專(zhuān)利名稱(chēng)：一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量的預(yù)測(cè)方法及其裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電信網(wǎng)絡(luò)管理領(lǐng)域，關(guān)于電信網(wǎng)絡(luò)的性能分析，具體涉及電信網(wǎng)絡(luò)話 務(wù)量指標(biāo)的預(yù)測(cè)。
背景技術(shù)：
隨著通信產(chǎn)業(yè)的高速發(fā)展，電信網(wǎng)絡(luò)承載的業(yè)務(wù)量迅猛增長(zhǎng)，為了掌握電信網(wǎng)絡(luò) 運(yùn)營(yíng)的發(fā)展態(tài)勢(shì)，需要能夠準(zhǔn)確地預(yù)測(cè)電信網(wǎng)絡(luò)業(yè)務(wù)的承載狀況，而話務(wù)量是其中最重要 的測(cè)量話務(wù)負(fù)荷的指標(biāo)之一。準(zhǔn)確預(yù)測(cè)話務(wù)量，可以及時(shí)規(guī)避風(fēng)險(xiǎn)，在預(yù)測(cè)話務(wù)量高峰到來(lái) 之前準(zhǔn)備好一系列的應(yīng)對(duì)措施，對(duì)于提高電信網(wǎng)絡(luò)的運(yùn)營(yíng)質(zhì)量有著重要意義。話務(wù)量是指 在一特定時(shí)間內(nèi)呼叫次數(shù)與每次呼叫平均占用時(shí)間的乘積，是動(dòng)態(tài)、隨時(shí)間變化的，明顯地 隨季節(jié)、以及每天不同時(shí)間段的改變而不斷變化，工作日話務(wù)量高于周末，白天話務(wù)量明顯 高于夜間。在話務(wù)量預(yù)測(cè)中，節(jié)日話務(wù)量預(yù)測(cè)因其與平時(shí)規(guī)律不一致，又涉及到農(nóng)歷的問(wèn) 題，是預(yù)測(cè)的一個(gè)難點(diǎn)。目前，在節(jié)日話務(wù)量預(yù)測(cè)方面，春節(jié)、十一等長(zhǎng)假期的研究較多，主要采用模板法， 即利用歷史上的相同節(jié)日的話務(wù)量來(lái)預(yù)測(cè)未來(lái)該節(jié)日的話務(wù)量。但隨著國(guó)家對(duì)節(jié)日制度的 不斷改革和人們生活習(xí)慣的不斷變化，有關(guān)普通節(jié)日的話題越來(lái)越多，元宵節(jié)、情人節(jié)、清 明節(jié)、婦女節(jié)、母親節(jié)、父親節(jié)、端午節(jié)、中秋節(jié)等等，對(duì)于這些種類(lèi)繁多的普通節(jié)日目前還 沒(méi)有進(jìn)行專(zhuān)門(mén)的話務(wù)量研究，而由于這些普通節(jié)日的假期很短，有的甚至沒(méi)有假期，直接套 用春節(jié)、十一等長(zhǎng)節(jié)日的話務(wù)量預(yù)測(cè)方法明顯不適用、不科學(xué)、不準(zhǔn)確，因?yàn)檫@些節(jié)日一方 面受到節(jié)日的影響，另外還一定程度上遵從話務(wù)量時(shí)間序列以周(7天)為單位的“M”型的 周期性。以前對(duì)于非節(jié)日的話務(wù)量預(yù)測(cè)方面，已引入了季節(jié)ARIMA模型建模并得到預(yù)測(cè) 值，其方法主要是根據(jù)獲得的歷史樣本數(shù)據(jù)，利用ARIMA模型進(jìn)行建模，獲得最優(yōu)ARIMA模 型后，根據(jù)ARIMA模型進(jìn)行話務(wù)量的預(yù)測(cè)。但由于普通節(jié)日和非節(jié)日時(shí)，人們的工作生活方 式存在著固有的差別，決定了單純使用ARIMA模型建模來(lái)預(yù)測(cè)普通節(jié)日的話務(wù)量，是不能 得到準(zhǔn)確結(jié)果的。隨著電信業(yè)務(wù)發(fā)展和競(jìng)爭(zhēng)加劇，各運(yùn)營(yíng)商們也迫切地需要對(duì)各種普通節(jié)日的話務(wù) 量進(jìn)行準(zhǔn)確的預(yù)測(cè)。于是，如何對(duì)普通節(jié)日的話務(wù)量進(jìn)行準(zhǔn)確的預(yù)測(cè)成為亟待解決的問(wèn)題。

發(fā)明內(nèi)容
本發(fā)明目的在于提供一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量的預(yù)測(cè)方法和裝置，對(duì)普通節(jié) 日的話務(wù)量進(jìn)行預(yù)測(cè)，并保證話務(wù)量預(yù)測(cè)的準(zhǔn)確性。—種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法，所述方法包括下述步驟獲取網(wǎng)絡(luò)話務(wù)量的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理， 獲得正常樣本數(shù)據(jù)；針對(duì)所述的正常樣本數(shù)據(jù)利用預(yù)測(cè)模型進(jìn)行建模并預(yù)測(cè)；
