一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測方法
【專利摘要】本發(fā)明公開了一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測方法，屬于無線網(wǎng)絡技術(shù)領域。本方法根據(jù)真實無線網(wǎng)絡中用戶到達率的采樣數(shù)據(jù)建立預測基準，在用戶數(shù)據(jù)分析的基礎上確定預測參數(shù)的更新周期，將預測數(shù)據(jù)與實際數(shù)據(jù)之間的差值認定為偏差，通過二進制指數(shù)回退因子對影響用戶到達率的突發(fā)因素進行衰減性估計，從而消除突發(fā)因素對用戶行為預測結(jié)果的影響，實現(xiàn)對無線網(wǎng)絡中用戶訪問到達率的提前預測。本方法能夠為無線網(wǎng)絡在資源調(diào)配、資費標準調(diào)整等方面進行決策提供依據(jù)。
【專利說明】
一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法
技術(shù)領域
[0001] 本發(fā)明屬于無線網(wǎng)絡技術(shù)領域，具體涉及一種以二進制指數(shù)回退方式進行偏差校 正的網(wǎng)絡用戶到達率預測方法。
【背景技術(shù)】
[0002] 無線網(wǎng)絡中用戶的訪問請求到達率(單位時間內(nèi)請求接入無線網(wǎng)絡的用戶個數(shù)） 直接影響該無線網(wǎng)絡在未來一段時間內(nèi)的網(wǎng)絡服務用戶數(shù)量、服務質(zhì)量、維護強度、資費標 準等參數(shù)，因此實現(xiàn)用戶到達率的準確預測對無線網(wǎng)絡運營具有十分重要的現(xiàn)實意義。本 發(fā)明正是基于這種需求所提出的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預 測方法。
[0003] 目前在無線網(wǎng)絡技術(shù)領域?qū)W(wǎng)絡用戶到達率進行預測的研究成果有： P. Moungnoul等人采用網(wǎng)格法和線性回歸的方法，對GSM移動通信蜂窩網(wǎng)絡中的用戶行為模 式進行了建模和預測;Farzaneh Kohandani等人先采用標準卡爾曼濾波遞歸對網(wǎng)絡采樣數(shù) 據(jù)進行處理，然后通過引入糾正參數(shù)降低平均絕對百分誤差的方法，對一個通信網(wǎng)絡中用 戶的無線通話時間進行預測;Y.Akinage等人采用時間序列分析法對移動通信網(wǎng)絡中的區(qū) 域通信量進行預測，希望以此提高網(wǎng)絡的接入和通信速度等。這些研究過程通常與特定的 網(wǎng)絡對象相關(guān)聯(lián)，用戶行為具有特定網(wǎng)絡的特征。當突發(fā)性因素導致用戶行為模式發(fā)生變 化，使得用戶到達率劇烈波動時，這些方法的預測結(jié)果難以及時體現(xiàn)變化。此外，這些預測 方法往往也因為復雜度高、計算費時而給實時的系統(tǒng)應用帶來一定困難。
[0004] 本發(fā)明提出的基于二進制指數(shù)回退偏差校正的預測方法完全解決了現(xiàn)有方法所 存在的主要問題:不采用特定網(wǎng)絡的任何參數(shù)或運營模式作為預測方法的一部分，使得預 測對象脫離特定網(wǎng)絡的特征，解決了預測結(jié)果依賴于特定網(wǎng)絡的問題;通過偏差校正，使得 突發(fā)性因素產(chǎn)生的影響能迅速被檢測到，解決了突發(fā)性因素在預測結(jié)果中不能及時體現(xiàn)的 問題；以統(tǒng)計學方法建立預測基準，在預測基準上進行二進制指數(shù)回退的突發(fā)性因素衰減 計算，解決了計算復雜度高、實時系統(tǒng)應用困難的問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提出一種不依賴于特定網(wǎng)絡，能夠應用于實時系統(tǒng)，對無線網(wǎng)絡 中的用戶到達率可以進行精確預測的方法。
