包括以下至少之一:对行为数据中的重复数据进行去除处理;对行为数据中的缺失数据进行插值处理;对行为数据中的异常数据进行修正处理。其中,修正处理可以通过去除处理和插值处理结合实现。
示例性地,一些具体实施例中,可以将用户行为数据落表,便于数据审核,进而可以通过清洗、去除重复数据、处理缺失值和异常值,以确保数据的质量、一致性和完整性。具体通过对用户通信行为数据进行平滑处理,去除异常值和噪声,以获得更稳定的数据。其中,还可以将行为数据基于时间戳整理为时间序列的格式,序列中包括若干时间点的行为数据。
S200、基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值;
需要说明的是,多维度平滑系数的维度与行为数据的维度相同;一些实施例中,如图3所示,方法还可以包括:T100、设置时间序列模型;T200、通过时间序列模型对目标对象在通信网络中的历史行为数据进行数据建模;T300、基于数据建模的结果,对时间序列模型的模型参数进行调整;并基于数据建模的结果,得到多维度平滑系数;其中,调整模型参数后的时间序列模型用于执行实现步骤S200,其中,行为数据作为模型输入,通信行为量预测值作为模型输出。时间序列模型可以采用ARIMA(自回归综合移动平均模型)。
示例性地,一些具体实施例中,模型参数调整可以使用历史数据,调整多维度指数平滑算法的模型参数,使用历史数据,训练多维度指数平滑模型(即时间序列模型),以建立停复机的基准,将(多维度)平滑系数调到最优。
一些实施例中,如图4所示,步骤S200可以包括:S201、将行为数据分别与多维度平滑系数中的各平滑系数进行指数平滑处理;行为数据包括若干时间点的行为数据;S202、基于各平滑系数的指数平滑处理的结果,结合多维度平滑系数的维度数计算得到目标对象的通信行为量预测值;其中,通信行为量预测值的表达式为:
式中,yt表示时间点t的行为数据,yt-1表示时间点t-1的行为数据;yt+1表示时间点t+1的通信行为量预测值;αi表示多维度平滑系数中第i个平滑系数,i∈{1,2,...,n};yt表示行为数据;n表示多维度平滑系数的维度数。
示例性地,一些具体实施例中,选择平滑系数α,取值范围为0到1之间,越大表示对最新数据的权重越高。本发明实施例优化平滑系数为多维度,从用户的多维度行为和静态数据同时作为入参,那么可以得到入参为:
趋势分析:得到上述入参后,本发明优化简单指数平滑算法得到多维度指数平滑算法(Multi Exponential Smoothing,MES)可以得到用户实时使用情况,包括用户的下一步使用趋势。
假设有一系列用户的通信行为数据,用yt表示第t个时间点的行为数据。同时,可以给定初始值y0,选取时间序列的第一个数据点作为初始值,可以通过类似于平滑指数算法的逻辑,从初始值开始进行多个期数的预测,也可以直接通过最新的多个时间节点的行为数据直接预测。要预测用户在t+1时间点的通信行为量yt+1,可以使用以下公式:
式中,yt表示时间点t的行为数据,yt-1表示时间点t-1的行为数据;yt+1表示时间点t+1的通信行为量预测值;αi表示多维度平滑系数中第i个平滑系数,i∈{1,2,...,n};yt表示行为数据;n表示多维度平滑系数的维度数。
一些具体实施例,还可以进一步结合上述结果,调整优化对ARIMA(自回归综合移动平均模型)的数据建模,并使用最小化残差平方和(最小二乘法)来调整优化模型参数。
S300、基于通信行为量预测值确定目标对象的信控策略;
需要说明的是,信控策略包括计费策略和停复机策略;一些实施例中,如图5所示,步骤S300可以包括:S301、基于通信行为量预测值确定目标对象的计费策略和信控优先级;S302、基于信控优先级匹配停复机策略。
其中,一些实施例中,步骤S300中,基于通信行为量预测值确定目标对象的信控优先级这一步骤,可以包括:根据通信行为量预测值的数据量规格确定目标对象的信控优先级;其中,信控优先级的权限大小与数据量规格的大小正相关;信控优先级表征目标对象进行停复机的优先级。
示例性地,一些具体实施例中,可以通过策略匹配模块前面步骤的根据数据分析结果和预测信息,匹配合适的计费信控策略(包括按量计费、按时长计费、阶梯计费等),例如,基于用户的通信行为量的预测信息,结合各个时间点的行为数据,当用户的通信服务使用在时序上没有规律性,则可以匹配按量计费,当用户的通信服务使用在时序上具备规律性,则可以匹配按时长计费,当用户的通信服务使用在时序上具备规律性且使用量较多(占用较多通信资源),则可以匹配阶梯计费。进而基于匹配的计费策略,可以通过计费执行模块对用户的通信服务进行实时计费,确保用户实际使用的服务得到准确计费,同时满足用户需求并优化信控期间的资源利用。
并且,可以基于本发明实施例的时间序列模型的通信行为量预测值能够更加准确进行信控的执行:例如,通过本发明实施例设计的多维度指数平滑算法能够从历史数据中捕捉实时数据和未来数据趋势,从而对信控停机用户进行排序:对通信行为量(yt+1)较小沉默用户优先发送信控停机指令,对对通信行为量(yt+1)较大的用户,信控停机指令发送靠后。本发明实施例能够灵活实施停复机策略,将训练好的多维度指数平滑模型应用于实际停复机场景,以实现保证用户通信服务质量的同时实现精准的停复机目标。
其中,一些实施例中,方法还可以包括:基于通信网络的网络负载和资源状况,对信控策略进行调整处理。
