（计算机应用技术专业论文）时间序列分析在移动话务量预测中的应用研究.pdfVIP

时间序歹0 分析在移动话务量预测中的威用研究 摘要 随着中国移动通信事业的快速发展，移动电话用户数量爆炸性增长，使得话 务量需求急剧攀升，给移动通信网络造成很大压力。如何准确及时的预测话务量 成为移动通信运营商关注的焦点。因为准确的预测话务量不仅可以及时进行网络 扩容，保证网络运行质量，还可以提前进行合理的网络规划，提高投资效益。运 营商和通信规划设计单位迫切需要对话务量进行准确预测的方法。本文主要针对 时间序列分析在中短期移动话务量预测中的应用做了以下几点研究： l 、移动话务量影响因素分析。移动通信已经取代固定电话成为最主要的通 信手段，移动话务量也呈现出与固定电话话务量不同的特点。本文从三个方面分 析了影响移动话务量的因素：移动自身的特性，外部因素和企业内部因素。外部 因素主要包括宏观经济、市场竞争和社会文化因素。企业内部因素主要分析了资 费和营销策略的影响。 2 、传统间序列分析方法在月忙时和周忙时话务量预测中的应用分析。传统 时间序列分析是应用最广泛的预测方法，也是最成熟的预测技术。传统时间序列 的预测技术非常多，本文在对话务量特征分析的基础上，将时间序列预测技术分 成固定模型预测技术( f m t s ) 和开放模型预测技术( o m t s ) 。针对不同时间类 型的话务量序列分别研究了指数平滑方法中的h o l t 模型和开放预测技术中的 b o x - - j e n k i n s 模型( 也称为a r i m a 模型) 。并分别进行了实例比较，结果证明 这两种模型有非常好的预测效果。 3 、神经网络预测方法在日话务量预测中的应用分析。人工神经网络具有自 组织、自适应和自学习的能力，能较好的处理时间序列中多因素，具有不确定性 和非线性等问题，神经网络成为最具发展前途的预测技术。b p ( b a c k p r o p a g a t i o nn e t w o r k ) 网络是神经网络中最重要的算法。本文在介绍了b p 网络 的标准算法后，针对日话务量突发性和随机性的特点引人了一种改进的b p 网络 算法，实例分析表明这种算法具有较高的预测精度。 4 、话务量预测决策支持系统原型设计。话务量预测越来越成为电信运营企 业管理决策的一个重要内容，但是预测技术种类繁多而且具体技术细节复杂，无 法适应日常企业管理应用。所以，开发一种决策支持系统就成为一个迫切的要求。 本文在对常规决策支持系统研究的基础上提出了针对移动运营企业的话务量决 策支持系统( f o r e c a s to f t h et e l e p h o n et r a f f i cd e c i s i o ns u p p o r ts y s t e m ，f t t d s s ) 。 关键词：话务量，预测，时间序列，神经网络，决策支持 时间序列分析在移动话务量预测中的应用研究 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fc h i n am o b i l ec o m m u n i c a t i o n ，t h ee x p l o d i n go f t h em o b i l et e l e p h o n es u b s c r i b e r sm a k e st h et e l e p h o n et r a f f i cd e m a n di n c r e a s er a p i d l y , i tg i v e sg r e a tp r e s s u r et ot h em o b i l ec o m m u n i c a t i o nn e t w o r k s h o wt op r e d i c tt h e t e l e p h o n ed e m a n dc o r r e c t l ya n dt i m e l yi st h ef o c u so ft h em o b i l eo p e r a t o r s p r e d i c t i n g t h et e l e p h o n ed e m a n dc o r r e c t l yc a nn o to n l ym a k et h en e t w o r ke x t e n dt oa s s u r et h e n o r m a ls e r v i c eb u ta l s om a k en e t w o r kp r o g r a m m i n gt o i m p r o v et h eb e n e f i to f i n v e s t m e n ti na d v a n c e s oa na c c u r a c ya l g o r i t h mf o r p r e d i c t i n gt h et e l e p h o n et r a f f i ci s n e c e s s a r i l yn e e d e db yt