[0006] 為完成本發(fā)明的目的，本發(fā)明采用的技術(shù)方案是：一種基于二進制指數(shù)回退偏差 校正的網(wǎng)絡用戶到達率預測方法，包括以下步驟：
[0007] 步驟(1)、在需要進行網(wǎng)絡用戶行為預測的無線網(wǎng)絡中進行用戶到達率數(shù)據(jù)采樣；
[0008] 步驟(2)、根據(jù)采樣結(jié)果確定預測周期(通常以自然日24小時為周期），采用經(jīng)典統(tǒng) 計學方法(平均值法)建立用戶到達率的預測基準；
[0009] 步驟(3)、確定回退周期，對回退周期內(nèi)的突發(fā)性影響因素以二進制指數(shù)回退的方 法進行消除，校正預測基準數(shù)據(jù)，從而對下一時間點的用戶到達率進行預測；
[0010]步驟(4)、根據(jù)當前用戶到達率預測值和采樣值計算偏差值，更新回退周期內(nèi)的突 發(fā)性影響因素。
[0011]其中，對用戶到達率數(shù)據(jù)采樣是在采樣時間區(qū)間內(nèi)獲取用戶對無線網(wǎng)絡進行服務 請求的數(shù)據(jù)，在每一次進行預測前，采樣數(shù)據(jù)必須進行更新，以保證所獲取的數(shù)據(jù)要求是與 距預測時間點最為接近的采樣時間區(qū)間內(nèi)的用戶到達數(shù)據(jù)。
[0012] 其中，根據(jù)采樣結(jié)果確定預測周期可以采用圖像法、時間序列分析法等方法，預測 周期通常為自然日（24小時）。這是通過對多個無線網(wǎng)絡的用戶行為模式進行分析，以及結(jié) 合人類生活規(guī)律所確定的。盡管用戶到達率會由于某些未知因素有所起伏，但是在總體上 呈現(xiàn)以24小時為周期的周期性變化，每個周期中都在近似時間位置分別出現(xiàn)波峰和波谷。 24小時恰好是一天的時間周期，用戶請求呈現(xiàn)的周期性變化與人類生物周期相吻合，因此 用戶到達率所呈現(xiàn)的24小時周期性變化并不是偶然，而是由人類生活規(guī)律所決定的，生活 規(guī)律驅(qū)使無線網(wǎng)絡用戶們在相似的時間點從事相似的活動。
[0013] 其中，突發(fā)性影響因素是指可能引起用戶進入無線網(wǎng)絡進行網(wǎng)絡服務請求的變 化。譬如暴雨天氣使得人們無法外出，上網(wǎng)瀏覽、購物或者進行網(wǎng)絡游戲的需求就會增加， 而節(jié)假日人們外出慶祝度假，可能就會減少網(wǎng)絡服務的需求。這些偶然或者必然因素(譬如 天氣屬于偶然因素，而節(jié)假日則可以認為是必然因素)使得實際的網(wǎng)絡用戶到達率與預測 值產(chǎn)生偏差。
[0014] 其中，回退周期表明突發(fā)性影響因素引發(fā)的后果并不會立即消失，而是會延續(xù)一 段時間，突發(fā)性影響因素在回退周期內(nèi)有效。盡管不同的因素作用的時間點、間隔長短有所 不同，但是一個容易被理解的情況是:越是最近發(fā)生的突發(fā)情況越可能活躍，而之前一段時 間發(fā)生的突發(fā)情況的影響則漸漸減弱，甚至可能已經(jīng)不再作用。即，越是最近發(fā)生的突發(fā)情 況，越可能引起無線網(wǎng)絡用戶實際的頻譜服務請求與估計值之間的偏差，而過去發(fā)生的突 發(fā)情況所引起的估計偏差則越來越小。
[0015] 本發(fā)明的原理在于：