示例性地,一些具体实施例中,可以通过实时控制模块监控网络负载和资源状况,根据实时情况调整计费策略,以保证网络运行的平稳和高效。
S400、基于目标对象使用的服务数据,结合信控策略,对目标对象进行信控;
示例性地,一些具体实施例中,还可以(人工介入或大数据统筹分析)不断优化停复机方法,包括改进数据收集、参数优化调整等步骤,以适应不断变化的设备运行环境和需求。
为详细解释本发明技术方案的原理,下面结合一些具体实施例对本发明的整体流程进行说明,容易理解的是,下述为对本发明技术原理的解释,不能看做对本发明的限制。
首先需要说明的是,为了确保用户能够正常使用服务,并且在欠费时能及时停机,需要进行高效率的计费信控。传统的计费信控方法缺乏用户实时数据,依赖于固定规则和简单逻辑等静态数据,存在精确度不足和效率低下等缺点。因此,需要一种更加智能的计费信控方法,增加根据用户行为和网络状况灵活调整计费策略,实现更精准、高效的计费信控。
本发明实施例针对传统计费信控不考虑用户当前行为,导致无法精准高效信控的缺点,本发明优化简单指数平滑算法,对用户的通信行为进行实时监控和预测,采用多维度指数平滑算法判断用户信控停机优先级,根据用户通信行为的变化趋势,灵活调整信控停机顺序,以便更加精准地控制用户的通信服务。
为了实现上述目的,本发明提供了一种更加准确、快速的信控方法,该方法可以通过如图6所示的计算机控制系统实现,以系统实现本发明实施例方法为例,该系统包括以下模块:
1、用户行为监测模块:用于实时监测用户在通信网络中的行为,包括:{语音话单,流量话单,...,归属地市};
2、数据分析与预测模块:通过对用户数据进行分析和预测,能够获得用户目前正在使用的可能的服务需求和使用趋势。本发明采用时间序列预测算法中的简单指数平滑算法(Simple Exponential Smoothing,SES)来分析、预测用户行为。
简单指数平滑算法是一种用于分析和预测随参数(例如时间)变化的数据分析方法。在数据分析与预测模块中,可以对用户的通信行为数据进行处理,得出当前与未来一段时间内用户可能的服务需求和使用趋势。具体算法步骤:
数据平滑:使用第一个模块所收集到的用户信息作为入参,对用户通信行为数据进行平滑处理,去除异常值和噪声,以获得更稳定的数据。选择平滑系数α,取值范围为0到1之间,越大表示对最新数据的权重越高。本发明实施例优化平滑系数为多维度,从用户的多维度行为和静态数据同时作为入参,那么可以得到入参为:
趋势分析:得到上述入参后,本发明优化简单指数平滑算法得到多维度指数平滑算法(Multi Exponential Smoothing,MES)可以得到用户实时使用情况,包括用户的下一步使用趋势。
假设有一系列用户的通信行为数据,用yt表示第t个时间点的行为数据。同时,可以给定初始值y0,选取时间序列的第一个数据点作为初始值,可以通过类似于平滑指数算法的逻辑,从初始值开始进行多个期数的预测,也可以直接通过最新的多个时间节点的行为数据直接预测。要预测用户在t+1时间点的通信行为量yt+1,可以使用以下公式:
式中,yt表示时间点t的行为数据,yt-1表示时间点t-1的行为数据;yt+1表示时间点t+1的通信行为量预测值;αi表示多维度平滑系数中第i个平滑系数,i∈{1,2,...,n};yt表示行为数据;n表示多维度平滑系数的维度数。
一些具体实施例,还可以进一步结合上述结果进行时间序列模型建立:本发明根据上述结果,选择使用ARIMA(自回归综合移动平均模型),来对数据进行建模。同时使用最小化残差平方和(最小二乘法)来估计模型参数。
本发明使用上述模型能够使停机指令更加准确,基于本发明设计的多维度指数平滑算法能够从历史数据中捕捉实时数据和未来数据趋势,从而对信控停机用户进行排序:对通信行为量(yt+1)较小沉默用户优先发送信控停机指令,对对通信行为量(yt+1)较大的用户,信控停机指令发送靠后。
3、策略匹配模块:根据数据分析结果和预测信息,匹配合适的计费信控策略,以满足用户需求并优化信控期间的资源利用。
4、计费执行模块:根据策略匹配模块提供的计费策略,对用户的通信服务进行实时信控。
5、实时控制模块:监控网络负载和资源状况,根据实时情况调整计费策略,以保证网络运行的平稳和高效。
通过多维度指数平滑算法能够更准确地预测用户服务需求和使用趋势,为智能计费信控方法提供更强大的支持。该算法的应用在通信行业具有重要意义,可为通信运营商带来更高效的信控运营和更满意的用户体验。
一些具体实施例中,如图7所示,本发明基于多维度指数平滑算法的信控方法包括以下步骤:
步骤1:通过用户行为监测模块实时获取用户在通信网络中的行为数据,包括但不限于数据使用量、通话时长、短信发送次数等。
步骤2:将步骤1中的用户行为数据落表,清洗、去除重复数据、处理缺失值和异常值,以确保数据的质量、一致性和完整性。
步骤3:利用基于多维度指数平滑算法的信控方法进行数据分析与预测,根据步骤1中获取的用户行为数据进一步得出用户可能的服务需求和使用趋势。
步骤4:模型参数调整,使用历史数据,调整多维度指数平滑算法的模型参数,使用历史数据,训练多维度指数平滑模型(即时间序列模型),以建立停复机的基准,将平滑系数调到最优。
步骤5:根据步骤4数据分析结果和预测信息,利用策略匹配模块动态匹配合适的计费策略,包括按量计费、按时长计费、阶梯计费等。