h em o b i l eo p e r a t o r s i nt h i sp a p e r , t h ef o l l o w i n ga s p e c t s a i m i n ga tt h et i m e - s e r i e so ft h es h o r t t i m et e l e p h o n et r a f f i cd e m a n dh a v eb e e nm a i n l y s t u d i e d ： 1 、 a n a l y s i so ft h ef a c t o r sa f f e c t i n gt h et e l e p h o n et r a f f i c t h ec h a r a c t e r i s t i c so f t e l e p h o n et r a f f i co ft h em o b i l et e l e p h o n ea r ev e r yd i f f e r e n tf r o mt h a to ft h et e l e p h o n e i nt h i sp a p e r , t h ef o l l o 谢n gt h r e ea s p e c t sh a v eb e e ns t u d i e d ：t h ec h a r a c t e r i s t i co ft h e m o b i l ep h o n ei t s e l f 、e x t e r i o ra n di n t e r i o rf a c t o r so ft h ec o m p a n y 明跫e x t e r i o rf a c t o r s m a i n l yi n c l u d em a c r o e c o n o m i c s 、t h em a r k e tc o m p e t i t i o na n dc u l t u r ef a c t o r s a n d t h ei n t e r i o rf a c t o r sa r em a i n l yf e e sa n dm a r k e t i n gs t r a t e g y 2 、 a n a l y s i so ft h ea p p l i c a t i o no ft r a d i t i o n a lt i m e s e r i e sm e t h o di np r e d i c t i n gt h e t e l e p h o n et r a f f i ci nb u s ym o n t h sa n db u s yw e e k s t h et r a d i t i o n a lt i m e s e r i e sm e t h o d i st h em o s tw i d e l yu s e dw e l l r o u n d e dp r e d i c t i n gt e c h n i q u e t h e r ea r em a n yt r a d i t i o n a l t i m e s e r i e s p r e d i c t i n gm e t h o d s i nt h i sp a p e r ，b a s e do n t h e a n a l y s i s o ft h e c h a r a c t e r i s t i c so ft h et e l e p h o n et r a f f i ct h et i m e s e r i e sp r e d i c t i n gm e t h o d sa l ed i v i d e d i n t of m t sa n do m t s a i m i n ga td i f f e r e n tt i m e l yt e l e p h o n et r a m c h o l tm o d e la n d b o x j e n k i n sm o d e la r es t u d i e ds e p a r a t e l y 强ec o m p a r i s o no ft h ee x a m p l e so ft h et w o m e t h o d sp r o v e st h a tt h et w om o d e l sb o t hh a v eg o o dp r e d i c t i n gr e s u l t s 3 、 a n a l y s i so ft h ea p p l i c a t i o no ft h en e u r a ln e t w o r km e t h o di np r e d i c t i n gt h e d a i l yt e l e p h o n et r 世i c s e l f - o r g a n i z a t i o n 、s e l f - a d a p t a t i o na n ds e l f - s t u d y , d e a l i n g w e l lw i t ht h em u l t i f a c t o r si nt i m e s e r i e sa n dt h eu n c e r t a i n t ya n dn o n 1 i n e a r p r o b l e m s b p ( b a c k p r o p a g a t i o nn e t w o r k ) i st h em o s ti m p o r t a n t a l g o r i t h mo ft h e n e u r a ln e t w o r k i nt h i sp a p e r , a f t e ri n t r o d u c i n gt h en o r m a la l g o r i t h mo fb p w em a d e a ni m p r o v e db pn e t w o r ka l g o r i t h mt ot h eq u e s t i o no ft h ep a r o x y s m a la n dr a n d o r n i c i t y o ft h ed a i l yt e l e p h o n et r a f f i c t h ea n a l y s i so fa ne x a m p l eh a sp r o v e dt h a tt h en e w a l g o r i t h mh a sh i g ha c c u r a c yo fp r e d i c t i o n 4 、d e s i g no ft h eo r i g i n a lm o d e lf o rt h ef o r e c a s to ft h et e l e p h o n et r a f f i c d e c i s i o ns u p p o r ts y s t e m ( f t t d s s ) t h ep r e d i c t i o no ft h et e l e p h o n et r a f f i ci sm o r e a n dm o r ei m p o r t a n ti nt h em a n a g e m e n to fm o b i l ec o m p a n yb u ti tc a nn o tf i tt h ed a i l y m a n a g e m e n to ft h ee n t e r p r i s e so w i n gt ot h ev a r i c o s i t y a n dc o m p l e x i t yo ft h e p r e d i c t i o nt e c h n o l o g y s od e s i g nad e c i s i o ns u p p o r ts y s t e mi sa nu r g e n tt a s k i nt h i s p a p e r , ak i n do ff t t d s s ，a i m i n ga tt h et e l e p h o n et r a f f i c ，h a sb e e nd e s i g n e da f t e rt h e r e s e a r c ho ft h en o r m a ld e c i s i o ns u p p o r ts y s t e m k e y w o r d ：t e l e p h o n et r a f f i c ，p r e d i c t i o n ，t i m e - s e r i e s ， n e u r a l 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：蔺乙窖等2 一 日期：2 竺金厶j 一 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密论 文注释：本学位论文不属于保密范围，适用本授权书。 本人签名：挫筮 导师签名： 日期：迦笙 日期： 9 孓：；：l 芝 时间序列分析在移动话务i 蠡预测中的虑用研究 1 1 研究背景及意义 第一章序言 从7 0 年代以来，世界移动通信事业经历了一个快速发展的过程，在短短2 0 年的时间里，完成了模拟系统( a m p s ) 的淘汰，数字系统( g s m 、c d m a ) 迅 速普及，3 g ( w c d m a 、c d m a 2 0 0 0 ) 的初步商用。中国的移动通信事业更是 经历了一个超常规的发展过程。在8 0 年代移动电话刚进入中国，移动电话更多 的是身份地位的象征。那时移动电话的需求还非常小。进入9 0 年代，随着中国 经济的迅速发展，人民生活水平的提高，通信的需求越来越强烈，而移动电话由 于其随时随地的通信自由行更是倍受青睐国家的产业政策中也相应这将电子信 息产业作为国民经济的增长点，加大了资金投入。