DE102012223496B4

DE102012223496B4 - Online- und verteiltes optimierungsrahmenwerk für die mobilfunkanalyse

Info

Publication number: DE102012223496B4
Application number: DE102012223496.9A
Authority: DE
Inventors: Ankur Narang; Shivkumar Kalyanaraman; Vikas Kumar Garg
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 2011-12-31
Filing date: 2012-12-18
Publication date: 2018-10-31
Anticipated expiration: 2032-12-19
Also published as: US9949149B2; US20130172043A1; CN103220697A; US9603033B2; US9622091B2; US20130172041A1; CN103220697B; DE102012223496A1; US20170127300A1

Abstract

Auf einem Computer ausgeführtes Verfahren, aufweisend:
- Ermitteln einer Rangfolge für jedes aus einer Vielzahl von empfangenen Objekten unter Verwendung einer Vielzahl von Ähnlichkeitskurven durch eine Funknetz-Steuereinheit für eine Vielzahl von Basisstationen;
- wobei die Vielzahl von empfangenen Objekten Datendateien beinhaltet, die von wenigstens einer der Vielzahl von Basisstationen empfangen wurden,
- wobei die Rangfolge berechnet wird gemäß

min_{f \in ℜ^{n}} \frac{1}{2} f^{T} Lf + M \sum_{i, j} η_{i, j} \sum_{l} (ζ \frac{D_{i l}}{\sum_{k} D_{k l}} + \frac{D'_{i l}}{\sum_{k} D'_{k l}}) W_{i} C_{i l} - (ζ \frac{D_{j l}}{\sum_{k} D_{k l}} + \frac{D'_{j l}}{\sum_{k} D'_{k l}}) W_{j} C_{j l}

unter der Voraussetzung, dass

f_{i} - f_{j} \geq 1 - η_{i j}, (2) η_{i j} \geq 0 \forall i, j

- wobei jedes Objekt Ii eine Bandbreite Wi aufweist; Cil Kosteneinheiten der Einheitenübertragung von Element Ii von der Funknetz-Steuereinheit (RNC, radio network controller) zu der Basisstation Bl zugehörig ist; es einen Premium-Bedarf D'il und einen Nicht-Premium-Bedarf Dil für Ii an der Basisstation Bl gibt; ζ > 1 die dem Premium-Bedarf zugewiesene Gewichtung darstellt; nij den entsprechenden Lagrange-Koeffizienten darstellt; L die Laplace-Matrix der Kurve darstellt; und M den Koeffizienten eines Regularisierers (regulizer) darstellt, der zur Vermeidung einer Überanpassung eingefügt wird;
- Extrahieren einer gemeinsamen Struktur bei einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten durch gemeinschaftliches Filtern von Daten, die einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten zugehörig sind, durch die Funknetz-Steuereinheit;
- Analysieren der gemeinsamen Struktur durch die Funknetz-Steuereinheit, um Nutzungsmuster innerhalb eines Zeitfensters abzuleiten;
- Erzeugen von Bedarfsvorhersagen für wenigstens eine Teilmenge von Objekten unter der Vielzahl von empfangenen Objekten über die Zeitfenster für die Vielzahl von Basisstationen durch die Funknetz-Steuereinheit,
- Speichern der Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten durch die Funknetz-Steuereinheit als Reaktion auf die Analyse und die Bedarfsvorhersage einschließlich Vorababrufen der Teilmenge von eingestuften Objekten der Vielzahl von empfangen Objekten in einen lokalen Cache-Speicher einer Basisstation unter der Vielzahl von Basisstationen in Abhängigkeit wenigstens teilweise der Bedarfsvorhersagen für das Zeitfenster der Basisstation, um die Reaktionszeit beim Zugriff auf eine Vielzahl von empfangenen Objekten zu verringern, und
- Entfernen von einem oder mehreren vorab abgerufenen Objekten der Teilmenge von eingestuften Objekten aus dem lokalen Cache-Speicher einer Basisstation unter der Vielzahl von Basisstationen gemäß den Bedarfsvorhersagen für das Zeitfenster der Basisstation.