步骤6:通过计费执行模块对用户的通信服务进行实时计费,确保用户实际使用的服务得到准确计费。
步骤7:实施停复机策略,将训练好的多维度指数平滑模型应用于实际停复机场景,以实现停复机目标。
步骤8:通过实时控制模块监控网络负载和资源状况,根据实时情况调整计费策略,以保证网络运行的平稳和高效。
步骤9:不断优化停复机方法,包括改进数据收集、参数优化调整等步骤,以适应不断变化的设备运行环境和需求。
基于多维度指数平滑算法的信控方法旨在提供更智能、更精准的信控停机。本发明技术方案内容涉及以下技术要点:
多维度数据处理:该信控方法采用多维度数据处理技术,包括对用户上网行为、地市信息、通信行为等多个维度的数据进行采集和处理。
预测算法改进:该方法基于指数平滑算法,对传统的简单指数平滑法进行改进和优化。通过引入更复杂维度,提高了数据的预测准确性,能够更好地应对用户数据中的实时行为、趋势变化。
实时性和优先级:该方法注重实时性,能够在信控高峰时段,快速响应用户的通信行为并进行计费信控。同时,根据用户的通信行为以及趋势,设置不同的停机优先级,以保障活跃用户的通信服务优先。
综上所述,该基于多维度指数平滑算法的信控方法通过多维度数据处理、算法改进、实时性和优先级设置等技术要点,旨在提供更智能、更精准、更个性化的信控停机服务,以满足用户多样化的通信需求,优化网络资源分配,提高用户体验和运营效率。相较于现有技术,本发明实施例的有益效果至少包括:
精准信控:通过实时监测用户行为和调整信控策略,能够更加精准地对用户的通信服务进行有序信控停复机。
停机顺序合理化:基于多维度指数平滑算法的信控方法能够根据实时网络情况灵活调整停机顺序优先级,最大程度地优化资源利用,提升用户体验。
另一方面,如图8所示,本发明实施例提供了一种信控装置800,包括:第一模块810,用于获取目标对象在通信网络中多维度的行为数据;第二模块820,用于基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值;第三模块830,用于基于通信行为量预测值确定目标对象的信控策略;第四模块840,用于基于目标对象使用的服务数据,结合信控策略,对目标对象进行信控。
一些实施例中,装置还可以包括:第五模块,用于设置时间序列模型;第六模块,用于通过时间序列模型对目标对象在通信网络中的历史行为数据进行数据建模;第七模块,用于基于数据建模的结果,对时间序列模型的模型参数进行调整;并基于数据建模的结果,得到多维度平滑系数;其中,调整模型参数后的时间序列模型用于基于行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得目标对象的通信行为量预测值。
一些实施例中,装置还可以包括以下至少之一:第八模块,用于对行为数据中的重复数据进行去除处理;第九模块,用于对行为数据中的缺失数据进行插值处理;第十模块,用于对行为数据中的异常数据进行修正处理。
一些实施例中,装置还可以包括:第十一模块,用于基于通信网络的网络负载和资源状况,对信控策略进行调整处理。
一些具体实施例,本发明实施例还可以将如图6所示的计算机控制应用在本发明的装置实施例,以实现本发明实施例方法的流程逻辑。
本发明方法实施例的内容均适用于本装置实施例,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
另一方面,如图9所示,本发明实施例还提供了一种电子设备900,该电子设备包括至少一个处理器910,还包括至少一个存储器920,用于存储至少一个程序,处理器用于执行程序实现前面的信控方法;以一个处理器910及一个存储器920为例。
处理器910和存储器920可以通过总线或者其他方式连接。
存储器920作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器920可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件或其他非暂态固态存储器件。在一些实施方式中,存储器920可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
以上所描述的电子设备实施例仅仅是示意性的,其中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,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模块来实现本实施例方案的目的。
具体地,图10示意性地示出了用于实现本发明实施例的电子设备的计算机系统结构框图。
需要说明的是,图10示出的电子设备的计算机系统1000仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示,计算机系统1000包括中央处理器1001(Central Processing Unit,CPU),其可以根据存储在只读存储器1002(Read-Only Memory,ROM)中的程序或者从存储部分1008加载到随机访问存储器1003(Random Access Memory,RAM)中的程序而执行各种适当的动作和处理。在随机访问存储器1003中,还存储有系统操作所需的各种程序和数据。中央处理器1001、在只读存储器1002以及随机访问存储器1003通过总线1004彼此相连。输入/输出接口1005(Input/Output接口,即I/O接口)也连接至总线1004。