利用方差分析法對(duì)所述正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量差異顯著性 檢驗(yàn)；若節(jié)日話務(wù)量與平時(shí)話務(wù)量的差異性顯著，則對(duì)所述預(yù)測(cè)模型的預(yù)測(cè)值進(jìn)行修 正，得到最終預(yù)測(cè)值；否則，所述預(yù)測(cè)模型的預(yù)測(cè)值即為最終預(yù)測(cè)值。具體的，獲取普通節(jié)日網(wǎng)絡(luò)性能指標(biāo)的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷史樣 本數(shù)據(jù)進(jìn)行預(yù)處理的過(guò)程具體為從網(wǎng)絡(luò)性能指標(biāo)庫(kù)中動(dòng)態(tài)獲取基于時(shí)間序列的話務(wù)量歷史值作為歷史樣本數(shù)據(jù)， 至少選取過(guò)去一個(gè)月以上的歷史樣本數(shù)據(jù)；對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行包括補(bǔ)足缺失數(shù)據(jù)的預(yù)處理。更進(jìn)一步的，利用方差分析法對(duì)所述正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量 差異顯著性檢驗(yàn)的過(guò)程具體為根據(jù)以往η年的同期歷史數(shù)據(jù)，η為正整數(shù)，計(jì)算以往η年中每年該節(jié)日的話務(wù)量 與該節(jié)日前一天的話務(wù)量的比值，并將求得的所有比值組成一個(gè)節(jié)日列向量；計(jì)算該節(jié)日前m周、后m周同期的相鄰兩天話務(wù)量的比值，m為正整數(shù)，求得這些 比值的平均值，并將所述平均值作為另一個(gè)非節(jié)日列向量；將所述兩個(gè)列向量中的值作為節(jié)日與非節(jié)日兩個(gè)水平的試驗(yàn)指標(biāo)，利用單因素方 差分析檢驗(yàn)所述兩個(gè)水平下的話務(wù)量差異是否顯著。更進(jìn)一步的，對(duì)所述預(yù)測(cè)模型的預(yù)測(cè)值進(jìn)行修正的方法具體為按所述預(yù)測(cè)模型計(jì)算往年該節(jié)日話務(wù)量的預(yù)測(cè)誤差與預(yù)測(cè)值的比例來(lái)修正本年 該節(jié)日的預(yù)測(cè)值。優(yōu)選的，修正本年該節(jié)日的預(yù)測(cè)值的方法具體為計(jì)算以往η年的同一節(jié)日話務(wù)量預(yù)測(cè)模型預(yù)測(cè)結(jié)果偏差與預(yù)測(cè)值的比例并將這 些比例形成一個(gè)列向量D= [dl，d2，···, dn]T ；確定往年偏差的權(quán)重值并形成一個(gè)權(quán)重向量W= [wl，…，wn]T，求D與W兩個(gè)向 量的內(nèi)積即得待預(yù)測(cè)節(jié)日的偏差do = W · D ；設(shè)待預(yù)測(cè)節(jié)日根據(jù)預(yù)測(cè)模型的預(yù)測(cè)值為eO，計(jì)算e0+e0*d0的值作為待預(yù)測(cè)節(jié)日 的話務(wù)量預(yù)測(cè)值。優(yōu)選的，可以使用ARIMA模型進(jìn)行預(yù)測(cè)，針對(duì)所述的正常樣本數(shù)據(jù)利用ARIMA模型 進(jìn)行建模并預(yù)測(cè)的過(guò)程具體為對(duì)所述正常樣本數(shù)據(jù)進(jìn)行季節(jié)差分處理得到平穩(wěn)化的樣本數(shù)據(jù)；對(duì)所述進(jìn)行季節(jié)差分處理后的樣本數(shù)據(jù)建立ARMA (p，q)模型；利用所述建立的ARMA(p，q)模型進(jìn)行節(jié)日話務(wù)量預(yù)測(cè)。具體的，對(duì)所述進(jìn)行季節(jié)差分處理后的樣本數(shù)據(jù)建立ARMA(p，q)模型還包括以下 步驟設(shè)階數(shù)ρ的初始值為1，從ρ = 1開(kāi)始利用ARMA(p，p-l)進(jìn)行建模；檢測(cè)訓(xùn)練集上殘差是否為白噪聲，并記此時(shí)ρ值為pi ；Wp = pl開(kāi)始對(duì)ARMA (ρ, ρ_1)利用F檢驗(yàn)法進(jìn)行定階。本發(fā)明還公開(kāi)了一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)裝置，包括樣本數(shù)據(jù)獲取及預(yù)處理單元，獲取網(wǎng)絡(luò)話務(wù)量的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理，獲得正常樣本數(shù)據(jù)；差異顯著性檢驗(yàn)單元，利用方差分析法，對(duì)所述樣本數(shù)據(jù)獲取及預(yù)處理單元獲得 的正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量差異顯著性檢驗(yàn)；建模預(yù)測(cè)單元，針對(duì)所述樣本數(shù)據(jù)獲取及預(yù)處理單元獲得的正常樣本數(shù)據(jù)，利用 預(yù)測(cè)模型進(jìn)行建模并預(yù)測(cè)；預(yù)測(cè)值修正及確定單元，根據(jù)所述差異顯著性檢驗(yàn)單元的檢驗(yàn)結(jié)果，對(duì)所述建模 預(yù)測(cè)單元的預(yù)測(cè)值進(jìn)行處理，若差異性顯著則對(duì)預(yù)測(cè)值進(jìn)行修正，得到最終預(yù)測(cè)值；若差異 性不顯著則將所述建模預(yù)測(cè)單元的預(yù)測(cè)值確定為最終預(yù)測(cè)值。