Description

Die Erfindung betrifft Mobilfunknetze und insbesondere Online- und verteilte Optimierungsrahmenwerke für die Mobilfunkanalyse.
HINTERGRUND
Mobilfunknetze können große geografische Gebiete mit mehreren verteilten Basisstationen umfassen, welche die Abdeckung für die Netze bereitstellen. Es können erhebliche Datenmengen von einem Knoten zu einem anderen übertragen werden, wobei die Knoten Mobilgeräte und Mobiltelefone (mobile and cellular devices) sowie Datenverarbeitungssysteme enthalten können, die Ressourcen wie zum Beispiel Web-Seiten, Audiodateien, Videodateien und andere Datentypen bereitstellen können. Auf Grund der allgegenwärtigen Art von Mobilgeräten und Mobiltelefonen können 3G- und 4G-Mobilfunknetze unter steigenden Mengen des Bedarfs an der begrenzten spektralen Bandbreite leiden. Hohe Pegel an Video-Downloads und mehr allgemein akzeptierte Mehrwertdienste (VAS, Value Added Services) können das Mobilfunknetz negativ beeinflussen. Die sich daraus ergebenden Überlastungen des Netzwerks und mögliche Unzulänglichkeiten bei der Bandbreite können auf Grund der Nichtverfügbarkeit angeforderter Ressourcen zu einer schlechten Benutzererfahrung beitragen. Telekommunikationsunternehmen können versuchen, die Nutzung der begrenzten verfügbaren Bandbreite zu optimieren, um den Ertrag zu maximieren und die Erfahrung des Benutzers zu verbessern.
Aus US 2007/0060114 A1 ist eine Vorhersage für eine Textergänzung in einer Mobilfunkeinrichtung bekannt. Das entsprechende Verfahren für die Vorhersage beinhaltet die Vorhersage einer Suchanfrage, bei der die Vorhersage wenigstens teilweise auf mehreren über eine Mobilfunkeinrichtung eingegebenen Zeichen beruht und außerdem wenigstens teilweise auf Informationen, die sich auf die Mobilfunkeinrichtung beziehen.
Aus US 2011/0143811 A1 sind ein Verfahren und ein System zur Verarbeitung von Inhalten bekannt. Das System beinhaltet ein Mobiltelefon, eine Kamera, ein Mikrophon und einen oder mehrere Speicher sowie einen oder mehrere Prozessoren, wobei wenigstens in einem der Speicher dauerhafte Software-Befehle abgespeichert sind, durch die das System so konfiguriert wird, dass es auf eine bestimmte Art arbeitet.
Aus US 2007/0087756 A1 sind ein System und ein Verfahren zur mehrfachen Optimierung bekannt. Das entsprechende Verfahren umfasst das Ermitteln eines Nutzungsbedarfs, Ermitteln einer Versorgungsfunktion, das Bereitstellen wenigstens eines ökonomischen Agenten, wobei ein einzelner Agent eine oder mehrere Rollen als Versorger, Verbraucher und ökonomischer Agent spielen kann, und das Ermöglichen, dass Verbraucher, Versorger und ökonomische Agenten im Sinne einer Marktoptimierung Transaktionen vornehmen.
Ein Nachteil bei dem genannten Stand der Technik besteht darin, dass unter den Teilnehmern von Mobilfunknetzen keine eindeutige Hierarchie mit entsprechender Rangfolge festgelegt ist.
Aufgabe der vorliegenden Erfindung ist es daher, ein Verfahren anzugeben und ein System zu schaffen, womit die Teilnehmer von Mobilfunknetzen eine eindeutige Rangfolge zugewiesen bekommen.
Diese Aufgabe wird gelöst durch das Verfahren nach Anspruch 1, das Computerprogrammprodukt nach Anspruch 8 und das Datenverarbeitungssystem nach Anspruch 9. Bevorzugte Ausführungsformen der Erfindung sind Gegenstand der jeweiligen Unteransprüche.
KURZE ZUSAMMENFASSUNG
In einer Umsetzung enthält ein von einer oder mehreren Datenverarbeitungseinheiten durchgeführtes Verfahren für ein Online- und verteiltes Optimierungsrahmenwerk für die Mobilfunkanalyse das Ermitteln einer Rangfolge für jedes von einer Vielzahl von empfangenen Objekten durch eine Funknetz-Steuereinheit unter Verwendung einer Vielzahl von Ähnlichkeitskurven. Die Funknetz-Steuereinheit extrahiert eine gemeinsame Struktur durch gemeinschaftliches Filtern (collaborative filtering) von Daten, die einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten zugehörig sind. Die gemeinsame Struktur wird analysiert, um Nutzungsmuster innerhalb eines Zeitfensters abzuleiten. Als Reaktion auf die Analyse wird eine Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten gespeichert.
Es können eine oder mehrere der folgenden Eigenschaften enthalten sein. Die Vielzahl von Ähnlichkeitskurven kann eine Objekt-Objekt-Ähnlichkeitskurve, eine Basisstation-Basisstation-Ähnlichkeitskurve und eine Benutzer-Benutzer-Ähnlichkeitskurve enthalten. Die Rangfolge für jedes der Vielzahl von empfangenen Objekten kann zumindest teilweise auf einem Bedarf an jeder aus einer Vielzahl von Basisstationen, auf einem Gewichtungsfaktor für Premium- und Nicht-Premium-Bedarfsfälle (premium and non-premium demands) sowie auf einer jedem Objekt aus der Vielzahl von empfangenen Objekten zugehörigen Bandbreite beruhen. Das Speichern einer Teilmenge von eingestuften Objekten aus der Vielzahl von empfangenen Objekten kann das gemeinsame Speichern der Teilmenge von höher eingestuften Objekten an einer Vielzahl von Basisstationen enthalten. Das Verfahren kann das Erzeugen von Bedarfsvorhersagen über Zeitfenster hinweg für eine Vielzahl von Basisstationen enthalten. Das Verfahren kann das Erkennen enthalten, welche(s) aus der Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten gemeinsam auftreten. Das Verfahren kann das Erzeugen einer Online-Aktualisierung der Rangfolge für jedes/jeden aus der Vielzahl von empfangenen Objekten und der Vielzahl von Benutzern enthalten. In einigen Ausführungsformen kann das gemeinschaftliche Filtern zumindest teilweise auf einer gemeinsamen Cluster-Bildung (co-clustering) beruhen.