以下部件连接至输入/输出接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至输入/输出接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地,根据本发明的实施例,各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被中央处理器1001执行时,执行本发明的系统中限定的各种功能。
需要说明的是,本发明实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
本发明方法实施例的内容均适用于本系统实施例,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例的另一方面还提供了一种计算机可读存储介质,存储介质存储有程序,程序被处理器执行实现前面的方法。
本发明方法实施例的内容均适用于本计算机可读存储介质实施例,本计算机可读存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行前面的方法。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
功能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-Only Memory)、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。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行装置、装置或设备(如基于计算机的装置、包括处理器的装置或其他可以从指令执行装置、装置或设备取指令并执行指令的装置)使用,或结合这些指令执行装置、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行装置、装置或设备或结合这些指令执行装置、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种信控方法,其特征在于,包括:
获取目标对象在通信网络中多维度的行为数据;
基于所述行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得所述目标对象的通信行为量预测值;
基于所述通信行为量预测值确定所述目标对象的信控策略;
基于所述目标对象使用的服务数据,结合所述信控策略,对所述目标对象进行信控。
2.根据权利要求1所述的信控方法,其特征在于,在所述方法还包括:
设置时间序列模型;
通过所述时间序列模型对所述目标对象在通信网络中的历史行为数据进行数据建模;
基于所述数据建模的结果,对所述时间序列模型的模型参数进行调整;并基于所述数据建模的结果,得到所述多维度平滑系数;
其中,调整模型参数后的所述时间序列模型用于所述基于所述行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得所述目标对象的通信行为量预测值。
3.根据权利要求1所述的信控方法,其特征在于,在所述获取目标对象在通信网络中多维度的行为数据这一步骤后,所述方法还包括以下至少之一:
对所述行为数据中的重复数据进行去除处理;
对所述行为数据中的缺失数据进行插值处理;
对所述行为数据中的异常数据进行修正处理。
4.根据权利要求1所述的信控方法,其特征在于,所述基于所述行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得所述目标对象的通信行为量预测值,包括:
将所述行为数据分别与所述多维度平滑系数中的各平滑系数进行指数平滑处理;所述行为数据包括若干时间点的行为数据;
基于各所述平滑系数的所述指数平滑处理的结果,结合所述多维度平滑系数的维度数计算得到所述目标对象的通信行为量预测值;
其中,所述通信行为量预测值的表达式为:
式中,yt表示时间点t的行为数据,yt-1表示时间点t-1的行为数据;yt+1表示时间点t+1的通信行为量预测值;αi表示多维度平滑系数中第i个平滑系数,i∈{1,2,...,n};yt表示行为数据;n表示多维度平滑系数的维度数。
5.根据权利要求1所述的信控方法,其特征在于,所述信控策略包括计费策略和停复机策略;所述基于所述通信行为量预测值确定所述目标对象的信控策略,包括:
基于所述通信行为量预测值确定所述目标对象的计费策略和信控优先级,进而基于所述信控优先级匹配停复机策略。
6.根据权利要求5所述的信控方法,其特征在于,所述基于所述通信行为量预测值确定所述目标对象的信控优先级,包括:
根据所述通信行为量预测值的数据量规格确定所述目标对象的信控优先级;
其中,所述信控优先级的权限大小与所述数据量规格的大小正相关;所述信控优先级表征所述目标对象进行停复机的优先级。
7.根据权利要求1所述的信控方法,其特征在于,所述方法还包括:
基于所述通信网络的网络负载和资源状况,对所述信控策略进行调整处理。
8.一种信控装置,其特征在于,包括:
第一模块,用于获取目标对象在通信网络中多维度的行为数据;
