-
公开(公告)号:CN118828563A
公开(公告)日:2024-10-22
申请号:CN202310988315.0
申请日:2023-08-07
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
Abstract: 本公开实施例提供一种移动网络质量处理方法、装置、设备及存储介质,涉及通信技术领域。在本公开的一些实施例中,根据设定周期内针对移动网络的投诉信息,确定与投诉信息对应的多个地理栅格;根据每个地理栅格的网络测量报告数据,确定每个地理栅格的移动网络覆盖率信息、小区容量信息和栅格网络质量信息;根据每个地理栅格的移动网络覆盖率信息、小区容量信息和栅格网络质量信息,确定每个地理栅格的感知影响值;从多个地理栅格中选择出感知影响值符合预设条件的目标地理栅格;能够预先感知可能存在故障的目标地理栅格,以及时对目标地理栅格的网络质量进行优化处理,提升已经存在故障的网络处理效率,提升用户体验。
-
公开(公告)号:CN117670406A
公开(公告)日:2024-03-08
申请号:CN202211007539.0
申请日:2022-08-22
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0202 , G06Q10/0631 , G06Q50/50 , G06F18/241
Abstract: 本发明提供一种专网网络规划方法、装置、电子设备和存储介质,其中方法包括:获取待规划港口的场地参数和业务参数,业务参数是基于选择的业务模式确定的;将场地参数和业务参数输入至设备数量预测模型,得到设备数量预测模型输出的设备数量预测结果;基于设备数量预测结果,确定待规划港口的专网网络规划结果。本发明可以通过设备数量预测模型,对待规划港口的场地参数和业务参数进行设备数量预测,自动得到设备数量预测结果,进而基于设备数量预测结果确定专网网络规划结果,提高了专网网络规划配置的效率;且基于设备数量预测模型进行设备数量预测,相比人工进行专网网络规划配置,本发明可以提高专网网络规划配置的准确率。
-
公开(公告)号:CN116975661A
公开(公告)日:2023-10-31
申请号:CN202210939913.4
申请日:2022-08-05
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
IPC: G06F18/23 , G06F18/22 , G06F18/241 , G06N3/0442 , G06N3/08
Abstract: 本申请涉及人工智能技术领域,具体涉及一种小区聚类方法、装置和电子设备。所述方法包括:获取多个小区在第一预设时间内的MDT数据覆盖边界图,以及多个小区在第二预设时间内的网络指标变化数据;将所述MDT数据覆盖边界图的覆盖形态特征相似,且所述网络指标变化数据的时间分布特征相似的小区进行第一次聚类,得到不同簇标签的小区;获取所述多个小区在第三预设时间内的用户数变化数据;对所述不同簇标签的小区中用户数变化数据的时空分布特征相似的小区进行第二次聚类。本申请实施例提供的小区聚类方法、装置和电子设备用以解决现有小区聚类/分类方法效果不佳的技术问题。
-
公开(公告)号:CN114257573B
公开(公告)日:2023-09-19
申请号:CN202011001412.9
申请日:2020-09-22
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
IPC: H04L65/80 , H04L65/1016 , H04L41/0631 , G06F18/23
Abstract: 本发明公开了一种检测VOLTE语音功能异常的方法和装置,用以解决无法高效准确检测VOLTE语音功能异常的问题。本申请提供的方案包括:获取VOLTE语音功能异常的异常终端的终端标识;根据所述终端标识,获取与所述异常终端关联的语音业务数据,所述语音业务数据包括由通信基站发送至通信核心网的用于指示建立语音业务承载的数据;根据所述语音业务数据确定至少一个异常进程;根据预设异常类型标准,将与所述至少一个异常进程匹配的目标异常类型确定为所述异常终端的语音功能异常类型。本发明实施例的方案,能有效提高检测语音功能异常的准确性和检测效率。
-
公开(公告)号:CN110401959B
公开(公告)日:2022-08-02
申请号:CN201810373078.6
申请日:2018-04-24
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例提供一种检测蹭网终端的方法、装置、电子设备和存储介质。所述方法包括:获取宽带业务过程中各接口的XDR数据;根据所述XDR数据携带的终端信息生成家宽终端信息表,所述家宽终端信息表包括指定区域内所有宽带账户以及与每个宽带账户连接的各终端的终端信息;根据所述家宽终端信息表确定初始可信任终端和未信任终端;计算所述初始可信任终端和未信任终端之间的关联度,得到各未信任终端的可信度;根据所述各未信任终端的可信度识别出疑似蹭网终端。本发明实施例通过使用多种类型的终端信息进行关联学习,使得能够识别的终端的数量大大增加,从而实现较细时间粒度内在线终端的统计和识别,提高检测蹭网终端的效率。