具體的，所述的樣本數(shù)據(jù)獲取及預(yù)處理單元進(jìn)一步包括樣本數(shù)據(jù)獲取模塊，用于從網(wǎng)絡(luò)性能指標(biāo)庫(kù)中動(dòng)態(tài)獲取基于時(shí)間序列的性能指標(biāo) 歷史值作為歷史樣本數(shù)據(jù)，至少選取過(guò)去一個(gè)月以上的歷史樣本數(shù)據(jù)；預(yù)處理模塊，用于對(duì)所述樣本數(shù)據(jù)獲取單元獲取的歷史樣本數(shù)據(jù)進(jìn)行包括補(bǔ)足缺 失數(shù)據(jù)的預(yù)處理。更進(jìn)一步的，所述的差異顯著性檢驗(yàn)單元進(jìn)一步包括節(jié)日指標(biāo)計(jì)算模塊，用于根據(jù)所述預(yù)處理單元處理過(guò)的歷史樣本數(shù)據(jù)，計(jì)算以往η 年中每年該節(jié)日的話務(wù)量與該節(jié)日前一天的話務(wù)量的比值，并將所述求得的所有比值組成 一個(gè)節(jié)日列向量；非節(jié)日指標(biāo)計(jì)算模塊，用于根據(jù)所述預(yù)處理單元處理過(guò)的歷史樣本數(shù)據(jù)，計(jì)算該 節(jié)日前m周、后m周同期的相鄰兩天話務(wù)量的比值，求得這些比值的平均值，并將所述平均 值作為另一個(gè)非節(jié)日列向量；檢驗(yàn)?zāi)K，用于將所述節(jié)日列向量和非節(jié)日列向量中的值作為節(jié)日與非節(jié)日兩個(gè) 水平的試驗(yàn)指標(biāo)，利用單因素方差分析檢驗(yàn)所述兩種水平下的話務(wù)量差異是否顯著，得出結(jié)論。更進(jìn)一步的，所述的預(yù)測(cè)值修正及確定單元進(jìn)一步包括預(yù)測(cè)值修正模塊若所述差異顯著性檢驗(yàn)單元的檢驗(yàn)結(jié)論為顯著，根據(jù)建模預(yù)測(cè) 單元預(yù)測(cè)的往年該節(jié)日預(yù)測(cè)話務(wù)量以及獲取的往年該節(jié)日實(shí)際話務(wù)量，計(jì)算預(yù)測(cè)誤差，用 所述預(yù)測(cè)誤差與預(yù)測(cè)值的比例來(lái)修正本年該節(jié)日的預(yù)測(cè)值；預(yù)測(cè)值確定模塊若所述差異顯著性檢驗(yàn)單元的檢驗(yàn)結(jié)論為顯著，確定將預(yù)測(cè)值 修正模塊修正后的預(yù)測(cè)值為最終預(yù)測(cè)值，否則將所述建模預(yù)測(cè)單元的預(yù)測(cè)值確定為最終預(yù) 測(cè)值。優(yōu)選的，所述的預(yù)測(cè)值修正模塊進(jìn)一步包括預(yù)測(cè)偏差比例計(jì)算模塊，用于計(jì)算以往η年的同一節(jié)日話務(wù)量按預(yù)測(cè)模型預(yù)測(cè)結(jié) 果偏差與預(yù)測(cè)值的比例，并將這些比例形成一個(gè)列向量D= [dl，d2，…，dn]T;偏差值計(jì)算模塊，用于確定往年偏差的權(quán)重值并形成一個(gè)權(quán)重向量W= [wl,…， wn]T，求D與W兩個(gè)向量的內(nèi)積即得待預(yù)測(cè)節(jié)日的偏差d0 = W · D ；預(yù)測(cè)值修正計(jì)算模塊，用于設(shè)待預(yù)測(cè)節(jié)日根據(jù)預(yù)測(cè)模型的預(yù)測(cè)值為eO，計(jì)算 e0+e0*d0的值作為待預(yù)測(cè)節(jié)日的話務(wù)量預(yù)測(cè)值。優(yōu)選的，所述的建模預(yù)測(cè)單元進(jìn)一步包括樣本平穩(wěn)化模塊，用于對(duì)經(jīng)過(guò)所述樣本數(shù)據(jù)獲取及預(yù)處理單元預(yù)處理過(guò)所述正常樣本數(shù)據(jù)進(jìn)行季節(jié)差分處理得到平穩(wěn)化的樣本數(shù)據(jù)；建模模塊，用于對(duì)經(jīng)過(guò)所述樣本平穩(wěn)化單元差分處理過(guò)的平穩(wěn)化樣本數(shù)據(jù)建立 ARMA (p，q)模型；預(yù)測(cè)模塊，用于根據(jù)所述建模單元建立的ARMA(p，q)模型進(jìn)行節(jié)日話務(wù)量預(yù)測(cè)。通過(guò)上述技術(shù)方案可知，本發(fā)明所述的電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量的預(yù)測(cè)方法，利 用樣本數(shù)據(jù)檢驗(yàn)節(jié)日話務(wù)量與平時(shí)話務(wù)量差異是否顯著，若差異性不顯著則可以用根據(jù)樣 本數(shù)據(jù)建立的預(yù)測(cè)模型對(duì)該節(jié)日話務(wù)量進(jìn)行預(yù)測(cè)；若差異性顯著，則根據(jù)對(duì)檢驗(yàn)?zāi)Ｐ偷念A(yù) 測(cè)值進(jìn)行修正，從而得到準(zhǔn)確的節(jié)日預(yù)測(cè)值。本發(fā)明采用判斷節(jié)日話務(wù)量水平與平時(shí)話務(wù) 量水平的差異性的方法，來(lái)確定對(duì)該節(jié)日話務(wù)量預(yù)測(cè)的手段，達(dá)到了對(duì)具體時(shí)間段話務(wù)量 情況進(jìn)行具體分析的目的，使得對(duì)各種節(jié)日的預(yù)測(cè)區(qū)分更加精細(xì)化，這樣，一方面可以加強(qiáng) 電信網(wǎng)絡(luò)的運(yùn)營(yíng)管理質(zhì)量，通過(guò)普通節(jié)日話務(wù)量的預(yù)測(cè)，達(dá)到對(duì)話務(wù)量異常情況的分析目 的，對(duì)于網(wǎng)管系統(tǒng)中性能主動(dòng)監(jiān)控有重要意義，另一方面也為話務(wù)市場(chǎng)營(yíng)銷(xiāo)帶來(lái)數(shù)據(jù)參考 值，設(shè)計(jì)更加滿(mǎn)足客戶(hù)需求的業(yè)務(wù)種類(lèi)，爭(zhēng)取到更多的潛在用戶(hù)，從而進(jìn)一步提高運(yùn)營(yíng)商的 收入，提升服務(wù)管理水平。