市场需求、政策扶持等有利因 素促进了移动通信在中国的快速发展。信息产业部的统计数据表明，到2 0 0 4 年 底，移动电话用户数以达到3 3 4 亿户，移动电话通话时长达到9 4 3 0 3 2 8 亿分钟， 无论是用户数还是网络规模，中国都是世界最大的。 目前，在中国有两家从事移动通信业务运营商：中国移动和中国联通，而且， 中国移动目前已经是世界上拥有移动用户最多的移动运营商。对移动通信的需求 不仅在规模上迅速扩大，而且在消费形式上也提出了更高的要求，由此引起的话 务量逐步成为关注的焦点，因为它作为移动通信网络提供给移动用户的消费形 式，不仅是移动运营商的生命线，而且为今后移动运营商在网络右置、营销策略 等方面提供依据。 话务量需求是移动通信网络的根本基础。没有话务量需求，其网络功能无从 体现，移动运营商将难以生存。话务量的过去、现在，尤其是将来的需求是移动 运营商应当十分关注的问题，移动运营商需要依据移动用户对话务量需求的预测 来规划未来的企业发展战略。话务量需求的预测还是编制网络规划工程可行性研 究乃至初步设计的重要内容，预测结果是否符合客观实际，是否正确反映未来的 发展趋势，直接关系到拟建设的网络结构、工程规模、投资的大小以及经济效益 的好坏，因此它是一项重要的基础工作。对话务量需求的预测分析不仅能及时了 解业务发展趋势，而且在此基础上，有针对性地采取措施，合理进行网络资源配 置，预防可能的话务高峰，减少高话务造成网络拥塞的可能。可见，对话务量的 需求预测在移动运营商经营企业的过程中有着举足轻重的地位； 然而，话务量需求是一个受到多重因素影响的动态非线性系统。它不仅和本 时间序列分析在移动话务蓝预测中的成用研究 地区的经济发展程度密切相关，而且受到市场竞争、资费调整以及国家宏观政策 调整等各种经济、政治等社会因素综合作用的影响，还会随着运营商的促销手段、 季节、人们的作息时间等等因素而波动，不确定因素很多。尤其是用户流动性大， 业务突发性强，给业务预测和网络安全的预防工作都带来困难。而且，从话务最 的历史数据表明，它的发展所经历的是一个非常规的发展过程。 正是由于话务量需求预测在移动运营商经营企业过程中的极端重要性，而预 测的困难性以及常规预测方法和思路的局限性，使得研究话务量需求的特点、研 究适合其特点的预测新方法和新思路，从而能更有效的把握话务量需求这一复杂 系统的演变方向和未来状态变得极为迫切。 1 2 话务量的概念 虽然用户何时打电话和每次通话的时长是随机事件，但也有一定的统计规 律，例如商业、机关用户和居民用户打电话的高峰时间和通话平均时长各有不同 的统计分布。 为反映电话用户通话的频繁程度和通话时间的长短，电话交换中引入了“话 务量”的概念。话务量定义为单位时间内发生的呼叫次数与每次呼叫的平均占用 时长和计算话务量的时间范围之乘积。 话务量是一个无量纲的数值，但却通常用“小时呼”或“爱尔兰( e r l ) 来 表示。如果某用户的一次呼叫和通话连续占用话路1 小时，则该用户的话务量为 le r l 。 电话网中电话繁忙的程度在一天2 4 小时内是不一样的。因此，在计算交换 机的容量和网络规划及工程设计中所说的话务量都是指一天2 4 小时内最繁忙的 一小时的平均话务量，称之为忙时话务量。 1 3 时间序列分析进展 1 9 2 7 年y u l e 首先提出a r 模型，以便根据w o l f e r 太阳黑子数的统计分析更 逼真的描述太阳黑子现象，从而能够做到预测太阳的活动。以后，又进一步发展 为a r m a 模型、a r i m a 模型等方法，并获得了广泛的应用。这类方法讲时序看 成一个随机过程的一个样本实现，使一种概论统计的方法。所以时序分析很快成 为数理统计一个重要分支，时序预测成为其中的最重要的内容。 时间序列分析礼移动话务量预测中的应用研究 在过去的几十年里，人们建立大量的时序模型对各类随机过程进行拟合。但 所有的建模方法明显基于两个假设一平稳性和线性。在实际应用重，人们往往从 时序中提取趋势项、周期项和随机项，分别加以处理之后叠加在一起进行预测， 这样做都以简单的叠加原理为前提，本质上是线性的。平稳性和随机性这两个假 设，实际上只是数学的理想化和对真实状况的近似描述，在现实生活中存在的非 线性是如此之多，到处都可以观察到非线性已经混沌( c h a o s ) 和分形( f r a c t a l ) ， 这就不得不面临从无穷多的从未见过的可能模型中进行选择的问题。非线性系统 对偶然因素的敏感性，可以使参数类预测模型“差之毫厘，失之千里”这就不得 不去寻求研究非线性预测的新方法。汤家豪( 1 9 7 8 ) 提出门限自回归模型虽然开 始闯入非线性的领域，但并不是从动力学出发的。 对复杂非线性系统的研究，大概是3 0 年前的事情。从2 0 世纪7 0 年代末开 始的，目前还没有成熟的理论，也缺少定量观察的手段。但通过对非线性现象越 来越丰富的数值模拟，人们了解了许多非线性特征，对非线性形成了很多重要的 定性概念以及相应的描述方法和模型。人工神经网络就是其中广泛用于预测的一 种非参数模型。