-
公开(公告)号：CN116976482A
公开(公告)日：2023-10-31
申请号：CN202211219999.X
申请日：2022-09-30
Applicant: 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/04 , G06N3/0442 , G06N3/049 , G06F18/2415
Abstract: 本申请公开了一种换机倾向预测方法、装置、设备及存储介质，方法包括：通过LSTM网络和注意力机制对目标用户的时间序列数据进行向量表征，得到目标向量表征；获取目标用户的静态数据，对静态数据进行向量表示，得到静态特征向量；将静态特征向量和目标向量表征进行堆叠，形成全特征编码向量，将预设的用户多分片模块计算出的全特征编码向量的概率，确定为目标用户的目标换机概率。因此，采用了LSTM和注意力机制的表征方式，能够关注到目标用户换机的重点信息，更好的表征原有的时间序列数据。并且通过用户多分片模块计算不同分片下用户的换机概率，能更好地表征用户在换机时，其考虑因素的不同，提高了用户换机倾向预测的准确性。
-
公开(公告)号：CN118798407A
公开(公告)日：2024-10-18
申请号：CN202311538859.3
申请日：2023-11-17
Applicant: 中国移动通信集团浙江有限公司 , 中国移动通信集团有限公司 , 中国移动(浙江)创新研究院有限公司
IPC: G06Q10/04 , G06F16/9535 , G06N3/0442 , G06N3/0464
Abstract: 本申请涉及IT应用技术领域，提供了一种潜在换机用户预测方法、装置、电子设备和存储介质，包括获取时间数据；根据时间数据，选择预先训练完成的常规换机预测模型、品牌偏好换机预测模型和偶发性换机预测模型中的至少一个进行潜在换机用户预测；常规换机预测模型根据用户业务数据进行预测，品牌偏好换机预测模型根据用户业务数据和用户品牌偏好进行预测，偶发性换机预测模型根据用户业务数据和预设粒度的至少一类业务时序数据进行预测。本申请通过不同模型进行针对性的潜在换机用户预测，能够挖掘出更多的潜在客户群，提高预测准确性，另外，偶发性换机预测模型基于预设粒度的业务时序数据进行预测，能够表征出用户业务的趋势性和波动性。
-
公开(公告)号：CN116954960A
公开(公告)日：2023-10-27
申请号：CN202211225254.4
申请日：2022-09-30
Applicant: 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种监测系统的故障寻因方法、装置、设备及存储介质，属于人工智能技术领域，该方法包括：在检测到总故障指标异常时，获取叶子元素的当前值，基于当前值得到偏差度集合并计算得到根因潜在得分；基于根因潜在得分，进行筛选得到根因集合，并删除后代叶子元素；若符合集合条件，则将当前的根因集合作为故障根因。在本申请中，计算叶子元素的偏差度时，计算量小，筛选候选根因元素后将后代叶子元素删除，降低了对每层候选根因元素的迭代计算量，提高寻因速度，且预设的集合条件，提高了寻到的根因的准确度，即提高了对监测系统进行故障寻因的效率。
-
公开(公告)号：CN116975733A
公开(公告)日：2023-10-31
申请号：CN202210857842.3
申请日：2022-07-20
Applicant: 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC: G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种流量分类系统、模型训练方法、设备和存储介质，所述方法包括：获取用于模型训练的网络流量序列数据，和所述网络流量序列数据中的每一网络流所属类别；根据每个所述类别对应的样本数量确定所述类别对应的损失函数；根据所述损失函数和所述网络流量序列数据对预设的神经网络模型进行训练，得到网络流量分类模型，所述神经网络模型由编码器、卷积神经网络和分类器组成。本发明训练得到的网络流量分类模型更加准确。
-
公开(公告)号：CN118796807A
公开(公告)日：2024-10-18
申请号：CN202311539132.7
申请日：2023-11-17
Applicant: 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC: G06F16/215 , G06F16/35
Abstract: 本申请涉及数据清洗技术领域，提供一种数据清洗方法及装置。所述方法包括：根据无标签特征的数据与重构数据之间的关系，从所述无标签特征中筛选出第一重要特征；根据有标签特征的数据与随机特征的数据之间的关系，从所述有标签特征中筛选出第二重要特征；将所述第一重要特征和所述第二重要特征组合为重要特征集，对所述重要特征集中的异常数据进行清洗。本申请提供的数据清洗方法及装置由于对无标签数据和有标签数据均采用了针对性的特征自动筛选方法筛选出重要特征，能够使得特征筛选更加全面、更加准确和更加高效，进而提高后续数据清洗的全面性、准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN117278552A