In einer anderen Umsetzung befindet sich ein Computerprogrammprodukt auf einem durch einen Computer lesbaren Medium, auf dem eine Vielzahl von Anweisungen gespeichert ist. Bei Ausführung durch einen Prozessor veranlassen die Anweisungen den Prozessor dazu, Arbeitsschritte durchzuführen, darunter das Ermitteln einer Rangfolge für jedes der Vielzahl von empfangenen Objekten unter Verwendung einer Vielzahl von Ähnlichkeitskurven; das Extrahieren einer gemeinsamen Struktur durch gemeinschaftliches Filtern von Daten, die einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten zugehörig sind; das Analysieren der gemeinsamen Struktur zum Ableiten von Nutzungsmustern innerhalb eines Zeitfensters; und das Speichern einer Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten als Reaktion auf die Analyse.
Es können eine oder mehrere der folgenden Eigenschaften enthalten sein. Die Vielzahl von Ähnlichkeitskurven kann eine Objekt-Objekt-Ähnlichkeitskurve, eine Basisstation-Basisstation-Ähnlichkeitskurve und eine Benutzer-Benutzer-Ähnlichkeitskurve enthalten. Die Rangfolge für jedes der Vielzahl von empfangenen Objekten kann zumindest teilweise auf einem Bedarf an jeder aus einer Vielzahl von Basisstationen, auf einem Gewichtungsfaktor für Premium- und Nicht-Premium-Bedarfsfälle sowie auf einer jedem Objekt aus der Vielzahl von empfangenen Objekten zugehörigen Bandbreite beruhen. Das Speichern einer Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten kann ferner das gemeinsame Speichern der Teilmenge von höher eingestuften Objekten an einer Vielzahl von Basisstationen aufweisen. Das Computerprogrammprodukt kann das Erzeugen von Bedarfsvorhersagen über Zeitfenster hinweg für eine Vielzahl von Basisstationen enthalten. Das Computerprogrammprodukt kann das Erkennen enthalten, welche(s) aus der Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten gemeinsam auftreten. Das Computerprogrammprodukt kann das Erzeugen einer Online-Aktualisierung der Rangfolge für jedes/jeden aus der Vielzahl von empfangenen Objekten und der Vielzahl von Benutzern enthalten. In einigen Ausführungsformen kann das gemeinschaftliche Filtern zumindest teilweise auf einer gemeinsamen Cluster-Bildung beruhen.
In einer anderen Umsetzung enthält ein Datenverarbeitungssystem einen Prozessor und einen Hauptspeicher, die so konfiguriert sind, dass sie Arbeitsschritte durchführen, darunter das Ermitteln einer Rangfolge für jedes der Vielzahl von empfangenen Objekten unter Verwendung einer Vielzahl von Ähnlichkeitskurven; das Extrahieren einer gemeinsamen Struktur durch gemeinschaftliches Filtern von Daten, die einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten zugehörig sind; das Analysieren der gemeinsamen Struktur zum Ableiten von Nutzungsmustern innerhalb eines Zeitfensters; und das Speichern einer Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten als Reaktion auf die Analyse.
Es können eine oder mehrere der folgenden Eigenschaften enthalten sein. Die Vielzahl von Ähnlichkeitskurven kann eine Objekt-Objekt-Ähnlichkeitskurve, eine Basisstation-Basisstation-Ähnlichkeitskurve und eine Benutzer-Benutzer-Ähnlichkeitskurve enthalten. Die Rangfolge für jedes der Vielzahl von empfangenen Objekten kann zumindest teilweise auf einem Bedarf an jeder aus einer Vielzahl von Basisstationen, auf einem Gewichtungsfaktor für Premium- und Nicht-Premium-Bedarfsfälle sowie auf einer jedem Objekt aus der Vielzahl von empfangenen Objekten zugehörigen Bandbreite beruhen. Das Speichern einer Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten kann ferner das gemeinsame Speichern der Teilmenge von höher eingestuften Objekten an einer Vielzahl von Basisstationen aufweisen. Das Datenverarbeitungssystem kann das Erzeugen von Bedarfsvorhersagen über Zeitfenster hinweg für eine Vielzahl von Basisstationen enthalten. Das Datenverarbeitungssystem kann das Erkennen enthalten, welche(s) aus der Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten gemeinsam auftreten. Das Datenverarbeitungssystem kann das Erzeugen einer Online-Aktualisierung der Rangfolge für jedes/jeden aus der Vielzahl von empfangenen Objekten und der Vielzahl von Benutzern enthalten. In einigen Ausführungsformen kann das gemeinschaftliche Filtern zumindest teilweise auf einer gemeinsamen Cluster-Bildung beruhen.
Die Einzelheiten einer oder mehrerer Umsetzungen sind in den beigefügten Zeichnungen und der nachfolgenden Beschreibung dargelegt. Weitere Merkmale und Vorteile ergeben sich aus der Beschreibung, den Zeichnungen und den Ansprüchen.
Figurenliste