自1 9 8 7 年l a p e d e s 和f a r b e r 首先将神经网络应用于预测以来， 神经网络预测方法越来越受到重视，目前已有多种不同的网络被用于工业、经济、 社会等领域的短期预测，其中最常用的是b p 网络。 以混沌理论为核心的当代非线性科学的迅猛发展有力推动了时序分析。人们 发现，即使是一个十分简单、完全确定的非线性系统，在一定条件下也可以表现 出非常复杂的、类似随机的性质。动力学意义上的非线性时序分析开创于2 0 世 纪8 0 年代初，它以相空间为基础研究相空间动力轨道的性质，并据此进行预测。 这类方法本质上是动力学的、非线性的，在方法上和观念上都有革命性的创新， 形成了当代非线性科学的一个重要分支，有着广泛的应用前景。用神经网络研究 非线性科学是当代科学研究的一大特色。 虽然时序分析的应用不局限于预测，但它源于预测，丽且目前应用最多的还 是预测。因为在许多自然科学、工程技术、社会科学等问题中，经常要根据以往 的历史观测希望对将来的某一时刻的观测作出预测的问题。 预测是- f 7 涉及多种学科和领域的边缘学科，发展很快，不少新技术，比如 小波分析、遗传算法等越来越多的渗透到其中，他们于神经网络结合将一步加快 时序预测学科的发展。 时阊序列分析在移动话务量预测中的应用研究 1 4 论文的主要内容 本论文的研究内容主要有以下几点： 1 、移动话务量的影响因素分析。随着移动网络规模的扩大，移动终端的智 能化和用户群的细分，移动话务量表现出越来越复杂的特性。进行话务量预测必 须深入了解影响话务量的因素。本文从三个方面分析了1 0 大影响因素，对移动 话务量的形成因素进行了深入分析。 2 、时间序列分析技术。时间序列模型反映某个变量过去的变动规律，是进 行预测的有效工具。时间序列分析分为两类：开放模型时间序列技术( o m t s ) 和固定模型时间序列技术( f m t s ) 本文着重讨论了固定模型中的h o l t 模型和 开发模型中的a r i m a 模型，分析了他们的适用性和缺点，并进行了实例分析。 3 、神经网络预测法。由于移动话务量的时间序列常常表现出比较复杂的非 线性特征，为了更好的揭示这种非线性时间序列在时延状态空间中的相关性，可 以采用神经网络( a n n ) 来进行移动话务量的时间序列预测。人工神经网络由于具 有很强的非线性映射能力，理论上能以任意精度逼近任意复杂、任意形式的非线 性函数，而且具有很强的学习能力，因而被认为是最有前途的时间序列预测方法。 4 、比较系统的提出了移动通信网话务量需求预测系统的设计原型，建立了 话务量预测决策支持系统实旌的结构方案，并对结构方案中的数据库，模型库、 知识库进行了较详细的设计，最后总结了本系统的特点。 时间序列分析神i 移动话务量预测中的应用研究 第二章移动话务量影响因素分析 移动话务量影响因素可以分为三个方面：移动通信自身特性，外部因素和企 业内部因素。移动通信自身特性包括：移动性，漫游；外部因素包括：国民经济 发展水平，市场竞争环境，社会文化因素，地理环境因素；内部因素包括：资费 水平，营销策略 2 1 移动通信自身特性 信息交流是人类的内在需求，通信方式发展代表了人类文明的进步。在发明 电话以前，人类远距离传递信息的方式主要是通过书信和专人口头传达，这一方 式延续了几个世纪。1 8 3 7 年莫尔斯发明了电报，很大程度上加快了信息传递的 速度。但是远距离的同步通信还是无法实现。1 8 7 6 年贝尔发明电话，人类实现 了远距离的同步通信，人类交流信息的方式发生了根本性的变化。可是电话是固 定的，通话被限制在固定地点，随时随地的通信仍然无法实现。8 0 年代中期移 动通信技术的出现才彻底解除了电话线的束缚，人类信息交流迈入历史新天地。 2 1 1 终端的可移动性。 移动通信和固定电话最本质的区别就在于终端的可移动性。 随着电子技术的发展，移动终端从最初的车载设备到“大哥大，到现在移 动终端已经变成了的小巧玲珑、充满时尚的消费品，可以放在包里，也可以挂在 身上。人在那里手机就在那里，使人们打电话不在局限于办公室和家里。终端的 可移动性是随时随地通信成为可能。 终端的可移动性，使得通信不在局限于办公室和家里，不仅改变了话务的时 间结构而且促进了量的增长。在固定电话时代，由于电话主要安装在办公区和家 庭。所以话务量呈现明显的时间特征。话务量集中在工作时间主要是早上8 和下 午5 点之间，和晚上的6 点到1 0 点之间。话务量的周期性非常明显，通信网络 管理也比较容易。由于终端的不可移动性，如果对方不在电话旁边，也无法通信 这在客观上抑制了通信需求，减少了话务量。 进入移动通信时代，通信没有地点和时间的限制，话务量呈现出于固定话务 量明显不同的特征。移动话务量呈现出办公时间和娱乐双忙时特征： 2 1 2 跨区漫游 跨区漫游是移动通信另一个重要特征。随着社会经济的发展和交通运输条件 时间序列分析在移动话务量预测中的应用研究 的改善，人类的活动不在局限于本地，跨区域的出行越来越多。商务人士要到各 地从事商务活动，节假日人们更多的选择外出旅游。所以跨区漫游就成为一个重 要的通信需求。 在固定电话时代，人们外出以后没有固定的电话号码，被动接听电话是很难 实现的，这样无形之中抑制了通信需求，减少了话务需求。 