基于FPgrowth机器学习的影响用户感知无线根因问题的快速定位方法研究

通过机器学习的方法分析中国电信感知指标(包括传输控制协议TCP无线侧时延、大包下载速率、VOLTE感知掉话)与传统无线KPI之间的关系,从而得到影响KQI的关键KPI及其劣化后导致KQI劣化的概率,并且对关键KPI进行定性分析,将无线问题根因归类为覆盖、质量、干扰、容量、切换。利用该研究成果可以主动洞察全网影响感知的关键无线KPI劣化小区,并完成最终的无线问题定位,从而提升感知监控的主动化、事先化、自动化,在感知劣化问题即将出现时及时发现问题,提升网优工作效率以及问题分析得准确度,达到快速评估优化的效果,提升用户感知。