為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所 需要使用的附圖作簡(jiǎn)單介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例， 對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲 得其他的附圖。圖1所示為本發(fā)明實(shí)施例一的方法流程圖；圖2所示為本發(fā)明實(shí)施例二的方法流程圖；圖3所示為本發(fā)明實(shí)施例三的方法流程圖；圖4所示為本發(fā)明實(shí)施例四的方法流程圖；圖5所示為本發(fā)明采用線性修正方法對(duì)預(yù)測(cè)值進(jìn)行修正的方法流程圖；圖6所示為本發(fā)明實(shí)施例五如何進(jìn)行ARIMA建模的方法流程圖；圖7所示為本發(fā)明實(shí)施例六結(jié)合實(shí)際情況進(jìn)行話務(wù)量預(yù)測(cè)的方法流程圖；圖8所示為本發(fā)明實(shí)施例六中的時(shí)間序列自相關(guān)函數(shù)示意圖；圖9所示為本發(fā)明實(shí)施例六中的檢驗(yàn)殘差序列的自相關(guān)系數(shù)是否全部為0的示意 圖；圖10所示為一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量的預(yù)測(cè)裝置結(jié)構(gòu)示意圖；圖11所示為本發(fā)明實(shí)施例八說(shuō)明差異顯著性檢驗(yàn)單元的結(jié)構(gòu)示意圖；圖12所示為本發(fā)明說(shuō)明預(yù)測(cè)值修正及確定單元的結(jié)構(gòu)示意圖；圖13所示為本發(fā)明說(shuō)明建模預(yù)測(cè)單元的結(jié)構(gòu)示意圖。
具體實(shí)施例方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案、及優(yōu)點(diǎn)更加清楚明白，以下參照附圖對(duì)本發(fā) 明實(shí)施例提供的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。請(qǐng)參見(jiàn)圖1，為本發(fā)明第一實(shí)施例提供的電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量的預(yù)測(cè)方法流程圖，該方法包括如下步驟步驟SlOl 獲取網(wǎng)絡(luò)話務(wù)量的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷史樣本數(shù)據(jù)進(jìn) 行預(yù)處理，獲得正常樣本數(shù)據(jù)。從現(xiàn)有的網(wǎng)絡(luò)管理系統(tǒng)中動(dòng)態(tài)獲取最新的歷史樣本數(shù)據(jù)，按照正常樣本數(shù)據(jù)的規(guī) 則排除異常樣本數(shù)據(jù)。步驟S102 針對(duì)所述的正常樣本數(shù)據(jù)利用預(yù)測(cè)模型進(jìn)行建模并預(yù)測(cè)。建立的預(yù)測(cè)模型可以是現(xiàn)有技術(shù)中對(duì)話務(wù)量進(jìn)行預(yù)測(cè)的模型，如ARIMA模型、神 經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型等，只要預(yù)測(cè)模型在基于樣本數(shù)據(jù)的訓(xùn)練集上的擬合效果良 好(訓(xùn)練殘差很小且訓(xùn)練殘差為白噪聲)即可。步驟S103 利用方差分析法對(duì)所述正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量 差異的顯著性檢驗(yàn)。對(duì)正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平日話務(wù)量差異顯著性檢驗(yàn)的目的在于判斷 該節(jié)日話務(wù)量與平日的話務(wù)量有多大的差別，如情人節(jié)、母親節(jié)、建軍節(jié)、建黨節(jié)等，其話務(wù) 量既受一周“M”型話務(wù)量分布規(guī)律的支配，同時(shí)又受節(jié)日的影響，分析話務(wù)量在這兩種情況 的綜合影響下所呈現(xiàn)的特點(diǎn)，就可以利用方差分析來(lái)判別。需要說(shuō)明的是，以上步驟S102和S103的先后順序是可以調(diào)換的。