[0016] 在需要進行網(wǎng)絡用戶行為預測的無線網(wǎng)絡中進行用戶到達率數(shù)據(jù)實時采樣，保證 用于預測的采樣數(shù)據(jù)包含突發(fā)性影響因素，采用經(jīng)典統(tǒng)計學方法(平均值法)建立周期為自 然日（24小時）的用戶到達率預測基準，在預測基準上采用二進制指數(shù)回退方法對對回退周 期內(nèi)的突發(fā)性影響因素進行消除，從而實現(xiàn)對用戶到達率的預測。
[0017] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0018] (1)不依賴于特定網(wǎng)絡的限制條件或性質(zhì)，使得預測對象脫離特定網(wǎng)絡的特征，解 決了預測結(jié)果依賴于特定網(wǎng)絡的問題；
[0019] (2)通過偏差校正，使得突發(fā)性因素產(chǎn)生的影響能迅速被檢測到，解決了突發(fā)性因 素在預測結(jié)果中不能及時體現(xiàn)的問題；
[0020] (3)以統(tǒng)計學方法(平均值法)建立預測基準，在預測基準上進行二進制指數(shù)回退 的突發(fā)性因素衰減計算，降低了計算復雜度，解決了實時系統(tǒng)應用困難的問題。
【附圖說明】
[0021 ]圖1為本發(fā)明實現(xiàn)流程圖；
[0022] 圖2為一個普通無線網(wǎng)絡用戶到達率數(shù)據(jù)采樣的截圖；
[0023] 圖3為本發(fā)明在用戶到達平穩(wěn)的情況下預測效果；
[0024] 圖4為本發(fā)明在突發(fā)性因素引起用戶到達急劇變化情況下的預測效果。
【具體實施方式】
[0025]下面結(jié)合附圖和實施例對本發(fā)明作進一步的描述。
[0026]本發(fā)明提出了一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測方法，該 方法基于事先采樣完成對所預測網(wǎng)絡的用戶信息的收集。經(jīng)過從多個無線網(wǎng)絡進行采樣和 分析，可以發(fā)現(xiàn)無線網(wǎng)絡中用戶到達率具有如圖2中的周期性特征。盡管用戶請求會由于某 些未知因素有所起伏，但是在總體上呈現(xiàn)以24小時為周期的周期性變化，每個周期中都在 近似時間位置分別出現(xiàn)波峰和波谷。24小時恰好是一天的時間周期，用戶請求呈現(xiàn)的周期 性變化與人類生物周期相吻合，因此有理由相信用戶請求到達強度所呈現(xiàn)的24小時周期性 變化并不是偶然，而是由人類生活規(guī)律所決定的，生活規(guī)律驅(qū)使用戶們在相似的時間點從 事相似的活動。
[0027] 如圖1所示，本發(fā)明的具體實施步驟如下：
[0028] 步驟(1)、在需要進行網(wǎng)絡用戶行為預測的無線網(wǎng)絡中進行用戶到達率數(shù)據(jù)采樣。
[0029] 由于用戶接入無線網(wǎng)絡時需要由服務器分配IP地址，因此服務器可以記錄每一個 用戶到達的時間，從而獲得用戶到達率的采樣數(shù)據(jù)。
[0030] 步驟(2)、根據(jù)采樣結(jié)果確定預測周期(通常以自然日24小時為周期），采用經(jīng)典統(tǒng) 計學方法(平均值法)建立用戶到達率的預測基準。
[0031] 將網(wǎng)絡用戶在一個時間周期內(nèi)進入無線網(wǎng)絡進行頻譜服務請求的強度以時間序 列{&，\2，一，\ 24}表示，由歷史采樣數(shù)據(jù)所確定的用戶到達率預測基準1；(其中七=1，2，~， 24)為：
[0032]
.(1).,
[0033]其中P為采樣周期天數(shù)。
[0034] 則用戶到達率的預測結(jié)果為可以表示為：
[0035]
(2).