第二模块,用于基于所述行为数据,结合预设的多维度平滑系数进行多维度指数平滑处理,获得所述目标对象的通信行为量预测值;
第三模块,用于基于所述通信行为量预测值确定所述目标对象的信控策略;
第四模块,用于基于所述目标对象使用的服务数据,结合所述信控策略,对所述目标对象进行信控。
9.一种电子设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如权利要求1至7中任一项所述的方法。
10.一种计算机存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311419476.4A CN117479327A (zh) | 2023-10-30 | 2023-10-30 | 一种信控方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311419476.4A CN117479327A (zh) | 2023-10-30 | 2023-10-30 | 一种信控方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117479327A true CN117479327A (zh) | 2024-01-30 |
Family
ID=89635851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311419476.4A Pending CN117479327A (zh) | 2023-10-30 | 2023-10-30 | 一种信控方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117479327A (zh) |
-
2023
- 2023-10-30 CN CN202311419476.4A patent/CN117479327A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109672795B (zh) | 呼叫中心资源管理方法及装置、电子设备、存储介质 | |
CN112165691B (zh) | 内容分发网络调度方法、装置、服务器和介质 | |
CN110990138A (zh) | 资源调度方法、装置、服务器及存储介质 | |
CN111611478B (zh) | 信息推荐方法、装置和电子设备 | |
US20210042578A1 (en) | Feature engineering orchestration method and apparatus | |
CN109358953B (zh) | 一种微云中的多任务应用卸载方法 | |
CN109684078A (zh) | 用于spark streaming的资源动态分配方法和系统 | |
CN115421930B (zh) | 任务处理方法、系统、装置、设备及计算机可读存储介质 | |
CN111311286A (zh) | 一种智能客服数据处理方法、装置及计算设备、存储介质 | |
US10511691B2 (en) | Configuration method, equipment, system and computer readable medium for determining a new configuration of calculation resources | |
KR101630125B1 (ko) | 클라우드 컴퓨팅 자원관리 시스템에서의 자원 요구량 예측 방법 | |
CN111935025A (zh) | 一种tcp传输性能的控制方法、装置、设备和介质 | |
CN117311973A (zh) | 计算设备调度方法、装置、非易失性存储介质及电子设备 | |
CN117014389A (zh) | 算网资源配置方法及系统、电子设备、存储介质 | |
CN112001563A (zh) | 一种话单量的管理方法、装置、电子设备及存储介质 | |
CN117479327A (zh) | 一种信控方法、装置、电子设备及存储介质 | |
CN115827232A (zh) | 一种为业务模型确定配置的方法、装置、系统及设备 | |
Li et al. | A cost‐efficient and QoS‐aware adaptive placement of applications in fog computing | |
CN113904940A (zh) | 资源调整方法、装置、电子设备和计算机可读存储介质 | |
CN113762972A (zh) | 数据存储控制方法及装置、电子设备、存储介质 | |
CN113867905A (zh) | 一种应用服务器集群实时能耗优化方法 | |
CN116521344B (zh) | 一种基于资源总线的ai算法调度方法及系统 | |
CN115577980B (zh) | 电力设备调控方法、装置、电子设备和介质 | |
CN113673080B (zh) | 应用续航时长预测、模型训练方法及装置、设备及介质 | |
CN112953845B (zh) | 分布式系统流量控制方法及装置 |
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 |