基于关联算法和非显性特征的KPI根因定位研究

陈晓芳; 丁沈媛; 张儒申; 邓丽君; 左扬; 皇甫俊伟

doi:10.11959/j.issn.1000-0801.2022211

您当前的位置：

首页 >

文章列表页 >

基于关联算法和非显性特征的KPI根因定位研究

AI技术与应用 | 更新时间：2024-06-05

- 基于关联算法和非显性特征的KPI根因定位研究
- 暂无标题
- 电信科学 2022年38卷第Z2期页码：272-279
- 作者机构：
- 作者简介：
  
  [ "陈晓芳（1978- ），女，中国电信股份有限公司上海分公司高级工程师，主要研究方向为移动互联网网络优化技术、智能优化" ]
  [ "丁沈媛（1998- ），女，现就职于中国电信股份有限公司上海分公司，无线网络技术支撑，主要研究方向无线网络优化及大数据应用开发" ]
  [ "张儒申（1986- ），男，现就职于中国电信股份有限公司上海分公司，无线网络技术支撑，主要研究方向为无线网络优化、移动网络质量提升" ]
  [ "邓丽君（1997- ），女，现就职于中国电信股份有限公司上海分公司，无线网络技术支撑，主要研究方向为无线网络优化、移动网络质量提升" ]
  [ "左扬（1992- ），女，中国电信股份有限公司上海分公司工程师，主要研究方向为2G/3G/4G/5G无线网络规划和优化" ]
  [ "皇甫俊伟（1987- ），男，中国电信股份有限公司上海分公司工程师，主要研究方向为2G/3G/4G/5G无线网络规划和优化" ]
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2022211
  中图分类号： TP399
- 网络出版日期：2022-12，
  
  纸质出版日期：2022-12-30
- 稿件说明：
移动端阅览
陈晓芳, 丁沈媛, 张儒申, 等. 基于关联算法和非显性特征的KPI根因定位研究[J]. 电信科学, 2022,38(Z2):272-279.
陈晓芳, 丁沈媛, 张儒申, 等. 基于关联算法和非显性特征的KPI根因定位研究[J]. 电信科学, 2022,38(Z2):272-279. DOI： 10.11959/j.issn.1000-0801.2022211.

DOI：

摘要

主要研究定位KPI根因的方法，旨在结合AI技术在日常网络优化中实现自动问题洞察，自动问题定位。通过计算所有指标项的支持度，挖掘出频繁项集，求出置信度后基于多维转移矩阵方法定位具有显性特征指标的根因，基于对比偏离度方法定位具有非显性特征指标的根因，最终确定KPI根因问题。相较传统的人工处理和单一关联，减少了大量的数据处理和分析的工作，定位结果也更为全面。同时，缩短了问题定位时长，提升客户的网络感知，实现降本增效的目标。

Abstract

关键词

Keywords

references

浏览量

288

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于关联算法和非显性特征的KPI根因定位研究

暂无标题

DOI：10.11959/j.issn.1000-0801.2022211

摘要

Abstract

关键词

Keywords

references