步驟S104 若節(jié)日話務(wù)量與平時(shí)話務(wù)量的差異性顯著，則對(duì)所述預(yù)測(cè)模型的預(yù)測(cè) 值進(jìn)行修正，得到最終預(yù)測(cè)值；否則，所述預(yù)測(cè)模型的預(yù)測(cè)值即為最終預(yù)測(cè)值。若差異不顯著，則說(shuō)明該節(jié)日話務(wù)量和往日話務(wù)量的差別不大，直接用預(yù)測(cè)模型 的預(yù)測(cè)值即可，其節(jié)日特性可忽略。而對(duì)于與平時(shí)話務(wù)量差異性顯著的節(jié)日，則需在預(yù)測(cè)模 型預(yù)測(cè)值的基礎(chǔ)上進(jìn)行適當(dāng)修正，以涵蓋其因?yàn)楣?jié)日特性而產(chǎn)生的話務(wù)量變化。以上實(shí)施例說(shuō)明了根據(jù)差異顯著性檢驗(yàn)的結(jié)果，利用預(yù)測(cè)模型和對(duì)預(yù)測(cè)值進(jìn)行修 正的方法實(shí)現(xiàn)普通節(jié)日話務(wù)量預(yù)測(cè)的過(guò)程。如圖2所示，為進(jìn)一步說(shuō)明如何獲取歷史樣本數(shù)據(jù)，以及對(duì)歷史樣本數(shù)據(jù)進(jìn)行預(yù) 處理的過(guò)程，給出本發(fā)明的實(shí)施例二，包括如下步驟步驟S201 從網(wǎng)絡(luò)性能指標(biāo)庫(kù)中動(dòng)態(tài)獲取基于時(shí)間序列的話務(wù)量歷史值作為歷 史樣本數(shù)據(jù)，至少選取過(guò)去一個(gè)月以上的歷史樣本數(shù)據(jù)。從網(wǎng)絡(luò)性能指標(biāo)庫(kù)中動(dòng)態(tài)獲取基于時(shí)間序列的歷史樣本數(shù)據(jù)，每個(gè)時(shí)間點(diǎn)最少選 取過(guò)去一個(gè)月以上的歷史數(shù)據(jù)。步驟S202 對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行包括補(bǔ)足缺失數(shù)據(jù)的預(yù)處理。樣本數(shù)據(jù)的預(yù)處理過(guò)程可以包括以下三種方式的選擇方式一，結(jié)合運(yùn)維期間發(fā)現(xiàn)的故障、或者節(jié)日、重大事件等有關(guān)情況，確定異常時(shí) 間點(diǎn)的樣本數(shù)據(jù)，并將異常點(diǎn)排除，保留反映變化規(guī)律的典型數(shù)據(jù)作為正常樣本數(shù)據(jù)。方式二，根據(jù)異常時(shí)間點(diǎn)的樣本數(shù)據(jù)占整個(gè)樣本數(shù)據(jù)的比例，刪除最大和最小的 數(shù)值，其余作為正常樣本數(shù)據(jù)。方式三，基于歷史統(tǒng)計(jì)數(shù)據(jù)確定的正常數(shù)據(jù)比例，按照概率算法自動(dòng)選出最為集 中分布的數(shù)據(jù)作為正常樣本數(shù)據(jù)。步驟S203 針對(duì)所述的正常樣本數(shù)據(jù)利用預(yù)測(cè)模型進(jìn)行建模并預(yù)測(cè)。步驟S204:利用方差分析法對(duì)所述正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量
9差異顯著性檢驗(yàn)。步驟S205 若節(jié)日話務(wù)量與平時(shí)話務(wù)量的差異性顯著，則對(duì)所述預(yù)測(cè)模型的預(yù)測(cè) 值進(jìn)行修正，得到最終預(yù)測(cè)值；若節(jié)日話務(wù)量與平時(shí)話務(wù)量的差異性不顯著，則所述預(yù)測(cè)模 型的預(yù)測(cè)值即為最終預(yù)測(cè)值。如圖3所示，以下給出實(shí)施例三，進(jìn)一步清楚地說(shuō)明如何利用方差分析法對(duì)正常 樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量差異顯著性檢驗(yàn)的方法。步驟S301 根據(jù)以往η年的同期歷史數(shù)據(jù)，η為正整數(shù)，計(jì)算以往η年中每年該節(jié) 日的話務(wù)量與該節(jié)日前一天的話務(wù)量的比值，并將求得的所有比值組成一個(gè)節(jié)日列向量。如要預(yù)測(cè)2008年母親節(jié)的話務(wù)量，要確定其話務(wù)量與平時(shí)差異的顯著性，在η = 3時(shí)則取2007、2006、2005年的每年4、5、6月的話務(wù)量數(shù)據(jù)，并計(jì)算以往3年中該節(jié)日的話 務(wù)量與之前一天的話務(wù)量的比值，將這些比值組成一個(gè)節(jié)日列向量。2007年，查數(shù)據(jù)庫(kù)知其母親節(jié)是5/13日，則首先求取該日話務(wù)量與其前一天話務(wù) 量的比值話務(wù)量(5-13)/話務(wù)量(5-12)；還需要分別計(jì)算出2006年、2005年每年母親節(jié) 當(dāng)日與前一日的話務(wù)量比值，將這些比值組成一個(gè)節(jié)日列向量。步驟S302 計(jì)算該節(jié)日前m周、后m周同期的相鄰兩天話務(wù)量的比值，m為正整數(shù)， 求得這些比值的平均值，并將所述平均值作為另一個(gè)非節(jié)日列向量。計(jì)算該節(jié)日前m周、后m周同期相鄰兩天話務(wù)量比值的平均值。