1 zeigt eine zeichnerische Ansicht eines Optimierungsprozesses, der an ein mobiles Datenübertragungssystem gekoppelt ist;
2 zeigt eine zeichnerische Ansicht eines Optimierungsprozesses, der an ein mobiles Datenübertragungssystem gekoppelt ist;
3 zeigt einen Ablaufplan des Optimierungsprozesses aus 1.

Gleichartige Verweiszeichen in den verschiedenen Zeichnungen geben gleichartige Elemente an.
AUSFÜHRLICHE BESCHREIBUNG
Das im folgenden beschriebene System bezieht sich auf Endbenutzer und Telekommunikations-Diensteanbieter. Ein Benutzer kann wünschen, dass eine angeforderte Ressource ohne nennenswerte Verzögerung bereitgestellt wird. Zur Verbesserung der Benutzererfahrung kann das System versuchen, durch die effiziente Verwaltung von verfügbaren Ressourcen wie zum Beispiel Videodateien, Audiodateien, SMS-Nachrichten und andere Datentypen eine kurze Reaktionszeit für die angeforderten Ressourcen bereitzustellen. Der Telekommunikations-Diensteanbieter möchte möglicherweise durch Verwendung von gezielten Werbungen den Ertrag maximieren. Das System kann eine effiziente Auslastung der Netzwerkbandbreite mit auf ein Mindestmaß beschränktem Einfluss auf das Netzwerk bereitstellen.
In 1 ist der Optimierungsprozess 10 gezeigt, der sich auf der Funknetz-Steuereinheit 20 befinden und von dieser ausgeführt werden kann. Die Funknetz-Steuereinheit 20 kann mit einer oder mehreren Basisstationen 30, 32, 34, 36 verbunden sein, die ein oder mehrere geografische Gebiete bedienen können. Die Basisstationen 30, 32, 34, 36 können innerhalb ihrer entsprechenden Dienstgebiete 60, 62, 64, 68 Dienste bereitstellen. Die Basisstationen 30, 32, 34, 36 können mehreren Teilnehmerendgeräte-Einheiten (user equipment devices) 40, 42, 46, 48, 50 Dienste bereitstellen, wenn diese sich innerhalb den Dienstgebieten 60, 62, 64, 68 befinden. Anbieter von Inhalten und Teilnehmerendgeräte-Einheiten sind möglicherweise gemeinschaftlich als Knoten bekannt. Über die der Funknetz-Steuereinheit 20 zugehörigen Mobilfunknetze können große Datenmengen zwischen und unter Knoten übertragen werden.
Zu Beispielen für die Funknetz-Steuereinheit 20 gehören ein einzelner Server-Computer, eine Reihe von Server-Computern, ein einzelner Personal Computer, eine Reihe von Personal Computern, ein Mini-Computer, ein Mainframe-Computer oder eine Datenverarbeitungs-Cloud, ohne auf diese beschränkt zu sein. Die verschiedenen Komponenten der Funknetz-Steuereinheit 20 können ein oder mehrere Betriebssysteme ausführen, zu denen zum Beispiel folgende gehören, ohne auf diese beschränkt zu sein: Microsoft Windows Server tm; Novell Netware tm; Redhat Linux tm, Unix oder zum Beispiel ein kundenangepasstes Betriebssystem.
Wie nachfolgend ausführlicher erörtert wird, kann der Optimierungsprozess 10 unter Verwendung einer Vielzahl von Ähnlichkeitskurven eine Rangfolge für jedes aus einer Vielzahl von empfangenen Objekten festlegen. Der Optimierungsprozess 10 kann eine gemeinsame Struktur durch gemeinschaftliches Filtern von Daten, die einer Vielzahl von Teilnehmerendgeräten und der Vielzahl von empfangenen Objekten zugehörig sind, extrahieren. Die gemeinsame Struktur kann analysiert werden, um Nutzungsmuster innerhalb eines Zeitfensters abzuleiten. Als Reaktion auf die Analyse kann eine Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten gespeichert werden.
Die Befehlssätze und Unterroutinen des Optimierungsprozesses 10, die auf der Speichereinheit 140 der Funknetz-Steuereinheit 20 gespeichert sein können, können durch einen oder mehrere Prozessoren (nicht gezeigt) und eine oder mehrere Speicherarchitekturen (nicht gezeigt) ausgeführt werden, die innerhalb der Funknetz-Steuereinheit 20 enthalten sind.
Auf den Optimierungsprozess 10 kann über eine oder mehrere Client-Anwendungen 70, 72, 74, 76 der Basisstationen 30, 32, 34, 36 zugegriffen werden. Zu Beispielen für Client-Anwendungen können ein Standard-Web-Browser, ein kundenangepasster Web-Browser oder eine kundenangepasste Anwendung gehören, ohne auf diese beschränkt zu sein. Die Befehlssätze und Unterroutinen der Client-Anwendungen, die auf den mit den Basisstationen 30, 32, 34 bzw. 36 verbundenen Speichereinheiten 80, 82, 84, 86 gespeichert sein können, können durch einen oder mehrere Prozessoren (nicht gezeigt) und eine oder mehrere Speicherarchitekturen (nicht gezeigt) ausgeführt werden, die in den Basisstationen 30, 32, 34, 36 integriert sind.
Zu Beispielen für die Teilnehmerendgeräte-Einheiten 40, 42, 44, 46, 48, 50 können der Personal Computer 38, der Laptop-Computer 44, die Smartphones 46, 50, ein Notebook-Computer (nicht gezeigt), ein Server (nicht gezeigt), ein datenfähiges Mobiltelefon 42, 48, eine zweckbestimmte Netzwerkeinheit (nicht gezeigt) sowie eine Tablet-Datenverarbeitungseinheit 40 gehören, ohne auf diese beschränkt zu sein.
Eine oder mehrere Client-Anwendungen können so konfiguriert sein, dass sie einige oder alle der Funktionalitäten des Optimierungsprozesses 10 herbeiführen. Entsprechend kann es sich bei dem Optimierungsprozess 10 um eine rein serverseitige Anwendung, eine rein clientseitige Anwendung oder eine gemischte serverseitige/clientseitige Anwendung handeln, die durch eine oder mehrere Client-Anwendungen und den Optimierungsprozess 10 gemeinsam ausgeführt wird.
Die Benutzer 88, 89, 90, 92, 94, 96, 98 können direkt über ein Mobilfunknetz oder über ein Sekundärnetz auf die Funknetz-Steuereinheit 20 und den Optimierungsprozess 10 zugreifen. Ferner kann die Funknetz-Steuereinheit 20 über ein Sekundärnetz mit dem Mobilfunknetz verbunden sein.
Die verschiedenen Teilnehmerendgeräte-Einheiten können direkt oder indirekt mit einem Mobilfunknetz verbunden sein, das sie mit der Funknetz-Steuereinheit 20 verbindet.
Wie nach dem Stand der Technik bekannt ist, handelt es sich bei Bluetooth um eine Spezifikation der Telekommunikationsindustrie, die es z.B. Mobiltelefonen, Computern und Smartphones ermöglicht, unter Verwendung einer drahtlosen Verbindung mit kurzer Reichweite miteinander verbunden zu werden.
Die Teilnehmerendgeräte-Einheiten 40, 42, 44, 46, 48, 50 können jeweils ein Betriebssystem ausführen, zu dem zum Beispiel Apple iOS™, Microsoft Windows™ Android™, Redhat Linux™ oder ein angepasstes Betriebssysteme gehören können, ohne auf diese beschränkt zu sein.
Wie oben erörtert und unter Bezugnahme auf die 2 bis 3 kann der Optimierungsprozess 10 eine Funknetz-Steuereinheit 20 enthalten, die unter Verwendung einer Vielzahl von Ähnlichkeitskurven eine Rangfolge für jedes aus einer Vielzahl von empfangenen Objekten ermittelt. Die Funknetz-Steuereinheit 20 kann eine gemeinsame Datenstruktur durch gemeinschaftliches Filtern von Daten, die einer Vielzahl von Benutzern und der Vielzahl von empfangenen Objekten zugehörig sind, extrahieren, was nachfolgend ausführlicher beschrieben wird. Die gemeinsame Struktur kann analysiert werden, um Nutzungsmuster innerhalb eines Zeitfensters abzuleiten. Als Reaktion auf die Analyse wird eine Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten gespeichert.