[0036] 其中％為對用戶偏差et(即用戶到達率的實際值與用戶到達率的估計值之間的差 值)進行的預測。
[0037] 步驟(3)、確定回退周期，對回退周期內(nèi)的突發(fā)性影響因素以二進制指數(shù)回退的方 法進行消除，校正預測基準數(shù)據(jù)，從而對下一時間點的用戶到達率進行預測。
[0038] 引起偏差^的原因可能有多種，天氣、節(jié)假日或者其他突發(fā)情況都可能引起用戶 進入無線網(wǎng)絡進行頻譜服務請求的變化。譬如暴雨天氣使得人們無法外出，上網(wǎng)瀏覽、購物 或者進行網(wǎng)絡游戲的需求就會增加，而節(jié)假日人們外出慶祝度假，可能就會減少網(wǎng)絡服務 的需求。大多數(shù)這樣由于某些因素出現(xiàn)而導致對頻譜服務需求的改變，這些偶然或者必然 因素(譬如天氣屬于偶然因素，而節(jié)假日則可以認為是必然因素）引發(fā)的后果并不會立即消 失，而是會延續(xù)一段時間。盡管這些不同的因素作用的時間點、間隔長短有所不同，但是一 個容易被理解的情況是：越是最近發(fā)生的突發(fā)情況越可能活躍，而之前一段時間發(fā)生的突 發(fā)情況的影響則漸漸減弱，甚至可能已經(jīng)不再作用。也就是說，越是最近發(fā)生的突發(fā)情況， 越可能引起用戶實際的頻譜服務請求與估計值之間的偏差，而過去發(fā)生的突發(fā)情況所引起 的估計偏差則越來越小。因此在對偏差值的估計中引入一個二進制指數(shù)回退因子Θ，對偏 差估計值表示為：
[0039]
(3).
[0040] 其中Θ決定了回退周期，在Θ個采樣周期內(nèi)的偏差都以二進制指數(shù)系數(shù)的方式對預 測期內(nèi)的偏差產(chǎn)生影響。
[0041] 步驟(4)、根據(jù)當前用戶到達率預測值和采樣值計算偏差值，更新回退周期內(nèi)的突 發(fā)性影響因素。
[0042] 考慮到偏差的含義是估計值與實際值之間的偏離程度，在進行對未來一段時間內(nèi) 用戶到達率的預測時，該時間段的用戶到達率實際值仍是一個未知量，因此用預測值毛與 預測基準值I；來表示偏差，有：
[0043]
(4)
[0044] 結(jié)合以上(3)和(4)兩式，得到：
[0045](5J /c-i
[0046] 根據(jù)式(2)和(5)，則對用戶到達率進行預測的可以表示為：
[0047]
(6).
[0048] 在以上式中，At表示用戶到達率在時間點t的實際采樣值，&表示用戶到達率在時 間點t的預測結(jié)果，表示用戶到達率在時間點t的預測基準，P表示采樣周期天數(shù)，Θ表示回 退周期，表示到達率預測值與實際值在時間點t的實際偏差，4表示到達率預測值與實際 值在時間點t的偏差估計值。
[0049] 實際的用戶到達率與根據(jù)統(tǒng)計數(shù)據(jù)計算出來的預測基準值之間的偏差，是由外部 因素所引起的。這樣的影響并不能在短時期內(nèi)迅速消除。當進行用戶到達率預測時（即估計 4時），外部因素產(chǎn)生的影響效果由帶入預測值中，但是由于外部因素發(fā)生時間 的長短不同，不同因素產(chǎn)生不同級別的影響。因此這些因素影響都被包含在對偏差ε進行的 估計中，而不是用在預測過程中難以計算的Ι? -石進行表示。
[0050] 當用戶平穩(wěn)到達時，本發(fā)明的預測結(jié)果也相對平穩(wěn)，如圖3所示。當由于突發(fā)性因 素引起用戶到達急劇變化時，由于本發(fā)明對預測偏差進行監(jiān)測，因此將突發(fā)性因素引起的 偏差進行實時校正，如圖4所示，預測效果能夠反映用戶到達率的突然變化。
[0051] 此外，如果采樣周期天數(shù)Ρ是確定的，則采樣數(shù)據(jù)必須不斷進行周期更新。在每一 個采樣周期（24小時)結(jié)束后，最早的一個周期的采樣數(shù)據(jù)序列{心，\ 2，一，\24}則被最新獲 得的一個周期的米樣數(shù)據(jù)序列{入24?3+1，入24?3+2，"_，入24?3+24}所代替。這樣可以保證數(shù)據(jù)不斷 進行更新，新的可能引起預測偏差的影響因素被包括在采樣數(shù)據(jù)中，最終在預測偏差估計 中得以體現(xiàn)。
[0052]本發(fā)明未詳細闡述的部分屬于本領域的技術(shù)人員公知技術(shù)。
[0053]以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術(shù)領域的普通技術(shù)人 員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應 視為本發(fā)明的保護范圍。如由于特殊工作時間的要求，用戶時間周期不再為自然天（24小 時），呈現(xiàn)出時間周期延長或縮短的特例。
