本申請涉及移動網絡,具體涉及一種基站部署方法、裝置、設備及計算機程序產品。
背景技術:
1、隨著移動通信技術的發展,基站逐漸智能化,支持多種數據傳輸方式,并且在很多行業的賦能作用日益凸顯。因此,人們對網絡質量及使用體驗的要求和關注度越來越高,從用戶體驗的角度來看,基站位置和密度將直接影響用戶所獲得的無線服務質量。基站部署的地理位置會影響到信號強度和下行無線速率等,尤其是在負荷較大時。如果基站部署位置和覆蓋范圍合理,這將有效提升用戶的無線服務體驗。因此,如何根據用戶服務需求和體驗合理部署基站就成為了亟待解決的技術問題。
技術實現思路
1、本申請實施例提供一種基站部署方法、裝置、設備及計算機程序產品,用以解決現有基站部署方案存在的不能滿足用戶服務需求和體驗的技術問題。
2、第一方面,本申請實施例提供一種基站部署方法,包括:
3、篩選目標用戶中的活躍用戶,所述活躍用戶單日使用移動網絡的時長大于預設閾值;
4、通過服務質量模型對所述活躍用戶進行測試,得到所述活躍用戶的使用滿意度,所述服務質量模型是基于用戶移動軌跡以及用戶應用使用數據構建的;
5、通過預測神經網絡模型評估各基站分布狀態對應的用戶滿意度,所述預測神經網絡模型是基于所述使用滿意度和基站信號強度分布圖訓練得到的;
6、根據各所述基站分布狀態對應的用戶滿意度確定基站部署方案。
7、在一個實施例中,所述篩選目標用戶中的活躍用戶之前包括:
8、獲取目標用戶在各時刻的所處基站柵格的標識、所使用應用的標識、服務延遲時長、接收信號的質量以及接收信號的強度;
9、根據所述目標用戶在各時刻的所處基站柵格的標識,確定用戶移動軌跡;
10、根據所述所使用應用的標識、所述服務延遲時長以及所述接收信號的質量,確定用戶應用使用數據;
11、根據所述所處基站柵格的標識和所述接收信號的強度,確定基站信號強度分布圖。
12、在一個實施例中,基于所述用戶移動軌跡以及所述用戶應用使用數據構建服務質量模型包括:
13、基于所述所處基站柵格的標識、所述所使用應用的標識以及所述服務延遲時長,確定延遲累計期望;
14、基于所述所處基站柵格的標識、所述所使用應用的標識以及所述接收信號的質量,確定斷線累計期望;
15、根據所述延遲累計期望和所述斷線累計期望構建服務質量模型。
16、在一個實施例中,所述通過所述服務質量模型對活躍用戶進行測試,得到所述活躍用戶的使用滿意度包括:
17、通過所述服務質量模型確定所述活躍用戶在當前基站部署狀態對應的目標延遲期望和目標斷線期望;
18、基于所述目標延遲期望和所述目標斷線期望,確定所述活躍用戶的使用滿意度。
19、在一個實施例中,基于所述使用滿意度和基站信號強度分布圖訓練得到預測神經網絡模型包括:
20、對各所述基站分布狀態對應的服務延遲期望和服務斷線期望進行歸一化處理,得到第一輸入特征;
21、基于所述所處基站柵格的標識、所述所使用應用的標識、所述服務延遲時長、所述接收信號的質量以及所述接收信號的強度,確定第二輸入特征;
22、對各所述基站分布狀態對應的基站信號強度分布圖進行歸一化處理,得到輸出向量;
23、根據輸入向量和所述輸出向量訓練得到預測神經網絡模型,所述輸入向量是基于所述第一輸入特征和所述第二輸入特征確定的。
24、在一個實施例中,所述預測神經網絡模型包括堆疊殘差因果卷積神經網絡,所述基站部署方法還包括:
25、將長短期記憶神經網絡的輸入門結構和殘差網絡集成到因果卷積網絡,得到殘差因果卷積層,各所述殘差因果卷積層包括多個卷積核;
