话务预测(1) 任务介绍
2015-08-11 18:40
639 查看
我们继续来讨论电信数据方面的另一个任务:话务预测(traffic prediciton,这里的traffic就是话务量的意思)。
随着通讯事业,特别是移动通讯事业的发展,话务量的概念也随之更新 ——在电话时代或者手机只能打电话的时代,话务量是单位时间内通话时间的加总,而到了手机可以上网的时代,话务量就变成了连网时间的加总。
所以说对于一个移动手机,可能有多重不同的话务量:通话话务量、2G上网话务量、3G上网话务量以及4G上网话务量。
上面所说的话务量面向的对象是个体——一部手机或者一部电话,而对于城市主干网或者基站这样的服务单位,话务量就要面对多个个体的情况(主干网服务一个片区的电话)而通信基站服务一个片区的手机,这时候往往考虑话务量就像计算很多人的工作量一样,记为XX人 *小时。比如半小时内有5个人在持续上网,那么话务量就是2.5人*小时。
如果是在通信服务的主干网预测话务量,可以指导对通信主干网进行扩充和维护,或者指导通信业务的部署。
我们这次的任务是预测基站的话务量——跟具体一点是小区话务量(一个基站一般负责3-4个小区的话务服务)。这有什么用呢?
运营商经常遇到的问题就是“基站需要扩容”,也就是基站所负责片区的话务量超出了基站的承受范围,这个时候,运营商可以选择开一辆信号车过去(在高校开学,或者运动会等群众聚集场合大家经常看见的场景,移动、电信、联通的通讯车排在那边,上面是高高的天线),或者紧急对基站进行改组和扩容,这两种方法都不可避免的存在很大的延时,这也是为什么清明节大家都在公墓上香的时候,突然手机都上不了网了。
所以说,自然的,如果运营商可以预测每个基站的话务量,那么就可以提前对基站进行扩容,而防止大范围故障的发生。不仅如此,从长期来讲,通过预测话务量,运营商也可以及时对基站进行扩容升级,优化通信服务部署。
什么是话务量
话务量指在一特定时间内呼叫次数与每次呼叫平均占用时间的乘积。话务量的大小与用户数量、用户通信的频繁程度、每次通信占用的时间长度以及观测的时间长度(例如1分钟、1小时或是1昼夜等)有关。是为了纪念话务理论的创始人A.K.Erlang,话务量的单位是Erl(爱尔兰)。随着通讯事业,特别是移动通讯事业的发展,话务量的概念也随之更新 ——在电话时代或者手机只能打电话的时代,话务量是单位时间内通话时间的加总,而到了手机可以上网的时代,话务量就变成了连网时间的加总。
所以说对于一个移动手机,可能有多重不同的话务量:通话话务量、2G上网话务量、3G上网话务量以及4G上网话务量。
上面所说的话务量面向的对象是个体——一部手机或者一部电话,而对于城市主干网或者基站这样的服务单位,话务量就要面对多个个体的情况(主干网服务一个片区的电话)而通信基站服务一个片区的手机,这时候往往考虑话务量就像计算很多人的工作量一样,记为XX人 *小时。比如半小时内有5个人在持续上网,那么话务量就是2.5人*小时。
为什么要计算话务量
如果是计算某个用户的话务量,可以帮助企业预测用户的离网倾向,或者做特定的业务推荐。如果是在通信服务的主干网预测话务量,可以指导对通信主干网进行扩充和维护,或者指导通信业务的部署。
我们这次的任务是预测基站的话务量——跟具体一点是小区话务量(一个基站一般负责3-4个小区的话务服务)。这有什么用呢?
运营商经常遇到的问题就是“基站需要扩容”,也就是基站所负责片区的话务量超出了基站的承受范围,这个时候,运营商可以选择开一辆信号车过去(在高校开学,或者运动会等群众聚集场合大家经常看见的场景,移动、电信、联通的通讯车排在那边,上面是高高的天线),或者紧急对基站进行改组和扩容,这两种方法都不可避免的存在很大的延时,这也是为什么清明节大家都在公墓上香的时候,突然手机都上不了网了。
所以说,自然的,如果运营商可以预测每个基站的话务量,那么就可以提前对基站进行扩容,而防止大范围故障的发生。不仅如此,从长期来讲,通过预测话务量,运营商也可以及时对基站进行扩容升级,优化通信服务部署。
具体任务
具体来说,我们知道江苏省会城市的所有基站的一年的话务量,然后要预测的是全市的基站在某一天的话务量,所谓的某一天,就是下个月的某一天(可以是普通的某个日期也可能是节假日)。相关文章推荐
- 数据挖掘之Apriori算法详解和Python实现代码分享
- 在Android里完美实现基站和WIFI定位
- 详解BI/数据分析/数据挖掘/业务分析概念 7fe0
- Sedgewick之巨著《算法》,与高德纳TAOCP一脉相承
- 最老程序员创业札记:全文检索、数据挖掘、推荐引擎应用2
- 聚类算法总结
- 一位数据挖掘成功人士给数据挖掘在读研究生的建议
- 数据挖掘网上资料大全
- 数据挖掘技术与用户知识获取
- Data mining 数据挖掘
- 数据挖掘
- 大数据,且行且思( 文/ 占超群)
- HUNTER
- kmeans python版
- 数据挖掘-聚类-K-means算法Java实现
- 数据挖掘书籍
- 长期招聘:个性化推荐
- 2013年1季度中国汽车车型动力满意度研究报告 ——合资A+级车
- DB2技术专家沙龙活动演讲主题(9月5日上海站)
- EXCEL-1 基础学习