【主權(quán)項】
1. 一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測方法，其特征在于實現(xiàn)步 驟如下： 步驟(1)、在需要進行網(wǎng)絡用戶行為預測的無線網(wǎng)絡中進行用戶到達率數(shù)據(jù)采樣； 步驟(2)、根據(jù)用戶到達率數(shù)據(jù)采樣結(jié)果確定預測周期，采用經(jīng)典統(tǒng)計學方法建立用戶 到達率的預測基準數(shù)據(jù)； 步驟(3)、確定回退周期，對回退周期內(nèi)的突發(fā)性影響因素以二進制指數(shù)回退的方法進 行消除，校正預測基準數(shù)據(jù)，從而對下一時間點的用戶到達率進行預測； 步驟(4)、根據(jù)當前用戶到達率預測值和采樣值計算偏差值，更新回退周期內(nèi)的突發(fā)性 影響因素。2. 根據(jù)權(quán)利要求1中所述的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法，其特征在于:所述步驟（1)中對用戶到達率數(shù)據(jù)采樣是在采樣時間區(qū)間內(nèi)獲取用戶對 無線網(wǎng)絡進行服務請求的數(shù)據(jù)，在每一次進行預測前，采樣數(shù)據(jù)必須進行更新，以保證所獲 取的數(shù)據(jù)要求是與距預測時間點最為接近的采樣時間區(qū)間內(nèi)的用戶到達數(shù)據(jù)。3. 根據(jù)權(quán)利要求1中所述的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法，其特征在于:所述步驟(2)中根據(jù)用戶到達率數(shù)據(jù)采樣結(jié)果確定預測周期，采用圖像 法、時間序列分析法，用戶到達率在所確定的每個預測周期中都在近似時間位置分別出現(xiàn) 波峰和波谷，從而確認用戶到達率的周期性。4. 根據(jù)權(quán)利要求1中所述的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法，其特征在于:所述步驟(3)中突發(fā)性影響因素是指可能引起用戶進入無線網(wǎng)絡進行網(wǎng) 絡服務請求的變化，使得實際的網(wǎng)絡用戶到達率與預測值產(chǎn)生偏差；回退周期是突發(fā)性影 響因素的衰減時間，突發(fā)性影響因素在回退周期內(nèi)有效，但是呈現(xiàn)衰減狀態(tài)，越是最近發(fā)生 的突發(fā)情況，越可能引起無線網(wǎng)絡用戶實際的頻譜服務請求與估計值之間的偏差，而過去 發(fā)生的突發(fā)情況所引起的估計偏差則越來越小。5. 根據(jù)權(quán)利要求1中所述的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法，其特征在于:所述步驟(3)中對回退周期內(nèi)的突發(fā)性影響因素以二進制指數(shù)回退的方 法進行消除，是指對突發(fā)性影響因素以二進制指數(shù)方式進行效果遞減計算，進而取和得到 回退周期內(nèi)所有引起偏差的突發(fā)性影響因素對到達率預測的總體影響效果，在步驟(2)中 所述的預測基準數(shù)據(jù)中將該總體影響效果進行消除，從而實現(xiàn)對用戶到達率的預測。6. 根據(jù)權(quán)利要求1中所述的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法，其特征在于:所述步驟(2)中的預測周期以自然日24小時為周期。7. 根據(jù)權(quán)利要求1中所述的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法，其特征在于:所述步驟(2)中經(jīng)典統(tǒng)計學方法為平均值法。8. 根據(jù)權(quán)利要求1中所述的一種基于二進制指數(shù)回退偏差校正的網(wǎng)絡用戶到達率預測 方法，其特征在于:所述步驟(4)中的根據(jù)當前用戶到達率預測值和采樣值計算偏差值，是 指將用戶到達率的預測值和用戶到達率的實際采樣值之間的差值認定為預測偏差。
【文檔編號】H04L12/24GK105933152SQ201610250623
【公開日】2016年9月7日
【申請日】2016年4月21日
【發(fā)明人】王璐, 吳威, 周忠
【申請人】北京航空航天大學