CN119497093A 一种话务需求预测方法以及系统 （华为技术有限公司）

本申请提供了一种话务需求预测方法以及地理栅格特征生成空间话务数据和时序话务数基站的地理特征和业务模式生成时空域解耦的2获取地图数据，将所述地图数据进行栅格生成处理并提取地获取第一话务数据，根据所述地理栅格特征将所述第一话务根据所述第二话务数据和所述地理栅格特征生成空间话务数据根据所述栅格网络提取所述地图数据的地理栅格特征，所述地在所述地图数据包括所述点状地图数据的情况下，提取所述点特征，所述点状地图数据包括分布于地图空间的多个不同类型的兴趣点POI以及所述兴趣统计所述点状地图数据在每个栅格内部的兴趣点数量，在所述地图数据包括所述线状地图数据的情况下，提取所述线计算每个栅格内部的道路与栅格中心点的最短距离，将在所述地图数据包括所述面状地图数据的情况下，提取所述面3统计所述面状地图数据在每个栅格内部的面积占比，将每在提取的所述地理栅格特征包括点状栅格特征、所述线状栅格将所述点状栅格特征、所述线状栅格特征以及所述面状根据基站覆盖模型将来自不同基站或小区的所述第一话务数据分解得到多个小区话根据流量分解模型将每个所述小区话务流量按照所述地理栅格特征分解成多组小区栅格流量，所述小区栅格流量包括经过栅格化处理的所述小区话务流量的细粒度分布模将所述多组小区栅格流量组合汇聚得到所述第将所述第二话务数据和所述地理栅格特征输入空间生成模型生成空间话务数据，其将多组聚类话务流量输入时序生成模型生成多组时序话务数对所述第二话务数据按照聚类判别结果分类的15.根据权利要求14所述的方法，所述将多组聚类话务流量输入时序生成模型生成多根据地理指标类型将所述第二话务数据进行聚类分析得到聚类4将所述多组聚类话务流量分别输入时序生成模型生成多组将所述空间话务数据和所述多组时序话务数据进行栅格对齐并汇聚得到时空话务数数据处理提取模块，用于获取地图数据，将所述地图数据进流量空间分解模块，用于获取第一话务数据，根据所述时空数据生成模块，用于根据所述第二话务数据根据所述栅格网络提取所述地图数据的地理栅格特征，所述地在所述地图数据包括所述点状地图数据的情况下，提取所述点特征，所述点状地图数据包括分布于地图空间的多个不同类型的兴趣点POI以及所述兴趣统计所述点状地图数据在每个栅格内部的兴趣点数量，在所述地图数据包括所述线状地图数据的情况下，提取所述线计算每个栅格内部的道路与栅格中心点的最短距离，将在所述地图数据包括所述面状地图数据的情况下，提取所述面5统计所述面状地图数据在每个栅格内部的面积占比，将每在提取的所述地理栅格特征包括点状栅格特征、所述线状栅格将所述状栅格特征、所述线状栅格特征以及所述面状栅格特征中的多根据基站覆盖模型将来自不同基站或小区的所述第一话务数据分解得到多个小区话根据流量分解模型将每个所述小区话务流量按照所述地理栅格特征分解成多组小区栅格流量，所述小区栅格流量包括经过栅格化处理的所述小区话务流量的细粒度分布模将所述多组小区栅格流量组合汇聚得到所述第将所述第二话务数据和所述地理栅格特征输入空间生成模型生成空间话务数据，其将多组聚类话务流量输入时序生成模型生成多组时序话务数对所述第二话务数据按照聚类判别结果分类的27.根据权利要求26所述的装置，所述将多组聚类话务流量输入时序生成模型生成多根据地理指标类型将所述第二话务数据进行聚类分析得到聚类将所述多组聚类话务流量分别输入时序生成模型生成多组6将所述空间话务数据和所述多组时序话务数据进行栅格对齐并汇聚得到时空话务数所述处理器运行所述存储器中的指令的情况下，能够实现如权利要求1至16任意一项权利7够根据基站所具有的地理特征以及流量业务模式和地理指标的对应关系生成时间域以及数据中的一种或者多种，地理栅格特征包括描述每个栅格空间的多种地理指标的特征向地图数据包括分布于地图空间的多个不同类型的兴趣点POI以及兴趣点的第一地理指标，8地图数据包括分布于地图空间的多个描述建筑轮廓的几何图形以及几何图形的第三地理每个栅格对应的一个或多个面积占比组合为面9分布于地图空间的多个不同类型的兴趣点POI以及兴趣点的第一地理指标，第一地理指标分布于地图空间的路网数据以及路网数据的第二地理指标，第二地理指标包括道路长度、[0025]关于前文提及的时空数据生成模块生成多组时序话务数技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中[0046]请参见图1，图1为本申请提供的一种无线通讯基站的信号覆盖模型的简要示意[0047]首先介绍无线基站设施110，本实施例的信号覆盖模型包括两个无线基站设施的实施例中，本申请方法所介绍的无线基站设施110还可以是由包括宏基站、微基站的一种或多种所组成的无线基站通讯设施系统。由于本实施例所包含的面状地图数据150述常见于室外的无线基站设备，还包括位于面状地图数据150所代表建筑周围的基站分布InputMultipleOutput)天线的无线通讯设施以及多种上述设施的组合，无线基站设施状地图数据150均包含于基站信号范围1数据标注人员感兴趣而被标亮的地图坐标点[0051]最后介绍面状地图数据150，面状地图数据包括分布于地图空间的多个描述建筑等人流来往较大以及无线通讯需求较高的建筑物或构筑物的由一个或多个兴趣区域为核心的话务需求预测方法具有流量统计成本路是基于时序预测的方案，通过历史的时序话务流量数据预测未来的时序话务流量数据。