由于移动通信采用共同的无线频段、机卡分离和统的网络管理等技术，使 得跨区漫游得以实现。中国移动的g s m 网络已经实现了全国3 1 个省漫游，与 世界上1 5 5 个国家和地区的近2 0 0 家移动通信运营商开通了国际漫游业务，成为 “全球通 。这种没有地域限制的漫游特征不仅满足了正常的通信需求而且极大 的激发了通信欲望。移动电话漫游性使得人们不在考虑对方是不是本地，只要有 通信需要，他就可以和对方通话。 2 1 3 丰富的业务种类 移动性和漫游性只是移动通信的必要条件，丰富的业务种类是移动通信迅速 发展的充分条件。 以g s m 系统为例，g s m 系统提供多种业务，分为三类：电信业务，承载业 务和补充业务。电信业务主要包括话音，短消息等；承载业务主要是数据业务， 包括电路交换和分组交换；补充业务包括号码识别，呼叫前转，多方通话等。除 了这些传统业务外，随着移动终端的发展，移动新业务层出不穷，比如最新推出 的个性化铃声，多媒体短消息，以及移动电子邮件等。这些种类繁多，内容丰富 的新业务都营造了一个良好的手机通信环境，使得对手机的依赖性更强，进一步 激发了通信需求，促进了话务量的形成。 2 2 外部因素分析 2 2 1 国民经济发展水平 国民经济的发展与移动通信企业的发展紧密相关，而移动通信的持续发展也 高度依赖人均g d p 水平的提高。 国内生成总值( g d p ) 指按市场价格计算的一个国家或地区所有常住单位在 一定时期内生成活动的最终成果。是反映国民经济增长的最主要指标。城市居民 家庭人均可支配收入是反应居民收入和消费能力的主要经济指标。国民经济的快 图1 一l 和是1 9 9 1 到2 0 0 2 年g d p 和通信收入趋势相关图。从图中可以看出， g d p 和通信收入呈现对数函数关系，相关度为0 9 7 2 5 。 时间序列分析在移动话务置预测中的应用研究 1 9 9 1 - - 2 0 0 2 年g d p 和通信收入趋势相关图 0 1 0 02 0 03 0 04 0 0 g d p ( 千亿) 5 0 0 图2 1 图2 2 和是1 9 9 1 到2 0 0 2 年g d p 和通信收入趋势相关图。从图中可以看出， g d p 和通信收入呈现对数函数关系，相关度为0 9 9 1 。 1 9 9 1 - - 2 0 0 1 年人均可支配收入和通信收入相关趋势图 o 5 0 1 0 01 5 02 0 02 5 03 0 03 5 04 0 04 5 0 人均可支配收入( 元) 图2 2 国民经济的健康运行，促进了通信业务收入告诉增长。收入来自通信业务量， 所以，国民经济的快速增长使得通信话务量迅猛增长 根据中央政府制定的“十五 计划，未来几年内中国经济将保持7 的经济 增长率，同时城镇居民的人均可支配收入和农村居民人均纯收入年均增长5 左 右，由此可见在未来一段时间内，随着国民经济的健康稳定发展和人民生活水平 的不断提高，移动通信业务量还会保持增长趋势。 2 2 2 市场竞争环境 按照国家打破电信垄断的精神，我国的电信运营业先后经历了多次重组。中 的 们 均 o 嘿草v娶呔爿逛暇 o o o 0 o o o o o o o 0 0 0 o o o o o 0 o o 0 o o 8 7 6 5 4 3 2 l 候草v擎逛暇 时间序歹i j 分析毛i ! 移动龋务避预测中的应用研究 国电信进行“南北分拆 之后，中国电信运营业的未来框架已大体显现，呈现出 “5 + l ”的电信竞争新格局即：新中国电信和新中国网通；中国移动、中国联通、 中国铁通外加中国卫星通信公司。充分竞争环境已经初步形成 在国内移动通信市场上，已经形成一种以中国移动通信集团和中国联通公司 为主体的双寡头竞争格局，市场竞争日益激烈。一方面在价格上降低资费争夺市 场份额。通过推出零入网费、零月租、低价包月、话费打折等措施，使得电话资 费水平一降再降，低资费极大的激发了通信需求，使得移动话务量据高不下。另 一方面在技术上不断更新，提高技术服务能力吸引用户。移动和联通率先后建成 2 5 g ”的g p r s 网络和c d m a l x “网络。中国移动推出“移动梦网”数据品牌， 中国联通更是精心打造了“联通无限”数据业务组合。 移动通信市场的竞争在“小灵通”加入之后，变得更为充分，从双方博弈变 成三方博弈，竞争环境进一步复杂化。移动市场竞争的加剧使得通信价格不断下 降，服务水平不断提高，营销能力得到加强，这都使得通信需求更为充分，话务 量的不断增长 2 2 3 社会文化因素 社会文化环境主要是指企业所处的社会结构、社会风俗和习惯、信仰和价值 观念、行为规范、生活方式、文化传统、人口因素与地理位置等因素的形成和变 动。社会环境对移动通信企业所产生的影响，主要体现在人口构成的不同导致对 移动通信服务需求的不同；文化环境的影响则更多地体现为人们消费观念的革新 对企业需求带来的挑战。 社会观念、价值观念是社会环境对企业更深层次的影响。中国改革开发2 0 多年来，消费者的思想观念已经发生的巨大的变化，在注重实用的同时，对个性 化消费的需求要强为强烈。 