-
公开(公告)号：CN118820408A
公开(公告)日：2024-10-22
申请号：CN202311342205.3
申请日：2023-10-17
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35
Abstract: 本申请公开了一种数据处理方法、装置、电子设备及可读存储介质，属于人工智能技术领域。本申请实施例中的数据处理方法包括：获取用户的查询问题；对所述查询问题进行意图分类，得到分类识别结果；根据所述分类识别结果对所述查询问题进行维度分解，得到所述查询问题对应的维度信息；根据所述查询问题和所述维度信息匹配数据处理函数及其请求参数的取值；利用所述数据处理函数从数据源系统中获取数据处理结果。由此，可以提高数据处理效率，提升用户体验。
-
公开(公告)号：CN116916359A
公开(公告)日：2023-10-20
申请号：CN202310313167.2
申请日：2023-03-28
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04W24/06 , G06F18/2433 , G06N20/00 , H04W24/10
Abstract: 本发明提供了一种无线网络数据处理方法及装置，属于网络智能化技术领域。无线网络数据处理方法，包括：获取无线网络数据，将所述无线网络数据划分为预设类别；建立无线网络模型，将所述无线网络数据按照预设类别输入所述无线网络模型；利用所述无线网络数据对所述无线网络模型进行训练，学习所述无线网络数据的数据间关系性和数据自身的时序性；利用所述无线网络模型输出网元整体指标参数和网元内部指标参数。本发明的技术方案能够对多种场景的数据进行分析处理。
-
公开(公告)号：CN116127052A
公开(公告)日：2023-05-16
申请号：CN202111341557.8
申请日：2021-11-12
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F16/335 , G06F16/35 , G06F16/387 , G06F16/2458 , G06F40/289 , G06F18/22 , G06F18/214 , G06F18/241
Abstract: 本发明提供了一种数据处理方法、装置及设备，其中，数据处理方法包括：获取待处理站点名称的第一待匹配拼音，以及待处理站点名称对应的第一目标站点名称中第一信息的第一目标拼音；根据第一待匹配拼音和第一目标拼音，得到待处理站点名称是否属于模糊资源信息的第一处理结果；将待处理站点名称进行分词，得到至少一个第一分词结果；根据至少一个第一分词结果和参考站点名称，得到待处理站点名称是否属于模糊资源信息的第二处理结果；根据第一处理结果、第一权重系数、第二处理结果以及第二权重系数，得到待处理站点名称是否属于模糊资源信息的最终结果。本方案很好的解决了现有技术中针对模糊资源确定的数据处理方案效率低、人工成本高的问题。
-
公开(公告)号：CN115865610A
公开(公告)日：2023-03-28
申请号：CN202110923735.1
申请日：2021-08-12
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L41/0631 , G06F40/211 , H04L41/14 , G06F40/289 , G06N3/084
Abstract: 本发明提供一种网络告警信息处理方法、装置及设备。本发明方法包括获取预设时间段内的M条网络告警信息，M≥2，且M为正整数；基于M条所述网络告警信息，构建告警语料；根据所述告警语料和自然语言处理模型，得到与所述告警语料相关的告警向量；根据与所述告警语料相关的告警向量，得到反映网络告警信息之间的影响关系的目标矩阵。本发明通过使用自然语言处理模型，得到告警的向量表征，进而定量计算告警之间影响关系的大小，从而能够获得更加精确地告警之间的关联关系。
-
公开(公告)号：CN118828628A
公开(公告)日：2024-10-22
申请号：CN202311315793.1
申请日：2023-10-11
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04W24/06 , H04W12/084
Abstract: 一种无线网络模型的token表征方法及网络设备，该方法包括：获取无线网络模型的网元数据，所述网元数据用于表征网元的状态；对所述网元数据进行分割，并对分割后的网元数据进行高维表征，获得所述无线网络模型的对应的网元快照；确定所述网元快照作为所述无线网络模型建模的token；其中，一个所述token用于指示一个网元在预设时间段内的状态。本申请基于网元数据获得无线网络模型的对应的网元快照，将网元快照作为无线网络模型的token，每个token均是原始信息的高维表征，其物理机理清晰，在不同文本中是通用且稳定的。得到token后，可以设计符合网络结构化数据的专有模型，提升无线网络模型的准确率。
-
Patent Agency Ranking
公开(公告)号：CN117076600A
