摘要
网络质量评分可以为网络监控提供综合性参考指标,便于运营商先于用户发现潜在的网络质量问题。为解决网络质量的分类问题,文章将Boosting模型与FM相结合,来提升单个模型的鲁棒性和泛化能力。利用 Boosting模型对原始特征构造特征组合来代替主观选取特征的过程,通过该方法可以提高对多维特征信息的挖掘能力。然后对输出的特征组合进行one-hot编码,作为输入值传入FM模型进行分类。文章基于真实网络监控指标数据集,对模型的有效性进行了验证,并与现有模型进行了对比,该模型在网络质量分类预测上具有较好的实际效果。