基站所具有的地理特征以及流量业务模式和地理指标的对应关系生成时间域以及空间域供的话务需求预测系统包括三个模块，分别是数据处理提取模块210、流量空间分解模块[0061]为便于相关领域人员更好地理解数据处理提取模块210的功能，接下来以一个具据处理提取模块的功能主要包括栅格生成处理310、栅格特征提取320以及对齐统一操作[0063]首先介绍栅格生成处理310，数据处理提取模块根据数据锚点301生成栅格网络成而得到的栅格数据，这些细粒度的话务数据可以是已经由流量空间分解模块220进行栅[0064]其次介绍栅格特征提取320，数据处理提取模块根据栅格网络302提取地图数据[0065]在地图数据303包括点状地图数据的情况下，提取点状地图数据的点状栅格特征[0066]在地图数据303包括线状地图数据的情况下，提取线状地图数据的线状栅格特征[0067]在地图数据303包括面状地图数据的情况下，提取面状地图数据的面状栅格特征306，面状地图数据包括分布于地图空间的多个描述建筑轮廓的几何图形以及几何图形的栅格对应的一个或多个面积占比组合为面状栅格分辨率统一333以及栅格方位角统一334。在提取的地理栅格特征308包括点状栅格特征305、面状栅格特征306以及栅格组合特征307中的一种或多种形式的地理栅格特征308。第一话务数据206包括来自多个无线基站的时序话务流量203，第二话务数据208包括栅格以及用户体验数据204中的一种或者多种。工参数据205是关于无线基站天线的工程参数，这些参数对基站的电磁覆盖有决定性的影响。用户体验数据204包括以话务流量的用户为[0071]为便于相关领域人员更好地理解流量空间分解模块220的功能，接下来以一个具量空间分解模块的组成主要包括基站覆盖模型410、流量分解模型420以及栅格汇聚操作物的第一话务数据401分解得到多个小区话务流量402，小区话务流量402包括以小区为单位的第一话务数据206。有关基站覆盖模型410的更多介绍还可见图6所示的实施例的具体格特征403分解成多组小区栅格流量404，小区栅格流量404包括经过栅格化处理的小区话栅格流量404组合汇聚得到第二话务数据包括栅格化空间分布的话务需求预测的数据，时序话务数据232包括归一化时序分布的话[0075]为便于相关领域人员更好地理解时空数据生成模块230的功能，接下来以一个具文的两个模块所得到的第二话务数据501以及地理栅格特征502获取时序话务数据506。第一步，时空数据生成模块根据地理指标类型503将第二话务数据501通过聚类分析算法510时空数据生成模块将多组聚类话务流量504分别输入时序生成模型520生成多组时序话务文的两个模块所得到的第二话务数据501以及地理栅格特征502获取507和多组时序话务数据506进行栅格对齐并汇聚得到时空话务数据508，时空话务数据包理论以一个具体的实施例介绍话务需求预测地图数据601通过数据处理提取模块610的相关操作得到栅格化分布的栅格地理特征602，对于栅格地理特征602的每个栅格可以包括一种或多种地理指标的栅格特征。栅格地理特得到时空话务数据604，时空话务数据604通过由时空数据生成模块630生成的时序话务数[0083]通过如图2至图6所示的实施例，介绍了本申请所提供的一种话务需求预测系接下来通过具体的操作步骤介绍本申请所提供的一种话已经由流量空间分解模块进行栅格化处理的细粒度话务流量所组成。在一些可能的情形栅格化分布的工参数据以及用户体验数据中的一种或者盖模型的更多介绍还可见图6所示的实施例的具[0101]此步骤根据流量分解模型将每个小区话务流量按照地理栅格特征分解成多组小[0112]此步骤通过前文的两个模块所得到的第二话务数据以及地理栅格特征获取时序例的地图数据可以对应于图1所示实施例中的点状地图数据、线状地图数据以及面状地图布特征包括通过分析预先栅格化的数据锚点202得到的栅格数据。数据处理提取模块随后提取栅格化处理后的地图数据201的地理栅格特征，其中，地理栅格特征包括点状栅格特如图2至图10所示的话务需求预测系统以及话务需求预测方法的相关描述，为节省篇幅不[0127]外部存储器1240可以包括易失性存储器(VolatileMemory)，例如随机存取存储器(RandomAccessMemory，RAM)；存储器也可以包括非易失性存储器(Non_Volatile实施例详细的介绍，可以具体参见图2至图10对话务需求预测系统以及话务需求预测方法场景中，在上述编码关系管理过程中的一些或全部可以分布在多个虚拟组件和实体之间，并且过程的一个或多个实例可以在分布式系统、虚拟机以及一个或多个云服务系统上执算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传[0132]所述计算机可读存储介质可以是计算机能够