以广东省为例，作为中国的经济大省，广东省经济发展水平高于其它的省份， 广东居民的消费习惯也与其它省份有所不同。较高的经济水平使得广东的居民在 娱乐消费上投入更多。从图2 3 可以看出某移动运营商话务量不仅“双忙时 现象突出，而且晚忙时集中在8 ：o o 一9 ：0 0 ，晚忙时的话务量远大于早忙时， 成为每天的最忙时。从晚6 点到晚1 l 点每个小时的话务量都大于早忙时，这和 广东丰富的晚上娱乐活动这种社会文化密切相关。 8 时问序列分析在移动皤务量预测中的应用研究 1z 34567891 0l l1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 92 02 12 2 2 32 4 图2 3 2 2 4 地理位置因素 移动网络和固定网络的组网技术不同。移动通信网络有多个蜂窝小区组成， 每个小区的大小和配置都和该小区话务量直接相关。不同的蜂窝小区所在的地理 位置不同，小区的话务结构就不相同。最明显的就是商业区和餐饮娱乐区的蜂窝 小区的话务量特征和其它的蜂窝小区显然不同。文献 2 3 】通过对多个小区话务 量的比较分析也证明了也一点。 不同小区话务结构的不同给话务量带来的最大影响就是小区忙时和网络忙 时的不致问题。在移动通信网络中，整个网络存在忙时现象，各个小区也存在 忙时想象。小区忙时的存在对移动通信的网络的建设影响非常大。据文献 2 4 1 ， 全部小区最大忙时话务量之和与网络忙时全部小区话务量之和的比值，省会城市 为是1 2 ：1 ，其它城市为1 3 ：l 。与网络忙时同步的小区在确定的网络忙时段内 的实际话务量与自身最大的忙时话务量基本吻合，而与网络忙时不同步的小区的 偏差在4 0 至数倍之间。 2 2 5 突发事件 突发事件主要指超出正常的预料范围，突然发生的事件。突发事件会对网络 的正常运行带来很大危害，轻者造成话务量冲击，超出网络负荷，导致通信质量 下降，重者威胁网络安全，发生网络崩溃等恶性事件。 突发事件对网络造成不良影响的事故很多。例如合肥移动g s m 网络在2 0 0 3 年1 2 月2 6 日平安夜前夕，人们互相发短信和电话祝福使得通信量比平常高出3 倍，造成网络大面积堵塞，合肥移动网络瘫痪4 个小时，给用户带来很多不便， 给运营企业的声誉带来极坏的影响。据 2 5 】，汕头移动在2 0 0 3 年2 月1 0 号， s t c m s c 范围内用户呼叫困难。后来调查表明是s a r s 传染病事件造成的突发 时问序列分析在移动话务量预测中的应用研究 话务量导致网络堵塞。 针对突发事件对移动通信网络的危害性，除了提高网络容量之外，应该建立 有效网络预警系统，对任何可能出现的意外事件进行监控。另外就是提前制订紧 急情况应对预案，比如购置应急通信车，开启半速率等。 2 3 企业内部因素 2 3 1 资费水平 “价格从来都是竞争的利器”，在通信行业这一规律同样适用。尽管电话资 费仍然处在政府的监管之下，可是面对激烈的竞争，为了保持市场份额，每个通 信企业都通过“套餐 ，“赠送”，“优惠”等手段变相降价，实际的话务价格水平 不断下降。如图2 4 所示，某运营企业2 0 0 3 年6 月份到2 0 0 4 年实际话务价格 从0 3 5 元降至0 2 1 元，在1 6 个月内下降了3 9 ，平均每月下降2 5 ，市场的 竞争环境之激烈可见一斑。 o 4 0 3 5 露0 3 窭0 2 5 麒0 2 0 1 5 0 1 某移动运营企业2 0 0 3 - - 2 0 0 4 年实际通话资费水平 箩爹爹爹爹梦簧爹爹爹爹爹蜚爹爹 图2 - - 4 2 0 0 4 年中国移动和中国联通都进行了大规模的网络扩容，根本的原因就在于 话务量急剧增加，网络利用率上升的警戒线。话务量急剧增加的原因一方面来自 用户的增长，另一方面来自资费水平的下降。深圳移动话务价格和话务量分析 报告通过对大量数据的分析，建立了计量经济模型，定性的分析了话务价格对 话务量的影响。课题研究表明：价格和话务量之间呈现指数函数关系。如图2 5 所示 时间序列分析在移动话务量预测中的应用研究 ，、 t r r - t t - - 蚺 东 k 姒 叶 嗽 盘 a 图2 - - 5 上述定量研究表明，资费是影响话务量的主要因素之一。在未来可以预见的 时间段内，市场竞争会更加激烈 2 3 2 营销策略 提高市场营销服务能力是通信运营企业面对激烈的市场环境又一利器。在早 期的粗放式管理之后，随着竞争环境的逐渐形成通信企业纷纷开始精细化管理， 加强营销能力。通信运营企业的营销策略主要包括三个方面：产品服务策略， 分销渠道策略、促销策略。 在品牌策略上，中国移动和中国联通都通过品牌营销，细分客户群，实现差 异化竞争。中国移动更是倾力打造了全球通、神州行、动感地带三大品牌，在和 联通的竞争重品牌优势日益明显。在新业务推广上，营销策略更是层出不穷，中 国联通在c d m a 推广初期，花费巨额资金采购手机，采取“入网赠机”，“买机 赠话费 等手段迅速打开局面。在分销渠道上，两大运营商都已经建立了广泛而 伸入的营销网络。 品牌细分策略充分挖掘每个用户群的潜在通信需求，推出有针对性的业务， 时间序列分析在移动话务互= 预测中的应用研究 一方面使得通信业务量增加，另一方面也使得通信业务量的业务结构更加复杂， 业务量的突发性和随机性更加明显。