Unter ausführlicherer Bezugnahme auf 2 kann die Funknetz-Steuereinheit 20 den Cachespeicher 204 enthalten und den Optimierungsprozess 10 ausführen. Die Funknetz-Steuereinheit 20 kann mit der zentralen Ablage 202 Daten austauschen. Die Funknetz-Steuereinheit 20 kann mit den Basisstationen 30, 32, 34 Daten austauschen. Die Basisstationen 30, 32, 34 können den lokalen Cachespeicher 210, 212 bzw. 214 enthalten. In der beispielhaften Ausführungsform kann die Basisstation 30 über ein Mobilfunknetz mit der Teilnehmerendgeräte-Einheit 42 Daten austauschen. Obwohl 2 lediglich die Teilnehmerendgeräte-Einheit 42 zeigt, können die Basisstationen 30, 32, 34 mit mehreren Teilnehmerendgeräte-Einheiten (z.B. dem Tablet-Computer 40, dem Mobiltelefon 42, dem Laptop-Computer 44, dem Smartphone 46) Daten austauschen. Die Funknetz-Steuereinheit 20 kann die Ähnlichkeitskurven 208 enthalten, die von der Funknetz-Steuereinheit 20 erzeugt oder von einer anderen Quelle empfangen werden können. Eine Ähnlichkeitskurve 208 kann Knoten und Kanten enthalten, um Objekte und Beziehungen anzugeben. Durch das Vergleichen von Ähnlichkeitskurven über Benutzer und Teilnehmerendgeräte, Basisstationen und angeforderte Objekte können Verhaltenstendenzen der Benutzer abgeleitet und/oder erkannt werden. Die Ähnlichkeitskurven 208 können dazu verwendet werden, Rangfolgen von Objekten festzulegen und Verhaltenstendenzen von Benutzern abzuleiten, wie nachfolgend ausführlicher beschrieben wird. Verhaltenstendenzen von Benutzern können erkannt und/oder abgeleitet werden, indem Benutzer und Benutzereinheiten, angeforderte Objekte (z.B. einen Nachrichtenartikel oder eine Musikdatei) und Basisstationen verglichen werden, um zum Beispiel gleichartige Benutzer zu erkennen, die zu einer bestimmten Zeit auf Basisstationen zugreifen und gleichartige Objekte anfordern.
Die Basisstation 30 kann den lokalen Cachespeicher 210 verwenden, um eine von einem Teilnehmerendgerät (z.B. dem Mobiltelefon 42) empfangene Anforderung 220 für ein Objekt zu erfüllen. In einigen Ausführungsformen kann es sich bei dem Objekt um jede beliebige Datenstruktur oder Datei handeln, die von dem Benutzer über das Teilnehmerendgerät angefordert und dann von dem Teilnehmerendgerät empfangen wurde, wie zum Beispiel Musikdateien, Nachrichtenartikel oder andere gleichartige Arten von Daten. Wenn die angeforderte Ressource bzw. das angeforderte Objekt nicht in dem lokalen Zwischenspeicher 210 verfügbar ist, kann die Anforderung 220 an die Funknetz-Steuereinheit 20 weitergeleitet werden, welche die angeforderte Ressource bzw. das angeforderte Objekt 230 von der Basisstation 32, dem Cachespeicher 204 oder einer zentralen Ablage 202 abrufen kann.
Die zentrale Ablage 202 kann Folgendes enthalten, ohne darauf beschränkt zu sein: ein Festplattenlaufwerk; ein Flash-Laufwerk, ein Bandlaufwerk; ein optisches Laufwerk; ein RAID-Array; einen Direktzugriffsspeicher (RAM); und einen Nur-LeseSpeicher (ROM).
Der Optimierungsprozess 10 kann unter Verwendung einer oder mehrerer Ähnlichkeitskurven 208 eine Rangfolge für jedes der empfangenen Objekte festlegen 100. Der Optimierungsprozess 10 kann beruhend auf bestehenden oder empfangenen Daten (z.B. dem Benutzer, dem Teilnehmerendgerät, den Basisstationen und/oder den angeforderten Objekten zugehörige historische Daten, die in einer beliebigen der hierin beschriebenen Speichereinheiten gespeichert sein können) eine oder mehrere Ähnlichkeitskurven 208 erzeugen. Die Ähnlichkeitskurven 208 können eine Objekt-Objekt-Ähnlichkeitskurve 110, eine Basisstation-Basisstation-Ähnlichkeitskurve 114 und eine Benutzer-Benutzer-Ähnlichkeitskurve 112 enthalten. Die Objekt-Objekt-Ähnlichkeitskurve 110 kann von einer oder mehreren Basisstationen angeforderte Objekte darstellen. Eine Basisstation-Basisstation-Ähnlichkeitskurve 114 kann die eine oder die mehreren Basisstationen und die Art von angeforderten Daten und auf die Basisstationen zugreifende Benutzer darstellen. Die Benutzer-Benutzer-Ähnlichkeitskurve 112 kann Benutzer und Teilnehmerendgeräte darstellen und angeben, welche Arten von Daten oder Objekten die Benutzer anfordern sowie auf welche Basisstationen die Benutzer zugreifen. Die Ähnlichkeitskurven 208 können dazu verwendet werden, eine Rangfolge für empfangene Objekte festzulegen 100. Die Ähnlichkeitskurven 208 können dazu verwendet werden, nützliche Einblicke zu erhalten, die das Verhalten der Benutzer widerspiegeln, und eine Optimierung bereitzustellen sowie Gelegenheiten zu identifizieren. Zu Einblicken können zum Beispiel das Erkennen einer Art von Teilnehmerendgerät gehören, das unabhängig von den angeforderten Objekten beständig auf eine bestimmte Basisstation zugreift, oder, wenn ein Benutzer zu einer bestimmten Zeit auf eine bestimmte Basisstation zugreift, ist es wahrscheinlich, dass er ein bestimmtes Objekt anfordert, unabhängig von der Art von Teilnehmerendgerät, das beteiligt sein mag. Zu Gelegenheiten können Bereiche zum Optimieren des Netzwerks für das Zwischenspeichern von Objekten vorab und für gezielte Werbungen beruhend auf dem Benutzerverhalten gehören.
In einem Beispiel kann der Optimierungsprozess 10 eine Objekt-Objekt-Ähnlichkeitskurve 112 erzeugen. Jeder Knoten der Objekt-Objekt-Ähnlichkeitskurve 112 kann einer Anforderung über ein Objekt oder eine Ressource entsprechen. Eine Kante zwischen einem beliebigen Knotenpaar kann die Ähnlichkeit zwischen den dargestellten Objekten darstellen. Die Ähnlichkeit kann zum Beispiel unter Verwendung des skalaren Produkts der Anforderungsvektoren der beiden Objekte ermittelt werden (wobei jede Komponente eine Anforderung über das Objekt an der Basisstation darstellt). Die Ähnlichkeit kann unter Verwendung der Anzahl von Kunden ermittelt werden, welche die beiden Objekte während desselben Zeitfensters anfordern. Der Optimierungsprozess 10 kann unter Verwendung gleichartiger Verfahren und Techniken eine Benutzer-Benutzer-Ähnlichkeitskurve 110 und eine Basisstation-Basisstation-Ähnlichkeitskurve 114 erzeugen und/oder erfassen. Die Ähnlichkeitskurven 208 können von der Funknetz-Steuereinheit 20 gespeichert werden. In einigen Ausführungsformen können die Ähnlichkeitskurven 208 in der Funknetz-Steuereinheit 20 oder der zentralen Ablage 202 gespeichert werden.
