本發明涉及無線,特別是涉及一種5g賦能集中實時交互業務的保障方法及系統。
背景技術:
1、在無線通信業務預測中,現有技術通常是對歷史數據進行采樣,提取有規律、有價值的信息,比如存在周期性的變化、日期特殊性、區域熱點等。根據歷史數據生成話務模型,其中可通過機器學習等新型技術,使模型更加完善,從而得到未來某個時段業務預測。
2、5g業務包括三大類型業務,分別是增強移動寬帶(enhance?mobile?broadband,embb)業務、大規模物聯網(massive?machine?type?communications,mmtc)業務、低時延高可靠連接(ultrareliableand?low?latency?communications,urllc)業務)。現有的無線資源都是采用靜態分配的方式分配,會造成某些時間點、某些地區的無線資源過多,或者某些時間點、某些地區無線資源的不足,資源分配不合理,影響業務需求。
3、現有技術中,一種用于5g系統的智慧組網方法,該現有技術中公開了一種用于5g系統的智慧組網方法步驟:步驟1、數據采集和預處理:利用各種可用數據源獲取并輸入網絡運維數據以及來自于運營商以外的數據(僅限制為計劃事件、天氣預報等同類型);步驟2、知識發現:在人工智能的知識發現階段,提取不同級別的相關知識模型,并依靠機器學習功能對輸入數據進行挖掘;步驟3、知識開發:知識開發階段將應用所獲得的知識模型來驅動與自組織網絡功能相關的行為的決策。該現有技術中使用的是機器學習方法,該方法具有廣泛的概括性,沒有針對性,并不適用于全網的小區業務。比如網絡資源方面,現有網絡由4/5g共網,且單制式還存在多個頻段的情況。基站方面,小區的分布越來越復雜,多網存在重疊覆蓋屬于普遍現象。用戶行為方面,由于網絡飛速發展,各式各樣的新型網絡模型層出不窮,比如直播、手機游戲、活動宣傳等,均需使用到無線網絡。而現有常規的話務模型明顯存在局限性,不能更全面的考慮用戶行為。用戶感知屬于全過程行為,現有技術中通過僅考慮到網絡資源存在瓶頸的場景,比如大型活動、賽事等,通過現場保障的方式進行提升用戶感知。而對集中性的實時交互場景存在忽視,該類型的業務模式屬于日常用戶的主要使用范圍,雖然該場景下,用戶可以正常使用無線網絡,但明顯對周邊的無線資源沒有充分利用,沒有為該場景下用戶提供最優的資源。
4、現有技術的缺點如下:
5、1、評估的對象為小區級,現有無線網絡結構為多頻組網方式,僅評價小區級無法充分利用周邊可用的網絡資源,使得駐留基站及周邊基站資源利用率低;
6、2、現有技術中僅針對特定時間段或特定場景進行業務預測,而無法實現大范圍且高頻次的評估,因為目前無線網絡越來越復雜,影響網絡質量因素越來越多,對應指標產生的數據量是一個十分龐大體量,尤其是對大范圍的集中管理時,對數據的運算是現有技術中使用的常規計算設備無法實現的。
7、3、目前網絡運維中,主要是由網絡自動為主,再結合廠家監控告警進行跟蹤處理,往往是先產生了問題,再進行處理,存在滯后性,特別是對目前業務占比較大的實時交互業務,在問題出現后再去實施解決方案,此時用戶的體驗會大打折扣。
8、4、現有技術中,對于一般用戶,對網絡資源的占有選擇通常由網絡系統決定,如采用平等原則,其中用戶參與感基本沒有,主要原因是網絡無法事前知曉用戶的行為和位置,采用公平分配的方式是最優,但隨著大數據及互聯網時代到來,可以對用戶行為進行一定的預判,現有技術均缺乏讓用戶參與到網絡資源的分配過程中,降低用戶滿意度,同時也降低了所駐留基站網絡資源利用率。
9、5、在話務預測的現有技術中,對非網絡因素的考慮較少。
技術實現思路
1、本發明旨在至少在一定程度上解決相關技術中的技術問題之一。
2、為此,本發明提出了一種5g賦能集中實時交互業務的保障方法,通過智能算力得到5g網絡實時交互業務模型,通過大數據平臺獲取場景需求特征,兩者綜合考慮,搭建實時交互業務需求平臺,生成固定和動態方案,并跟蹤用戶群體體驗的方案。本發明可提升網絡資源利用率以及提升用戶感知。
3、本發明的另一個目的在于提出一種5g賦能集中實時交互業務的保障系統。
4、為達上述目的,本發明一方面提出一種5g賦能集中實時交互業務的保障方法,包括:
5、根據基于5g實時業務歷史數據得到的扇區實時交互業務的需求特征生成5g網絡實時交互業務模型;
6、根據基于非網絡場景信息得到的實時交互業務的場景需求特征生成場景需求優先級列表;
7、根據所述5g網絡實時交互業務模型和所述場景需求優先級列表搭建實時交互業務需求平臺,并確認目標需求群;
8、利用所述實時交互業務需求平臺生成實時交互業務的固定方案和動態方案,并根據所述目標需求群的反饋信息同步更新所述固定方案和動態方案。
9、本發明實施例的5g賦能集中實時交互業務的保障方法還可以具有以下附加技術特征:
10、在本發明的一個實施例中,基于5g實時業務歷史數據得到扇區實時交互業務的需求特征,包括:
11、將獲取的5g實時業務歷史數據存儲于智能算力設備的臨時存儲區;
12、通過所述智能算力設備的運算單元執行運算得到扇區實時交互的業務特征;
13、基于所述扇區實時交互的業務特征輸出扇區未來一周的實時交互業務特征,并確認所述扇區實時交互業務的需求特征。
14、在本發明的一個實施例中,通過所述智能算力設備的運算單元執行運算得到扇區實時交互的業務特征,包括:
15、對所述5g實時業務歷史數據執行關鍵指標篩選算法得到反映業務特征的業務指標;
16、對所述業務指標執行時間軌道排列算法生成扇區的時間軌道三維坐標;
17、執行數據處理算法選取多個星期作為訓練數據,以小時為最小時間粒度訓練預測模型,基于訓練好的預測模型得到扇區實時交互的業務特征;其中,所述業務特征通過所述時間軌道三維坐標進行表示。
18、在本發明的一個實施例中,基于所述扇區實時交互的業務特征輸出扇區未來一周的實時交互業務特征,并確認所述扇區實時交互業務的需求特征,包括:
19、選取多個接近未來一周的扇區交互業務歷史數據,將扇區交互業務歷史數據中每周相同星期的天相匹配,以得到每個扇區的未來一周對應的實時交互特征指標值;
20、獲取預設的峰值業務特征指標門限值,并比較預設的峰值業務特征指標門限值與所述實時交互特征指標值的大小;若大于所述峰值業務特征指標門限值,則對應扇區為目標需求;反之,則為非目標需求。
21、在本發明的一個實施例中,根據實時交互業務的場景需求特征生成場景需求優先級列表,包括:
22、通過大數據平臺提取非網絡場景信息的關鍵信息以得到實時交互業務的場景需求特征值;
23、基于所述實時交互業務的場景需求特征值提取關鍵字;
24、將所述關鍵字輸入特征庫以輸出需求優先級列表。
25、在本發明的一個實施例中,更新所述特征庫,包括:
26、對所述關鍵字進行類型劃分,并設置同一類型關鍵字的最大積分和值;
27、基于預設的關鍵字積分值和所述最大積分和值計算各類型關鍵字的積分和值,并通過機器學習更新特征庫。
28、在本發明的一個實施例中,所述目標需求,包括第一目標需求群、第二目標需求群和第三目標需求群;其中,
29、所述第一目標需求群,包括屬于所述5g網絡實時交互業務模型的目標需求、且屬于所述場景需求優先級列表的目標需求;
30、所述第二目標需求群,包括屬于所述5g網絡實時交互業務模型的目標需求、但不屬于所述場景需求優先級列表的目標需求;
31、所述第三目標需求群,包括不屬于所述5g網絡實時交互業務模型目標需求、但屬于所述場景需求優先級列表的目標需求。
32、在本發明的一個實施例中,所述實時交互業務需求平臺,包括面向運營商模塊和面向用戶模塊;其中,
33、通過所述面向運營商模塊對多種業務數據進行目標推送,以基于目標推送結果和目標自身需求查詢實時交互業務情況得到查詢結果;其中,所述多種業務數據,包括5g網絡實時交互業務模型的數據、5g網絡資源和需求情況;以及,
34、通過所述面向用戶模塊跟蹤用戶主動申請需求的進度,以根據進度跟蹤結果通過用戶群體溝通渠道完成查詢和互動操作。
35、在本發明的一個實施例中,所述固定方案為對現有網絡結構的長期調整的方案,所述動態方案用于實時交互業務的臨時保障;其中,所述固定方案,包括站點規劃、擴減容、策略參數配置、5g專網建設和新增5wifi;所述動態方案,包括時延參數、功率參數、均衡策略、4/5g協同和天線權值。
36、為達上述目的,本發明另一方面提出一種5g賦能集中實時交互業務的保障系統,包括:
37、業務模型生成模塊,用于根據基于5g實時業務歷史數據得到的扇區實時交互業務的需求特征生成5g網絡實時交互業務模型;
38、優先級列表生成模塊,用于根據基于非網絡場景信息得到的實時交互業務的場景需求特征生成場景需求優先級列表;
39、業務需求平臺生成模塊,用于根據所述5g網絡實時交互業務模型和所述場景需求優先級列表搭建實時交互業務需求平臺,并確認目標需求群;
40、方案生成和更新模塊,用于利用所述實時交互業務需求平臺生成實時交互業務的固定方案和動態方案,并根據所述目標需求群的反饋信息同步更新所述固定方案和動態方案。
41、本發明實施例的5g賦能集中實時交互業務的保障方法和系統,通過智能算力得到5g網絡實時交互業務模型與通過大數據平臺獲取場景需求特征相結合,從而搭建實時交互業務需求平臺,生成固定和動態方案,并跟蹤用戶群體體驗的技術方案。該技術方案屬于網絡業務的一種新型管理體系,包含了網絡和非網絡因素,特別是針對對網絡要求較高的實時交互業務,通過5g網絡賦予該實時交互業務更好的體驗。該方案不僅適用于突發性的保障場景,也適用于日常較集中的實時交互業務場景,可對全網大范圍進行實施。
42、本發明附加的方面和優點將在下面的描述中部分給出,部分將從下面的描述中變得明顯,或通過本發明的實踐了解到。