基于数据挖掘的通信网络故障分类研究

现有的通信网故障分类方法未充分利用报警和故障数据所蕴含的隐含特性,致使故障识别精度不高,因此提出一种基于数据挖掘的通信网络故障分类算法。首先,通据对数据背景和数据特点的理解、使用特征构造挖掘数据中潜在的特征,对数据进行隐含特征挖掘,并将其与原始数据相结合。在此基础上,利用LightGBM中的属性重要性评价函数,对每一个新的属性进行评价,并将其剔除。在此基础上,将该方法应用到基于特征的数据集上,开展基于集成学习的故障分类方法的研究。通过实例分析,证明该方法在通讯网络中的应用具有较高准确度。