买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国电信股份有限公司
摘要:本公开实施例的预测用户申告方法及装置,利用稀疏参数的自搜索过程训练、搜索、融合多种稀疏参数下的自编码器提取到的特征向量,再将特征向量拼接为目标向量。之后,将目标向量输入预先训练好的预测神经网络中,可以获得网络设备下挂用户在将来的例如未来一天申告发生量的预测结果。增加搜索范围内的有效稀疏参数选择,提取到更加丰富的数据特征,从而提高预测准确率。
主权项:1.一种预测用户申告方法,其特征在于,包括:获取待预测设备的接入层告警信息,所述接入层告警信息包括:告警类型,告警发生次数,各类告警发生时间段,各时间段发生告警总数,告警设备型号,设备下挂用户数量,设备下挂业务量;将所述接入层告警信息输入预先训练好的数据预处理模型中,获得各稀疏性自编码器对应的特征向量;其中,所述数据预处理模型包括若干稀疏性自编码器,所述数据预处理模型的训练方法包括:确定训练样本数据;其中,所述训练样本数据包括训练用接入层告警信息;配置所述数据预处理模型的相关参数,并将各所述稀疏性自编码器的当前稀疏参数设置为初始化稀疏参数;将所述训练样本数据,依次输入所述若干稀疏性自编码器中进行训练迭代;判断由所述数据预处理模型是否在最大迭代次数阈值内收敛;若是,则确定所述数据预处理模型训练完成;若否,则确定所述数据预处理模型中已经训练完成的稀疏性自编码器的总数;在所述总数等于所述数据预处理模型中的稀疏性自编码器总数时,确定所述数据预处理模型训练完成;在所述总数小于所述数据预处理模型中的稀疏性自编码器总数时,将所述当前稀疏参数加上递增值作为新的稀疏参数,对其余未训练完成的稀疏性自编码器进行训练迭代,直至所述总数等于所述数据预处理模型中的稀疏性自编码器总数;将各所述稀疏性自编码器对应的特征向量,拼接为目标向量;将所述目标向量输入预先训练好的预测神经网络,获得所述待预测设备下挂用户在未来一段时间内申告发生量的预测结果,所述预测神经网络包括BiLSTM-Attention神经网络。
全文数据:
权利要求:
百度查询: 中国电信股份有限公司 预测用户申告方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。