Der Optimierungsprozess 10 kann eine Rangfolge für jedes der empfangenen Objekte festlegen 100, die zumindest teilweise auf einem Bedarf an jeder der Basisstationen, auf einem Gewichtungsfaktor für Premium- und Nicht-Premium-Bedarfsfälle (z.B. auf einer Einordnung von Bedarfsfällen, wobei die Premium-Bedarfsfälle VorRang vor Nicht-Premium-Bedarfsfällen haben) sowie auf einer jedem Objekt aus der Vielzahl von empfangenen Objekten zugehörigen Bandbreite beruhen kann. In einigen Ausführungsformen können Benutzer als Premium bzw. Nicht-Premium gekennzeichnet werden (z.B. können Benutzer beruhend auf verschiedenen Kriterien wie zum Beispiel der Art des Kontos bei dem Telekommunikationsanbieter, der Art von auf die Basis zugreifenden Gerät und auf anderen Faktoren als Premium bzw. Nicht-Premium gekennzeichnet werden).
In einer Ausführungsform kann die Rangfolge empfangener Objekte unter Verwendung der folgenden mathematischen Formel berechnet werden: $min_{f \in ℜ^{n}} \frac{1}{2} f^{T} Lf + M \sum_{i, j} η_{i, j} \sum_{l} (ζ \frac{D_{i l}}{\sum_{k} D_{k l}} + \frac{D'_{i l}}{\sum_{k} D'_{k l}}) W_{i} C_{i l} - (ζ \frac{D_{j l}}{\sum_{k} D_{k l}} + \frac{D'_{j l}}{\sum_{k} D'_{k l}}) W_{j} C_{j l}$
unter der Voraussetzung, dass $f_{i} - f_{j} \geq 1 - η_{i j}, (2) η_{i j} \geq 0 \forall i, j$
wobei jedes Objekt Ii eine Bandbreite Wi aufweist; Cil Kosteneinheiten der Einheitenübertragung von Element Ii von der Funknetz-Steuereinheit (RNC, radio network controller) zu der Basisstation Bl zugehörig ist; es einen Premium-Bedarf D'il und einen Nicht-Premium-Bedarf Dil für Ii an der Basisstation Bl gibt; ζ > 1 die dem Premium-Bedarf zugewiesene Gewichtung darstellt; nij den entsprechenden Lagrange-Koeffizienten darstellt; L die Laplace-Matrix der Kurve darstellt; und M den Koeffizienten des Regularisierers (regulizer) darstellt, der zur Vermeidung einer Überanpassung eingefügt wird.
Der Optimierungsprozess 10 kann eine gemeinsame Struktur durch gemeinschaftliches Filtern von Daten, die Benutzern und empfangenen Objekten zugehörig sind, extrahieren 102. In einigen Ausführungsformen kann es sich bei dem gemeinschaftlichen Filtern um den Prozess des Filterns von Daten oder Mustern unter Verwendung von Techniken handeln, die mit der Zusammenarbeit (collaboration) zwischen mehreren Agenten, Gesichtspunkten, Datenquellen o.ä. einhergehen. In einigen Ausführungsformen kann es sich bei dem gemeinschaftlichen Filtern um ein Verfahren zum Erstellen automatischer Vorhersagen bezüglich der Interessen eines oder mehrerer Benutzer durch Erfassen von den Benutzern zugehörigen Vorlieben oder Daten handeln. In einigen Ausführungsformen kann das gemeinschaftliche Filtern zumindest teilweise auf einer gemeinsamen Cluster-Bildung beruhen. In einigen Ausführungsformen kann es sich bei der gemeinsamen Cluster-Bildung um eine Data-Mining-Technik handeln, die ein gleichzeitiges Gruppieren von Reihen und Spalten einer Matrix ermöglicht.
Die den Benutzern und den Benutzereinheiten zugehörigen Daten können durch die Basisstationen 30, 32, 34, 36 erfasst und an die Funknetz-Steuereinheit 20 übertragen werden. In einigen Ausführungsformen können die den Benutzern und den Benutzereinheiten zugehörigen Daten die Art der Benutzereinheit, demografische Daten über den Benutzer, die Dauer der Verbindung eines Benutzers, die Art der von der Benutzereinheit verwendeten Verbindung und andere ähnliche Informationen enthalten. Die den empfangenen Objekten zugehörigen Daten können durch die Basisstationen 30, 32, 34, 36 erfasst und an die Funknetz-Steuereinheit 20 übertragen werden. Die Daten können Informationen bezüglich der Quelle des Objekts, der Art des Objekts, wie häufig das Objekt aktualisiert wird und andere ähnliche Informationen enthalten.
Der Optimierungsprozess 10 kann eine Teilmenge der eingestuften Objekte auswählen und die eingestuften Objekte mit den einer Teilmenge von Benutzern zugehörigen Daten gemeinschaftlich filtern. In einigen Ausführungsformen kann der Optimierungsprozess 10 eine Teilmenge von eingestuften Objekten beruhend auf von einem Systemverwalter festgelegten Kriterien oder auf von dem Telekommunikationsanbieter festgelegten Kriterien auswählen. In einigen Ausführungsformen kann der Optimierungsprozess 10 sämtliche eingestuften Objekte auswählen und die eingestuften Objekte mit den den Benutzern zugehörigen Daten gemeinschaftlich filtern. Ergebnisse des gemeinschaftlichen Filterns können in einer gemeinsamen Datenstruktur gespeichert werden. Der Optimierungsprozess 10 kann die Objekten, Basisstationen und Benutzern entsprechenden Ähnlichkeitskurven 208 für jedes Zeitfenster einer Basisstation erfassen und/oder erzeugen. In einigen Ausführungsformen kann der Telekommunikationsanbieter Zeitfenster mit bestimmten Zeitinkrementen bestimmen (z.B. eine Stunde lange Fenster, die zur vollen Stunde beginnen, so dass es 24 Zeitabschnitte an einem Tag gibt). In einigen Ausführungsformen kann für Kurven desselben Typs (z.B. Objekte) unter Verwendung von Techniken wie zum Beispiel Link-Matrix-Faktorisierung (Link Matrix Factorization) eine Cluster-Bildung durchgeführt werden, um eine gemeinsame Struktur zu extrahieren 102 und/oder zu erzeugen.
Der Optimierungsprozess 10 kann die gemeinsame Datenstruktur analysieren 104, um Nutzungsmuster innerhalb eines Zeitfensters einer oder mehrerer Basisstationen abzuleiten. Der Optimierungsprozess 10 kann die gemeinsame Datenstruktur durch Erzeugen von Paarvorhersagen bezüglich Objekten und Benutzern zumindest teilweise beruhend auf dem gemeinschaftlichen Filtern analysieren 104. Vorhersagen können von dem Optimierungsprozess 10 unter Verwendung der gemeinschaftlichen Filter erzeugt werden, wie zum Beispiel Benutzer, die möglicherweise gleichartige Objekte anfordern. Durch Verwendung des gemeinschaftlichen Filterns von Objekten und Benutzern kann eine vollständige Ansicht des Benutzerverhaltens für verschiedene Basisstationen erzeugt werden, die eine personalisierte Segmentierung für verschiedene Zeitfenster der Basisstationen erzeugen kann. Der Optimierungsprozess 10 kann erkennen, welche der Benutzer und der eingestuften Objekte gemeinsam auftreten. Durch Erkennen und/oder Ableiten des Kundenverhaltens für ein Zeitfenster einer oder mehrerer Basisstationen kann der Optimierungsprozess 10 eine personalisierte genaue Zielgruppenansprache für Benutzer ermöglichen. Telekommunikationsanbieter können das für ein Zeitfenster einer oder mehrerer Basisstationen erkannte und/oder abgeleitete Kundenverhalten zum Beispiel verwenden, um gezielte Anreizpläne zu erstellen, und um Gelegenheiten durch Speichern von relevanten oder verwandten Objekten in dem lokalen Cachespeicher der Basisstation zu ermöglichen. Gezielte Anreizpläne können das Verwenden von erkannten und/oder abgeleiteten Daten über das Kundenverhalten beinhalten, um Gelegenheiten zu identifizieren, die auf bestimmte Einzelpersonen maßgeschneidert wurden. Wenn eine Gruppe von Benutzern zum Beispiel morgens zwischen 8 und 9 Uhr auf Nachrichten-Web-Seiten zugreift, kann der Telekommunikationsanbieter den Nachrichtenanbietern die Möglichkeit bereitstellen, während dieser Zeit für die Gruppe von erkannten Benutzern Werbung zu schalten.