設(shè)m = 3，則求其 前三周與其后三周同期相鄰兩天話務(wù)量比值的平均值，還以2007年母親節(jié)為例，考慮到母 親節(jié)前面的3個(gè)周末都受到五一放假的影響，故其前m周的同期還要前推3周，亦即求話 務(wù)量(4-22)/話務(wù)量(4-21)、話務(wù)量(4-15)/話務(wù)量(4_14)、話務(wù)量(4_8)/話務(wù)量(4_7) 這3個(gè)比值，另外求母親節(jié)后的3周的同期比值，亦即求話務(wù)量(5-20)/話務(wù)量(5-19)、 話務(wù)量(5-27)/話務(wù)量(5-26)、話務(wù)量(6-3)/話務(wù)量(6_2)。然后求這6個(gè)比值的平均值 作為2007年與母親節(jié)日期特征類(lèi)似的平時(shí)的話務(wù)量的代表，并將這個(gè)平均值作為另一個(gè) 非節(jié)日列向量。一般來(lái)說(shuō)，日話務(wù)量數(shù)據(jù)呈現(xiàn)很強(qiáng)的以7天為周期的周期性，而且，每個(gè)周期內(nèi)亦 即周一到周日內(nèi)的話務(wù)量呈現(xiàn)很強(qiáng)的線性相關(guān)性，基本上來(lái)說(shuō)，是呈M型的。所以，正常情 況下每個(gè)周日和周六的比值應(yīng)該是基本相同的。如果母親節(jié)的影響顯著，則會(huì)使得其周日 和周六的比值呈現(xiàn)出和平常的比值的顯著不同。因此不直接取話務(wù)量的值，而是用比值來(lái) 代替可以使得差異性的判斷更加準(zhǔn)確，以確保最終預(yù)測(cè)值的準(zhǔn)確性。取η年每年附近同期比值的平均值作為另一個(gè)列向量，是因?yàn)槿绻蝗∫荒曜鳛?樣本，即使有顯著不同，這也可能只是一個(gè)隨機(jī)的事件，但如果取多年的數(shù)據(jù)，其是否與平 常有顯著不同則可以得到驗(yàn)證。步驟S303 將所述兩個(gè)列向量中的值作為節(jié)日與非節(jié)日兩個(gè)水平的試驗(yàn)指標(biāo)，利 用單因素方差分析檢驗(yàn)所述兩個(gè)水平下的話務(wù)量差異是否顯著。將話務(wù)量作為試驗(yàn)指標(biāo)，節(jié)日與否作為可能影響試驗(yàn)指標(biāo)值的因素，節(jié)日與非節(jié) 日分別是該因素的兩個(gè)水平，利用單因素方差分析檢驗(yàn)兩種水平下的話務(wù)量差異是否顯
-frh-
者O對(duì)于預(yù)測(cè)2008年母親節(jié)來(lái)說(shuō)，我們?nèi)〉降?005年到2007年的母親節(jié)與平時(shí)的話 務(wù)量情況的兩種比值如表1所示
表12005到2007年母親節(jié)與前一天的話務(wù)量比值與平時(shí)的同期比值
權(quán)利要求
一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法，其特征在于，所述方法包括下述步驟獲取網(wǎng)絡(luò)話務(wù)量的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理，獲得正常樣本數(shù)據(jù)；針對(duì)所述的正常樣本數(shù)據(jù)利用預(yù)測(cè)模型進(jìn)行建模并預(yù)測(cè)；利用方差分析法對(duì)所述正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量差異顯著性檢驗(yàn)；若節(jié)日話務(wù)量與平時(shí)話務(wù)量的差異性顯著，則對(duì)所述預(yù)測(cè)模型的預(yù)測(cè)值進(jìn)行修正，得到最終預(yù)測(cè)值；否則，所述預(yù)測(cè)模型的預(yù)測(cè)值即為最終預(yù)測(cè)值。
2.根據(jù)權(quán)利要求1所述的電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法，其特征在于，獲取普通 節(jié)日網(wǎng)絡(luò)性能指標(biāo)的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理的過(guò)程具 體為從網(wǎng)絡(luò)性能指標(biāo)庫(kù)中動(dòng)態(tài)獲取基于時(shí)間序列的話務(wù)量歷史值作為歷史樣本數(shù)據(jù)，至少 選取過(guò)去一個(gè)月以上的歷史樣本數(shù)據(jù)；對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行包括補(bǔ)足缺失數(shù)據(jù)的預(yù)處理。
3.根據(jù)權(quán)利要求1或2所述的電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法，其特征在于，所述的 利用方差分析法對(duì)所述正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量差異顯著性檢驗(yàn)的過(guò) 程具體為根據(jù)以往η年的同期歷史數(shù)據(jù)，η為正整數(shù)，計(jì)算以往η年中每年該節(jié)日的話務(wù)量與該 節(jié)日前一天的話務(wù)量的比值，并將求得的所有比值組成一個(gè)節(jié)日列向量；計(jì)算該節(jié)日前m周、后m周同期的相鄰兩天話務(wù)量的比值，m為正整數(shù)，求得這些比值 的平均值，并將所述平均值作為另一個(gè)非節(jié)日列向量；將所述兩個(gè)列向量中的值作為節(jié)日與非節(jié)日兩個(gè)水平的試驗(yàn)指標(biāo)，利用單因素方差分 析檢驗(yàn)所述兩個(gè)水平下的話務(wù)量差異是否顯著。