26、所述堆疊殘差因果卷積神經網絡包括各所述殘差因果卷積層。
27、在一個實施例中,所述基站部署方法還包括:
28、對所述堆疊殘差因果卷積神經網絡的誤差梯度做下降優化;
29、將平方絕對誤差和均方根誤差作為損失函數對所述堆疊殘差因果卷積神經網絡進行離線訓練。
30、第二方面,本申請實施例提供一種基站部署裝置,包括:
31、活躍用戶篩選模塊,用于篩選目標用戶中的活躍用戶,所述活躍用戶單日使用移動網絡的時長大于預設閾值;
32、活躍用戶測試模塊,用于通過服務質量模型對所述活躍用戶進行測試,得到所述活躍用戶的使用滿意度,所述服務質量模型是基于用戶移動軌跡以及用戶應用使用數據構建的;
33、基站分布狀態評估模塊,用于通過預測神經網絡模型評估各基站分布狀態對應的用戶滿意度,所述預測神經網絡模型是基于所述使用滿意度和基站信號強度分布圖訓練得到的;
34、基站部署方案確定模塊,用于根據各所述基站分布狀態對應的用戶滿意度確定基站部署方案。
35、第三方面,本申請實施例提供一種設備,包括處理器和存儲有計算機程序的存儲器,所述處理器執行所述計算機程序時實現第一方面所述的基站部署方法的步驟。
36、第四方面,本申請實施例提供一種計算機程序產品,包括計算機程序,所述計算機程序被處理器執行時實現第一方面所述的基站部署方法的步驟。
37、本申請實施例提供的基站部署方法、裝置、設備及計算機程序產品,首先篩選出目標用戶中的活躍用戶,然后通過基于用戶移動軌跡以及用戶應用使用數據構建的服務質量模型對活躍用戶進行測試,得到活躍用戶的使用滿意度,進而通過基于使用滿意度和基站信號強度分布圖訓練得到的預測神經網絡模型評估各基站分布狀態對應的用戶滿意度,最終根據各基站分布狀態對應的用戶滿意度確定基站部署方案。通過基站及信號分布進行信號圖模型構建、對用戶構建基于常規軌跡和常用應用的需求模型,在信號圖上使用因果卷積算法對需求模型進行模擬學習,針對不同柵格評估用戶體驗改善邊際效益,并基于此動態決策基站部署,解決了現有基站部署方案存在的不能滿足用戶服務需求和體驗的技術問題。
1.一種基站部署方法,其特征在于,包括:
2.根據權利要求1所述的基站部署方法,其特征在于,所述篩選目標用戶中的活躍用戶之前包括:
3.根據權利要求2所述的基站部署方法,其特征在于,基于所述用戶移動軌跡以及所述用戶應用使用數據構建服務質量模型包括:
4.根據權利要求3所述的基站部署方法,其特征在于,所述通過所述服務質量模型對活躍用戶進行測試,得到所述活躍用戶的使用滿意度包括:
5.根據權利要求2所述的基站部署方法,其特征在于,基于所述使用滿意度和基站信號強度分布圖訓練得到預測神經網絡模型包括:
6.根據權利要求1所述的基站部署方法,其特征在于,所述預測神經網絡模型包括堆疊殘差因果卷積神經網絡,所述基站部署方法還包括:
7.根據權利要求6所述的基站部署方法,其特征在于,所述基站部署方法還包括:
8.一種基站部署裝置,其特征在于,包括:
9.一種電子設備,包括處理器和存儲有計算機程序的存儲器,其特征在于,所述處理器執行所述計算機程序時實現權利要求1至7任一項所述的基站部署方法的步驟。
10.一種計算機程序產品,包括計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1至7任一項所述的基站部署方法的步驟。