In einigen Ausführungsformen kann das Erkennen und/oder Ableiten von Benutzerverhalten für ein Zeitfenster einer oder mehrerer Basisstationen dazu beitragen, leistungsfähige Systeme zum Erkennen und Empfehlen von Objekten für Benutzer aufzubauen. Das gemeinschaftliche Filtern kann auch erkennen, welche Basisstationen dieselbe Art von Bedarfsfällen bedient, und dabei behilflich sein, zu verstehen, welche Arten von Objekten in der Zukunft einbezogen oder in den Fokus gestellt werden sollten. Das gemeinschaftliche Filtern kann zum Beispiel bei dem Erzeugen eines Zeitplans zum Abrufen von Objekten hoher Priorität vorab beruhend auf der Analyse des durch das gemeinschaftliche Filtern erkannten Benutzerverhaltens behilflich sein. In einigen Ausführungsformen kann der Optimierungsprozess 10 für eine oder mehrere Basisstationen Bedarfsvorhersagen über Zeitfenster hinweg erzeugen. In einigen Ausführungsformen kann der Optimierungsprozess 10 eine Online-Aktualisierung der Rangfolge für die empfangenen Objekte und die Benutzer erzeugen, die auf dem gemeinschaftlichen Filtern beruhen kann.
In einigen Ausführungsformen kann das Erkennen und/oder Ableiten von Benutzerverhalten für ein Zeitfenster einer oder mehrerer Basisstationen eine effiziente Raum-Zeit-Auswertung (spatio-temporal mining) ermöglichen. Zu Raum-Zeit-Daten können Daten gehören, die den Raum und die Zeit von Benutzern und Objekten betreffen. In einigen Ausführungsformen kann das System dazu verwendet werden, Daten über Zeitfenster hinweg auszuwerten und darin auftauchende Muster zu finden. In einigen Ausführungsformen kann die Raum-Zeit-Auswertungsanalyse in Nebenzeiten durchgeführt oder ausgeführt werden, wodurch möglicherweise jegliche durch die Analyse verursachten negativen Auswirkungen auf das Netzwerk vermindert werden. Die Raum-Zeit-Auswertung kann dem Telekommunikationsanbieter einen Einblick in das Verhalten von Benutzern über Zeitfenster hinweg bereitstellen, was eine bessere Gelegenheit für eine gezielte Segmentierung bereitstellen kann. Zu Beispielen für Raum-Zeit-Daten können Daten gehören, die von einem Teilnehmerendgerät für einen Benutzer empfangen werden, die als Folge des Fortbewegens des Benutzers von einem geografischen Ort zu einem anderen von mehreren Basisstationen empfangen werden können (z.B., dass das Teilnehmerendgerät mit der Basisstation 30 Daten austauscht und dann mit der Basisstation 32 Daten austauscht, wenn der Benutzer sich von dem Dienstbereich 60 in den Dienstbereich 62 bewegt). Die Raum-Zeit-Datenauswertung (spatio-temporal data mining) durch den Optimierungsprozess 10 kann weitere Benutzerverhalten aufdecken, die für Telekommunikationsanbieter nützlich sein können, um Benutzern zusätzliche Dienste anzubieten oder das Netzwerk weiter zu optimieren.
Der Optimierungsprozess 10 kann eine Teilmenge der eingestuften Objekte als Reaktion auf die Analyse der gemeinsamen Datenstruktur speichern 106. In einigen Ausführungsformen kann der Optimierungsprozess 10 die eingestuften Objekte in dem lokalen Cachespeicher 210 der Basisstation 30 speichern 106. In einigen Ausführungsformen kann der Optimierungsprozess 10 die eingestuften Objekte in dem Cachespeicher 204 der Funknetz-Steuereinheit 20 speichern 106. In einigen Ausführungsformen kann der Optimierungsprozess 10 die eingestuften Objekte in der der Funknetz-Steuereinheit 20 zugehörigen zentralen Ablage 202 speichern 106. In einigen Ausführungsformen kann der Optimierungsprozess 10 die eingestuften Objekte in dem lokalen Cachespeicher 210 der Basisstationen 30, 32, 34 und 36 gemeinsam speichern 106. In einigen Ausführungsformen führt eine Online-Ranganhäufung an der Kante zu einer Verbesserung der Trefferquote des Cachespeichers und/oder kann die am höchsten eingestuften Elemente ermitteln.
Der Optimierungsprozess 10 kann die Teilmenge von eingestuften Objekten speichern 106, um das Zwischenspeichern in Bezug auf verschiedene Objekttypen zu verbessern, wobei das Beibehalten der wichtigsten Daten oder der am höchsten eingestuften Objekte in dem Cachespeicher Reaktionszeiten und den Datenübertragungsaufwand bei der Übertragung des angeforderten Objekts an den Benutzer auf ein Mindestmaß beschränken kann, wodurch die Erfahrung des Benutzers verbessert werden kann.
In einigen Ausführungsformen kann eine Bedarfsvorhersage für die nächsten Zeitfenster dazu verwendet werden, Objekte vorab in den Cachespeicher abzurufen sowie Objekte aus dem Cachespeicher zu entfernen. Dies kann die Trefferquote des Cachespeichers der Basisstationen verbessern.
In einigen Ausführungsformen kann die Kante/Kern-Kombination (edge-core combination) die positiven Aspekte sowohl der Kante als auch des Kerns einschließen. Die Kante kann eine echte Online- und verteilte Verarbeitung bieten. Der Kern kann die großen Datenverarbeitungsressourcen und Speicher ausnutzen, um das Langzeitverhalten zu erfassen.
Die Ablaufpläne und die Blockschaltbilder bzw. Schaubilder in den Figuren veranschaulichen die Architektur, die Funktionalität und den Betrieb möglicher Ausführungen der Systeme, Verfahren und Computerprogrammprodukte gemäß verschiedenen Ausführungsformen der vorliegenden Erfindung. In diesem Zusammenhang kann jeder Block in den Ablaufplänen oder Blockschaltbildern bzw. Schaubildern ein Modul, ein Segment oder einen Teil eines Codes darstellen, die eine oder mehrere ausführbare Anweisungen zur Ausführung der bestimmten logischen Funktion(en) aufweisen. Es sei auch angemerkt, dass in einigen alternativen Ausführungen die in dem Block angegebenen Funktionen in einer anderen Reihenfolge als in den Figuren gezeigt stattfinden können. Zwei nacheinander gezeigte Blöcke können zum Beispiel in Wirklichkeit im Wesentlichen gleichzeitig ausgeführt werden, oder die Blöcke können manchmal je nach entsprechender Funktionalität in umgekehrter Reihenfolge ausgeführt werden. Es ist ferner anzumerken, dass jeder Block der Blockschaltbilder bzw. Schaubilder und/oder der Ablaufpläne sowie Kombinationen aus Blöcken in den Blockschaltbildern bzw. Schaubildern und/oder den Ablaufplänen durch spezielle auf Hardware beruhende Systeme umgesetzt werden können, welche die festgelegten Funktionen oder Schritte durchführen, oder durch Kombinationen aus Spezial-Hardware und Computeranweisungen.