4.根據(jù)權(quán)利要求1所述的電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法，其特征在于，所述的對(duì) 所述預(yù)測(cè)模型的預(yù)測(cè)值進(jìn)行修正的方法具體為按所述預(yù)測(cè)模型計(jì)算往年該節(jié)日話務(wù)量的預(yù)測(cè)誤差與預(yù)測(cè)值的比例來(lái)修正本年該節(jié) 日的預(yù)測(cè)值。
5.根據(jù)權(quán)利要求4所述的節(jié)日話務(wù)量預(yù)測(cè)方法，其特征在于，所述修正本年該節(jié)日的 預(yù)測(cè)值的方法具體為計(jì)算以往η年的同一節(jié)日話務(wù)量預(yù)測(cè)模型預(yù)測(cè)結(jié)果偏差與預(yù)測(cè)值的比例并將這些比 例形成一個(gè)列向量D = [dl，d2，···, dn]T ；確定往年偏差的權(quán)重值并形成一個(gè)權(quán)重向量W= [wl,…，wn]T，求D與W兩個(gè)向量的 內(nèi)積即得待預(yù)測(cè)節(jié)日的偏差d0 = W · D ；設(shè)待預(yù)測(cè)節(jié)日根據(jù)預(yù)測(cè)模型的預(yù)測(cè)值為e0，計(jì)算e0+e0*d0的值作為待預(yù)測(cè)節(jié)日的話 務(wù)量預(yù)測(cè)值。
6.根據(jù)權(quán)利要求1所述的電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法，其特征在于，使用ARIMA 模型進(jìn)行預(yù)測(cè)，針對(duì)所述的正常樣本數(shù)據(jù)利用ARIMA模型進(jìn)行建模并預(yù)測(cè)的過(guò)程具體為對(duì)所述正常樣本數(shù)據(jù)進(jìn)行季節(jié)差分處理得到平穩(wěn)化的樣本數(shù)據(jù)； 對(duì)所述進(jìn)行季節(jié)差分處理后的樣本數(shù)據(jù)建立ARMA (p，q)模型；利用所述建立的ARMA(p，q)模型進(jìn)行節(jié)日話務(wù)量預(yù)測(cè)。
7.根據(jù)權(quán)利要求6所述的電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法，其特征在于，對(duì)所述進(jìn) 行季節(jié)差分處理后的樣本數(shù)據(jù)建立ARMA (p，q)模型還包括以下步驟設(shè)階數(shù)P的初始值為1，從P = 1開(kāi)始利用ARMA (p，P-1)進(jìn)行建模； 檢測(cè)訓(xùn)練集上殘差是否為白噪聲，并記此時(shí)P值為Pl ； Wp = pl開(kāi)始對(duì)ARMA (p，p-1)利用F檢驗(yàn)法進(jìn)行定階。
8.一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)裝置，其特征在于，所述裝置包括樣本數(shù)據(jù)獲取及預(yù)處理單元，獲取網(wǎng)絡(luò)話務(wù)量的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷 史樣本數(shù)據(jù)進(jìn)行預(yù)處理，獲得正常樣本數(shù)據(jù)；差異顯著性檢驗(yàn)單元，利用方差分析法，對(duì)所述樣本數(shù)據(jù)獲取及預(yù)處理單元獲得的正 常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量差異顯著性檢驗(yàn)；建模預(yù)測(cè)單元，針對(duì)所述樣本數(shù)據(jù)獲取及預(yù)處理單元獲得的正常樣本數(shù)據(jù)，利用預(yù)測(cè) 模型進(jìn)行建模并預(yù)測(cè)；預(yù)測(cè)值修正及確定單元，根據(jù)所述差異顯著性檢驗(yàn)單元的檢驗(yàn)結(jié)果，對(duì)所述建模預(yù)測(cè) 單元的預(yù)測(cè)值進(jìn)行處理，若差異性顯著則對(duì)預(yù)測(cè)值進(jìn)行修正，得到最終預(yù)測(cè)值；若差異性不 顯著則將所述建模預(yù)測(cè)單元的預(yù)測(cè)值確定為最終預(yù)測(cè)值。
9.如權(quán)利要求8所述的裝置，其特征在于，所述的樣本數(shù)據(jù)獲取及預(yù)處理單元進(jìn)一步 包括樣本數(shù)據(jù)獲取模塊，用于從網(wǎng)絡(luò)性能指標(biāo)庫(kù)中動(dòng)態(tài)獲取基于時(shí)間序列的性能指標(biāo)歷史 值作為歷史樣本數(shù)據(jù)，至少選取過(guò)去一個(gè)月以上的歷史樣本數(shù)據(jù)；預(yù)處理模塊，用于對(duì)所述樣本數(shù)據(jù)獲取單元獲取的歷史樣本數(shù)據(jù)進(jìn)行包括補(bǔ)足缺失數(shù) 據(jù)的預(yù)處理。