自办营业厅一社会渠道代办一客户经理“三 位一体”营销网络的建立，更加充分的接近潜在用户，使移动用户持续成长，给 话务量增长提供了新生动力。 时间序列分析在移动话务量预测中的应用研究 第三章传统时间序列分析及预测 时间序列模型反映某个变量过去的变动规律，我们可以发现并描述时间序列 所舍的规律并找到合适的模型，预测未来的发展趋势并，是进行预测的有效工具 时间序列分析分为两类：开放模型时间序列技术( o m t s ) 和固定模型时问序列技 术( f m t s ) 在本章中分析了话务量时间序列的特性，针对月忙时话务量和周忙 时话务量的特点，经过分析比较分别选择h o l t 模型和b - i 模型进行预测。 3 1 时间序列概述 所谓时间序列，是把不同时间状态下的统一指标按照时间的先后顺序排列， 是统计资料最主要的表现形式。在实际研究中，表现为对一个变量x 进行观察测 量，在不同时刻得到一组离散的观测值，这些离散值所组成的集合 x ，= ，t 2 ， f 3 f 。) 我们称之为时间序列。根据时间序列变动的特点，又可把它分成平 稳时间序列和非平稳时间序列。平稳时间序列是指时间序列的变动完全由随机因 素引起，变动无任何趋势的时间序列。菲平稳时间序列是指时间序列的变动呈现 一定的趋势。 时间序列在很多领域都有着广泛的应用，如经济领域中的月销售额，金融领 域中每天的交易量，环境科学领域中每天的空气质量指数，年降雨量等等都可以 表示为时间序列。如何依据时间序列对未来做出较为准确的预测，从而为企业管 理决策提供参考，是企业管理人员应该掌握的技术。 通过对这些时间序列进行分析我们可以发现蕴藏在其中的规律，以便于制定 有效的销售计划和生产计划，进行可靠的金融行为控制以及经济预测等。描述时 间序列的常用方法即经典分解法，其思想是时间序列可以分解为下面几个组成部 分： 1 ) l e v e lc o m p o n e n t ( l ，) ：表示在相当一段时间内水平方向的均值。 2 ) t r e n dc o m p o n e n t ( t ) ：表示水平方向上的变化趋势，例如一段时间内序列的上 升或者下降。 3 ) s e a s o n a lc o m p o n e n t ( s ) ：表示与年、季、月等日期有关的季节性循环变量。 4 ) c y c l i c a lc o m p o n e n t ( c ) - 表示其他的非季节性周期循环变量。 5 ) i r r e g u l a rc o m p o n e n t ( i ) 表示随机的噪声变量。 然而不是每一个时间序列都含有所有的组成部分，它可能在均值上没有变化 趋势，也可能不含有季节性因素，还可能不存在周期性变量。一个时间序列可以 时间序列分析在移动话务量预测中的应用研究 由上面的一个或者几个组成部分构成，其组成情况要根据该时间序列的具体特征 以及形成因素进行具体分析。 3 2 中短期话务量时间序列特征分析 电话网中电话繁忙的程度在一天2 4 小时内是不一样的。因此，在计算交换 机的容量和网络规划及工程设计中所说的话务量都是指一天2 4 小时内最繁忙的 一小时的平均话务量，称之为忙时话务量。忙时话务量。日忙时是指在每天2 4 小时中，在话务量最大的某一小时。忙时话务量是代表移动通信网络的最大负荷 量。如果忙时话务量在现有网络容量之内，那么就可以保证良好的接通率和通话 质量：如果忙时话务量超过现有网络容量，那么就会出现电话打不出去、掉话、 或者通话质量下降等情况，无法正常通信。所以，只要在忙时情况下的通话质量 可以被保证，那么在其它时间段内话务质量肯定是正常的。忙时话务量是一个最 主要的话务量表征指标。 话务总量和忙时话务量都是表征话务的指标，但反映的问题不一样。忙时话 务量是反映的网络负荷，它表征网络健康运行的上限，超过这个值网络就会发生 堵塞现象。话务总量反映的是从收入的角度来看待闯题的，通信收入的源泉来自 业务量，业务量越多收入才越多。 1 、月话务量特征分析 图3 1 和图3 2 分别是某移动运营商2 0 0 3 年1 月到2 0 0 4 年7 月的月忙时 话务量和月平均日话务量 2 0 0 3 年1 月至u 2 0 0 4 年7 月月忙时话务量趋势 1234567891 01 l1 2l 2 3 4 5 67 图3 一l 时问序列分析舀：移动话务量预测中的应用研究 2 0 0 3 年1 月到2 0 0 4 年7 月平均日话务量趋势 1234567891 01 11 2l23456 7 图3 2 从两图可以看出，不论是月忙时话务量还是月平均日话务量都存在线性长期 趋势，没有明显季节变动，表现出和固定电话不一样的话务量规律。根据文献 【15 】，中常期固定电话话务量表现出明显的周期性。这是因为移动电话的可移 动性使得通话不再局限于固定地点和特定时间短，通信业务量完全因需求而产 生，它只和人们的经济活动和消费习惯 2 、周忙时话务量的线性增长趋势性。 图3 3 是某移动运营商2 0 0 4 年2 月到8 月共3 1 周的周忙时话务量