Claims

Auf einem Computer ausgeführtes Verfahren, aufweisend: - Ermitteln einer Rangfolge für jedes aus einer Vielzahl von empfangenen Objekten unter Verwendung einer Vielzahl von Ähnlichkeitskurven durch eine Funknetz-Steuereinheit für eine Vielzahl von Basisstationen; - wobei die Vielzahl von empfangenen Objekten Datendateien beinhaltet, die von wenigstens einer der Vielzahl von Basisstationen empfangen wurden, - wobei die Rangfolge berechnet wird gemäß $min_{f \in ℜ^{n}} \frac{1}{2} f^{T} Lf + M \sum_{i, j} η_{i, j} \sum_{l} (ζ \frac{D_{i l}}{\sum_{k} D_{k l}} + \frac{D'_{i l}}{\sum_{k} D'_{k l}}) W_{i} C_{i l} - (ζ \frac{D_{j l}}{\sum_{k} D_{k l}} + \frac{D'_{j l}}{\sum_{k} D'_{k l}}) W_{j} C_{j l}$
unter der Voraussetzung, dass $f_{i} - f_{j} \geq 1 - η_{i j}, (2) η_{i j} \geq 0 \forall i, j$
- wobei jedes Objekt Ii eine Bandbreite Wi aufweist; Cil Kosteneinheiten der Einheitenübertragung von Element Ii von der Funknetz-Steuereinheit (RNC, radio network controller) zu der Basisstation Bl zugehörig ist; es einen Premium-Bedarf D'il und einen Nicht-Premium-Bedarf Dil für Ii an der Basisstation Bl gibt; ζ > 1 die dem Premium-Bedarf zugewiesene Gewichtung darstellt; nij den entsprechenden Lagrange-Koeffizienten darstellt; L die Laplace-Matrix der Kurve darstellt; und M den Koeffizienten eines Regularisierers (regulizer) darstellt, der zur Vermeidung einer Überanpassung eingefügt wird; - Extrahieren einer gemeinsamen Struktur bei einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten durch gemeinschaftliches Filtern von Daten, die einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten zugehörig sind, durch die Funknetz-Steuereinheit; - Analysieren der gemeinsamen Struktur durch die Funknetz-Steuereinheit, um Nutzungsmuster innerhalb eines Zeitfensters abzuleiten; - Erzeugen von Bedarfsvorhersagen für wenigstens eine Teilmenge von Objekten unter der Vielzahl von empfangenen Objekten über die Zeitfenster für die Vielzahl von Basisstationen durch die Funknetz-Steuereinheit, - Speichern der Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten durch die Funknetz-Steuereinheit als Reaktion auf die Analyse und die Bedarfsvorhersage einschließlich Vorababrufen der Teilmenge von eingestuften Objekten der Vielzahl von empfangen Objekten in einen lokalen Cache-Speicher einer Basisstation unter der Vielzahl von Basisstationen in Abhängigkeit wenigstens teilweise der Bedarfsvorhersagen für das Zeitfenster der Basisstation, um die Reaktionszeit beim Zugriff auf eine Vielzahl von empfangenen Objekten zu verringern, und - Entfernen von einem oder mehreren vorab abgerufenen Objekten der Teilmenge von eingestuften Objekten aus dem lokalen Cache-Speicher einer Basisstation unter der Vielzahl von Basisstationen gemäß den Bedarfsvorhersagen für das Zeitfenster der Basisstation.
Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, wobei die Vielzahl von Ähnlichkeitskurven eine Objekt-Objekt-Ähnlichkeitskurve, eine Basisstation-Basisstation-Ähnlichkeitskurve und eine Benutzer-Benutzer-Ähnlichkeitskurve enthält.
Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, wobei die Rangfolge für jedes der Vielzahl von empfangenen Objekten zumindest teilweise auf einem Bedarf an jeder aus einer Vielzahl von Basisstationen, auf einem Gewichtungsfaktor für Premium- und Nicht-Premium-Bedarfsfälle und auf einer jedem Objekt aus der Vielzahl von empfangenen Objekten zugehörigen Bandbreite beruht.
Auf einem Computer ausgeführtes Verfahren nach einem der vorhergehenden Ansprüche 1 bis 3, wobei das Speichern einer Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten ferner das gemeinsame Speichern der Teilmenge von höher eingestuften Objekten an einer Vielzahl von Basisstationen aufweist.
Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, das ferner das Erkennen aufweist, welche(s) aus der Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten in der Vielzahl von Ähnlichkeitskurven gemeinsam auftreten.
Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, das ferner das Erzeugen einer Online-Aktualisierung der Rangfolge für jedes/jeden aus der Vielzahl von empfangenen Objekten und der Vielzahl von Benutzern aufweist.
Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, wobei das gemeinschaftliche Filtern zumindest teilweise auf einer gemeinsamen Cluster-Bildung beruht.
Computerprogrammprodukt, das auf einem Computer ausführbare Anweisungen zum Durchführen der Verfahrensschritte nach einem der vorhergehenden Verfahrensansprüche aufweist.
Datenverarbeitungssystem, das einen Prozessor und einen Hauptspeicher enthält, die so konfiguriert sind, dass sie Arbeitsschritte durchführen, die Folgendes aufweisen: - Ermitteln einer Rangfolge für jedes aus einer Vielzahl von empfangenen Objekten unter Verwendung einer Vielzahl von Ähnlichkeitskurven durch eine Funknetz-Steuereinheit für eine Vielzahl von Basisstationen; - wobei die Vielzahl von empfangenen Objekten Datendateien beinhaltet, die von wenigstens einer der Vielzahl von Basisstationen empfangen wurden, - wobei die Rangfolge berechnet wird gemäß $min_{f \in ℜ^{n}} \frac{1}{2} f^{T} Lf + M \sum_{i, j} η_{i, j} \sum_{l} (ζ \frac{D_{i l}}{\sum_{k} D_{k l}} + \frac{D'_{i l}}{\sum_{k} D'_{k l}}) W_{i} C_{i l} - (ζ \frac{D_{j l}}{\sum_{k} D_{k l}} + \frac{D'_{j l}}{\sum_{k} D'_{k l}}) W_{j} C_{j l}$
unter der Voraussetzung, dass $f_{i} - f_{j} \geq 1 - η_{i j}, (2) η_{i j} \geq 0 \forall i, j$
- wobei jedes Objekt Ii eine Bandbreite Wi aufweist; Cil Kosteneinheiten der Einheitenübertragung von Element Ii von der Funknetz-Steuereinheit (RNC, radio network controller) zu der Basisstation Bl zugehörig ist; es einen Premium-Bedarf D'il und einen Nicht-Premium-Bedarf Dil für Ii an der Basisstation Bl gibt; ζ > 1 die dem Premium-Bedarf zugewiesene Gewichtung darstellt; nij den entsprechenden Lagrange-Koeffizienten darstellt; L die Laplace-Matrix der Kurve darstellt; und M den Koeffizienten eines Regularisierers (regulizer) darstellt, der zur Vermeidung einer Überanpassung eingefügt wird; - Extrahieren einer gemeinsamen Struktur bei einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten durch gemeinschaftliches Filtern von Daten, die einer Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten zugehörig sind, durch die Funknetz-Steuereinheit; - Analysieren der gemeinsamen Struktur durch die Funknetz-Steuereinheit, um Nutzungsmuster innerhalb eines Zeitfensters abzuleiten; - Erzeugen von Bedarfsvorhersagen für wenigstens eine Teilmenge von Objekten unter der Vielzahl von empfangenen Objekten über die Zeitfenster für die Vielzahl von Basisstationen durch die Funknetz-Steuereinheit, - Speichern der Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten durch die Funknetz-Steuereinheit als Reaktion auf die Analyse und die Bedarfsvorhersage einschließlich Vorababrufen der Teilmenge von eingestuften Objekten der Vielzahl von empfangen Objekten in einen lokalen Cache-Speicher einer Basisstation unter der Vielzahl von Basisstationen in Abhängigkeit wenigstens teilweise der Bedarfsvorhersagen für das Zeitfenster der Basisstation, um die Reaktionszeit beim Zugriff auf eine Vielzahl von empfangenen Objekten zu verringern, und - Entfernen von einem oder mehreren vorab abgerufenen Objekten der Teilmenge von eingestuften Objekten aus dem lokalen Cache-Speicher einer Basisstation unter der Vielzahl von Basisstationen gemäß den Bedarfsvorhersagen für das Zeitfenster der Basisstation.
Datenverarbeitungssystem nach Anspruch 9, wobei die Vielzahl von Ähnlichkeitskurven eine Objekt-Objekt-Ähnlichkeitskurve, eine Basisstation-Basisstation-Ähnlichkeitskurve und eine Benutzer-Benutzer-Ähnlichkeitskurve enthält.
Datenverarbeitungssystem nach Anspruch 9, wobei die Rangfolge für jedes der Vielzahl von empfangenen Objekten zumindest teilweise auf einem Bedarf an jeder aus einer Vielzahl von Basisstationen, auf einem Gewichtungsfaktor für Premium- und Nicht-Premium-Bedarfsfälle und auf einer jedem Objekt aus der Vielzahl von empfangenen Objekten zugehörigen Bandbreite beruht.
Datenverarbeitungssystem nach Anspruch 9, wobei das Speichern einer Teilmenge der eingestuften Objekte aus der Vielzahl von empfangenen Objekten ferner das gemeinsame Speichern der Teilmenge von höher eingestuften Objekten an einer Vielzahl von Basisstationen aufweist.
Datenverarbeitungssystem nach Anspruch 9, das ferner das Erzeugen von Bedarfsvorhersagen über Zeitfenster hinweg für eine Vielzahl von Basisstationen aufweist, und/oder - Erkennen, welche(s) aus der Vielzahl von Benutzereinheiten und der Vielzahl von empfangenen Objekten in der Vielzahl von Ähnlichkeitskurven gemeinsam auftreten, und/oder - Erzeugen einer Online-Aktualisierung der Rangfolge für jedes/jeden aus der Vielzahl von empfangenen Objekten und der Vielzahl von Benutzern.
Datenverarbeitungssystem nach Anspruch 9, wobei das gemeinschaftliche Filtern zumindest teilweise auf einer gemeinsamen Cluster-Bildung beruht.