《表1 KPI特征集:基于机器学习算法的LTE高投诉小区预判方法》

《表1 KPI特征集:基于机器学习算法的LTE高投诉小区预判方法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于机器学习算法的LTE高投诉小区预判方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

LTE KPI数据作为衡量4G网络质量、性能和业务质量的标杆,是网络监控、分析、评估与优化工作的重要指标[6]。KPI能够一定程度上量化网络质量及用户感知,反应端到端的网络质量,在本质上与用户投诉中的问题有很强的相关度。合理地选择KPI作为决策树模型的特征集合,有助于更精准地构建基于网络性能的投诉预测模型。LTE性能指标主要涉及接入性、保持性、移动性、完整性、资源负荷等五大类关键指标。经过对KPI指标进行特征筛选,本方案中选取9个KPI指标作为决策树的特征指标,如表1所示。