-
公开(公告)号:CN110401966A
公开(公告)日:2019-11-01
申请号:CN201810374232.1
申请日:2018-04-24
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例提供一种无线网络性能评估监控方法、装置、电子设备和存储介质。所述方法包括:根据CQT数据获取当前楼层的特征数据和相邻楼层的特征数据;从无线接口中获取信令数据并保存在无线网络信息记录表中;将当前楼层的特征数据以及相邻楼层的特征数据分别与所述信令数据进行匹配;如果当前楼层的特征数据以及相邻楼层的特征数据均与信令数据相匹配,将当前楼层的位置信息回填到无线网络信息记录表中;根据无线网络信息记录表评估和监测无线网络。本发明实施例通过信息近似匹配算法准确定位楼层位置,能够实现各楼层无线网络实时评估的智能化以及无线网络的全天候监控,从而大大减少人工测试的工作量和成本,时效性极高。
-
公开(公告)号:CN118804012A
公开(公告)日:2024-10-18
申请号:CN202311094282.1
申请日:2023-08-28
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
IPC: H04W24/08
Abstract: 本公开提供一种用户类型确定方法、装置、设备及存储介质,涉及移动通信网络技术领域。在本公开的一些实施例中,根据目标高速的覆盖小区数量和目标用户对应的占用覆盖小区数量,确定目标用户对应的占用覆盖小区占比;根据占用覆盖小区与目标高速的距离,确定目标用户对应的占用覆盖小区与目标高速的平均距离;根据占用覆盖小区的占用时长,确定目标用户对应的占用覆盖小区的平均占用时长;根据目标用户对应的占用覆盖小区占比、平均距离和平均占用时长,确定目标用户的目标道路用户类型,基于目标用户的网络使用数据,较为准确地确定用户类型,提高用户类型识别精度。
-
公开(公告)号:CN117812606A
公开(公告)日:2024-04-02
申请号:CN202211166670.1
申请日:2022-09-23
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
IPC: H04W24/02
Abstract: 本申请涉及无线领域,提供一种扇区覆盖场景识别方法、装置、设备及计算机程序产品。所述扇区覆盖场景识别方法包括:获取待识别扇区内的建筑物标识;根据各所述建筑物标识对应的建筑物体积和采样点数量,确定各所述建筑物标识对应的采样点密度;获取各所述建筑物标识对应的兴趣点场景,确定各所述兴趣点场景的权重值;根据所述采样点密度和所述权重值,确定各所述兴趣点场景的目标分值;根据所述目标分值,识别各所述兴趣点场景中所述待识别扇区的覆盖场景。本申请解决了现有基站扇区覆盖场景识别不准确造成的难以实现全面精准的场景化网络保障与优化的技术问题。
-
公开(公告)号:CN117671812A
公开(公告)日:2024-03-08
申请号:CN202211033456.9
申请日:2022-08-26
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
Abstract: 本申请涉及网络运维技术领域,提供基站巡检优先级量化评估方法、装置和电子设备。基站巡检优先级量化评估方法包括:获取若干需巡检的基站以及每个基站的评估数据;其中,评估数据的类型包括重要程度、外部因素、设备故障和性能指标;基于评估数据对基站进行量化打分,得到每个基站的巡检优先级分数;基于每个基站的巡检优先级分数,得出基站巡检优先级清单;其中,基站巡检优先级清单是派发基站巡检任务的依据。通过上述方式,本申请综合重要程度、外部因素、设备故障和性能指标等多维度数据进行量化打分,形成基站巡检优先级清单,节省大量人工成本,实现高质量巡检和高质量维护,保障基站正常运行,提高网络质量。
-
公开(公告)号:CN117156449A
公开(公告)日:2023-12-01
申请号:CN202210555289.8
申请日:2022-05-19
Applicant: 中国移动通信集团广东有限公司 , 中国移动通信集团有限公司
IPC: H04W16/22 , G06F18/2413 , G06F18/214
Abstract: 本发明提供一种网络感知评估方法、装置及电子设备,涉及通信技术领域,其中,网络感知评估方法包括:采用K近邻KNN算法将待评估数据分别与预先训练得到的至少两个样本集进行比对,得到所述待评估数据对应于每个所述样本集的第一分类结果;基于所述待评估数据及所述第一分类结果对应的预设评估规则确定第一评估结果;采用决策树模型对所述第一评估结果进行归类,并基于归类结果对所述预设评估规则进行调整;基于调整后的预设评估规则及所述待评估数据确定第二评估结果。本发明实施例能够降低网络感知评估的工作量。
-
-
-
-
-
-
-
-
-