10.如權(quán)利要求8或9所述的裝置，其特征在于，所述的差異顯著性檢驗(yàn)單元進(jìn)一步包括節(jié)日指標(biāo)計(jì)算模塊，用于根據(jù)所述預(yù)處理單元處理過(guò)的歷史樣本數(shù)據(jù)，計(jì)算以往η年 中每年該節(jié)日的話務(wù)量與該節(jié)日前一天的話務(wù)量的比值，并將所述求得的所有比值組成一 個(gè)節(jié)日列向量；非節(jié)日指標(biāo)計(jì)算模塊，用于根據(jù)所述預(yù)處理單元處理過(guò)的歷史樣本數(shù)據(jù)，計(jì)算該節(jié)日 前m周、后m周同期的相鄰兩天話務(wù)量的比值，求得這些比值的平均值，并將所述平均值作 為另一個(gè)非節(jié)日列向量；檢驗(yàn)?zāi)K，用于將所述節(jié)日列向量和非節(jié)日列向量中的值作為節(jié)日與非節(jié)日兩個(gè)水平 的試驗(yàn)指標(biāo)，利用單因素方差分析檢驗(yàn)所述兩種水平下的話務(wù)量差異是否顯著，得出結(jié)論。
11.如權(quán)利要求10所述的裝置，其特征在于，所述的預(yù)測(cè)值修正及確定單元進(jìn)一步包括預(yù)測(cè)值修正模塊若所述差異顯著性檢驗(yàn)單元的檢驗(yàn)結(jié)論為顯著，根據(jù)建模預(yù)測(cè)單元 預(yù)測(cè)的往年該節(jié)日預(yù)測(cè)話務(wù)量以及獲取的往年該節(jié)日實(shí)際話務(wù)量，計(jì)算預(yù)測(cè)誤差，用所述 預(yù)測(cè)誤差與預(yù)測(cè)值的比例來(lái)修正本年該節(jié)日的預(yù)測(cè)值；預(yù)測(cè)值確定模塊若所述差異顯著性檢驗(yàn)單元的檢驗(yàn)結(jié)論為顯著，確定將預(yù)測(cè)值修正 模塊修正后的預(yù)測(cè)值為最終預(yù)測(cè)值，否則將所述建模預(yù)測(cè)單元的預(yù)測(cè)值確定為最終預(yù)測(cè)值。
12.如權(quán)利要求11所述的裝置，其特征在于，所述的預(yù)測(cè)值修正模塊進(jìn)一步包括 預(yù)測(cè)偏差比例計(jì)算模塊，用于計(jì)算以往η年的同一節(jié)日話務(wù)量按預(yù)測(cè)模型預(yù)測(cè)結(jié)果偏差與預(yù)測(cè)值的比例，并將這些比例形成一個(gè)列向量D= [dl，d2，…，dn]T;偏差值計(jì)算模塊，用于確定往年偏差的權(quán)重值并形成一個(gè)權(quán)重向量W= [wl, ···, wn] τ，求D與W兩個(gè)向量的內(nèi)積即得待預(yù)測(cè)節(jié)日的偏差d0 = W · D ；預(yù)測(cè)值修正計(jì)算模塊，用于設(shè)待預(yù)測(cè)節(jié)日根據(jù)預(yù)測(cè)模型的預(yù)測(cè)值為e0，計(jì)算e0+e0*d0 的值作為待預(yù)測(cè)節(jié)日的話務(wù)量預(yù)測(cè)值。
13.如權(quán)利要求12所述的裝置，其特征在于，所述的建模預(yù)測(cè)單元進(jìn)一步包括樣本平穩(wěn)化模塊，用于對(duì)經(jīng)過(guò)所述樣本數(shù)據(jù)獲取及預(yù)處理單元預(yù)處理過(guò)所述正常樣本 數(shù)據(jù)進(jìn)行季節(jié)差分處理得到平穩(wěn)化的樣本數(shù)據(jù)； 建模模塊，用于對(duì)經(jīng)過(guò)所述樣本平穩(wěn)化單元差分處理過(guò)的平穩(wěn)化樣本數(shù)據(jù)建立 ARMA (p，q)模型；預(yù)測(cè)模塊，用于根據(jù)所述建模單元建立的ARMA(p，q)模型進(jìn)行節(jié)日話務(wù)量預(yù)測(cè)。
全文摘要
本發(fā)明公開(kāi)了一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)方法及其裝置，所述方法包括獲取網(wǎng)絡(luò)話務(wù)量的歷史值作為歷史樣本數(shù)據(jù)，對(duì)所述歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理，獲得正常樣本數(shù)據(jù)；針對(duì)所述的正常樣本數(shù)據(jù)利用預(yù)測(cè)模型進(jìn)行建模并預(yù)測(cè)；利用方差分析法對(duì)所述正常樣本數(shù)據(jù)進(jìn)行節(jié)日話務(wù)量與平時(shí)話務(wù)量差異顯著性檢驗(yàn)；若節(jié)日話務(wù)量與平時(shí)話務(wù)量的差異性顯著，則對(duì)所述預(yù)測(cè)模型的預(yù)測(cè)值進(jìn)行修正，得到最終預(yù)測(cè)值；否則，所述預(yù)測(cè)模型的預(yù)測(cè)值即為最終預(yù)測(cè)值。本發(fā)明還公開(kāi)了一種電信網(wǎng)絡(luò)普通節(jié)日話務(wù)量預(yù)測(cè)裝置，通過(guò)本發(fā)明可以對(duì)普通節(jié)日的話務(wù)量進(jìn)行準(zhǔn)確的預(yù)測(cè)。
文檔編號(hào)H04W24/06GK101964998SQ20091008957
公開(kāi)日2011年2月2日 申請(qǐng)日期2009年7月24日 優(yōu)先權(quán)日2009年7月24日
發(fā)明者于艷華, 張鳳橋, 林春庭, 潘陽(yáng)發(fā), 王海清 申請(qǐng)人:北京億陽(yáng)信通軟件研究院有限公司;北京郵電大學(xué)