公开(公告)日：2023-11-17
申请号：CN202310946700.9
申请日：2023-07-28
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F16/33 , G06F16/35 , G06F40/253 , G06F40/216 , G06F40/30 , G06F18/214 , G06N3/0455 , G06N3/08
Abstract: 本申请实施例公开了一种文本处理方法、装置、电子设备及存储介质，将待处理投诉文本输入文本编码器，利用文本编码器从待处理投诉文本中提取出第一文本特征，并将第一文本特征输出至文本解码器；利用文本解码器，基于第一文本特征，通过骨架模型生成第一故障描述骨架句，并通过属性模型生成与第一故障描述骨架句关联的第一故障描述属性句；利用文本解码器，将第一故障描述骨架句和第一故障描述属性句按照语法顺序输出，构成待处理投诉文本对应的故障描述信息。
-
公开(公告)号：CN116910528A
公开(公告)日：2023-10-20
申请号：CN202310127188.5
申请日：2023-02-17
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种模型训练方法、装置及设备，其中，模型训练方法包括：获取目标网元的邻区关系数据和第一网元的无线运维能力的相关数据；第一网元包括目标网元和目标网元的邻区网元；根据邻区关系数据和无线运维能力的相关数据，训练基于编码器‑解码器框架的业务模型的模型参数；无线运维能力的相关数据包括：特征数据、结果数据、变化参数、混杂因子以及占位符；占位符用于进行网元整体表征；模型参数包括：隐含网元内关系表征的第一参数，以及隐含网元间关系表征的第二参数。本方案能够实现得到的业务模型可包含网元内关系表征以及网元间关系表征，从而解决现有技术中用于建模的模型训练方案得到的业务模型缺少网元间关系表征的问题。
-
公开(公告)号：CN116909832A
公开(公告)日：2023-10-20
申请号：CN202310102229.5
申请日：2023-01-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F11/30 , G06F18/214 , G06F18/213
Abstract: 本发明公开了一种数据关系识别方法、装置、设备及存储介质。其中，所述方法包括：获取待测数据；所述待测数据包括在第一时间段内的多种维度的第一序列数据和在第二时间段内的时间维度的第二序列数据；将所述待测数据输入预先训练的关系表征模型，以通过所述关系表征模型输出所述待测数据的关系表征向量；所述关系表征向量用于表征不同维度的第一序列数据之间的关系；其中，所述关系表征模型是基于训练数据对预测模型进行训练得到的；所述训练数据包括在第三时间段内的多种维度的第三序列数据和在第四时间段内的时间维度的第四序列数据。
-
公开(公告)号：CN114765575A
公开(公告)日：2022-07-19
申请号：CN202110001432.4
申请日：2021-01-04
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L41/0695 , H04L41/0631 , G06K9/62
Abstract: 本发明提供一种网络故障原因预测方法、装置及电子设备，解决现有网络故障原因预测准确率低的问题。本发明的方法包括：获取故障工单中的分类特征向量，分类特征向量包括第一类特征向量和第二类特征向量；根据第一类特征向量和第一分类预测模型，得到故障工单所属的目标故障原因类别；根据第二类特征向量以及与目标故障原因类别相对应的第二分类预测模型，得到所述故障工单在所述目标故障原因类别中的目标故障原因子类别。本发明通过两步预测方法，即先对故障原因大类进行预测，再对该故障原因大类中的故障原因细分的类别进行预测，能够有效地减少每一步预测的类别数，提升预测结果的准确率。
-
公开(公告)号：CN114723197B
公开(公告)日：2025-05-13
申请号：CN202110001481.8
申请日：2021-01-04
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06Q10/0639 , G06Q10/20 , G06F18/23
Abstract: 本发明提供一种故障根因定位方法、装置及电子设备，解决现有根因定位效率低的问题。本发明的方法包括：获取第一时刻到故障缓和时刻之间的第一关键性能指标KPI数据，第一时刻为故障发生时刻之前的第一预设时刻；根据第一KPI数据，确定KPI突变时刻；根据与KPI突变时刻相关的第二KPI数据，得到KPI突变特征和KPI差异特征；根据KPI突变特征和KPI差异特征，确定故障根因KPI。本发明能够在仅已知相关KPI数据的条件下，准确高效定位故障根因KPI，且方法复杂度低，定位过程不需要人工干预，降低人工成本。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.054 seconds)