公开(公告)日：2023-12-22
申请号：CN202210646946.X
申请日：2022-06-09
Applicant: 中国移动通信集团浙江有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种基于端边云自适应协同的视频或图像分析方法及装置，分析方法包括：获取视频或图像分析任务；根据任务需求、待分析的视频或图像数据以及计算指标信息判断终端计算节点是否具有独立执行分析任务的能力，若有，则经过部署在终端计算节点上的深度学习模型计算，执行分析任务；若不具有，则分析得到深度学习模型的分割点；根据分割点，在终端计算节点和边缘计算节点上部署深度学习模型的各部分进行协同计算，或者在终端计算节点、边缘计算节点和云计算节点上部署深度学习模型的各部分进行协同计算，执行分析任务。本发明根据任务复杂度和各端计算资源情况自适应地输出分析方案，从而达到输出最佳的协同计算方案的技术效果。
-
公开(公告)号：CN115733724A
公开(公告)日：2023-03-03
申请号：CN202110996024.7
申请日：2021-08-27
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: H04L41/0631 , H04L41/0677
Abstract: 本发明提供一种业务故障根因定位方法、装置、电子设备及存储介质，所述方法包括：将确定目标业务的目标指标存在异常的时刻，确定为异常时刻；基于以异常时刻为结束时刻的目标时间段内目标业务的调用链的信息，确实调用链上的各根因节点；基于各根因节点对应的告警，以及各设备之间的拓扑关系，确定各根因节点对应的告警中的根因告警。本发明提供的业务故障根因定位方法、装置、电子设备及存储介质，通过将确定目标业务的目标指标存在异常的时刻，确定为异常时刻，基于以异常时刻前的目标时间段内目标业务的调用链的信息，确实各根因节点，基于各根因节点对应的告警，以及各设备之间的拓扑关系，确定根因告警，能实现快速、准确的根因定位。
-
公开(公告)号：CN118803826A
公开(公告)日：2024-10-18
申请号：CN202410095091.5
申请日：2024-01-23
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
Abstract: 本申请实施例提供了一种小区减容方法、小区减容装置及存储介质，该方法包括：小区减容装置获取第一区域下的任一主小区和对应的多个邻区的MRO数据；基于MRO数据确定任一主小区和多个邻区之间的重叠覆盖占比值，并基于重叠覆盖占比值确定任一主小区对应的第一干扰能力值；基于第一干扰能力值、预设聚类算法确定N个最差小区；其中，N为正整数；通过多层网，和/或，单层网分别对N个最差小区所在扇区对应的业务负荷能力，或者，覆盖能力进行评估处理，在业务负荷能力，或者，覆盖能力满足评估条件的情况下，对N个最差小区进行拆除，从而可以更加精确的确定被减容小区，进而提升网络质量。
-
公开(公告)号：CN118802582A
公开(公告)日：2024-10-18
申请号：CN202410154660.9
申请日：2024-02-02
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: H04L41/147 , H04L41/16 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种网络负荷预测方法、装置、电子设备及存储介质。该网络负荷预测方法包括：确定第一预设区域内的多个基站之间的拓扑信息、多个基站的时序的现网信息和非时序的现网信息；时序的现网信息表征由基站的多个时间点的负荷指标值组成的第一时间序列数据；非时序的现网信息表征基站的工参数据；将拓扑信息、多个基站的时序的现网信息和非时序的现网信息，作为预测模型的输入，得到预测模型输出的第一预设区域内的每个基站的第二时间序列数据，第二时间序列数据包括对应的基站在指定时间窗口内的多个时间点的负荷指标的预测值；预测模型表征为基于图卷积的门控循环单元。
-
公开(公告)号：CN117827613A
公开(公告)日：2024-04-05
申请号：CN202410005418.5
申请日：2024-01-02
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了性能指标的检测方法、系统、设备及存储介质，该方法包括：获取业务系统当前的性能指标，并确定所述性能指标对应的智能模型；根据所述智能模型计算动态阈值，其中，所述动态阈值根据历史时段内的历史性能指标确定；当所述性能指标不满足所述动态阈值时，对所述性能指标进行二次分析，判断所述性能指标是否为异常指标。提高业务系统性能指标检测结果的准确率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.142 seconds)
