基于组合注意力模型EAAT的云KPI数据预测方法

为了准确分析云计算集群日常监控中KPI(Key Performance Indicator)数据的动态和变化趋势,并预测后续发展,达到提高云计算集群高可用性的目标,本文提出三分频的基于组合注意力模型的EWT-ARIMA-Auto-TPA (EAAT)云KPI数据预测方法.首先基于经验小波变换(Empirical Wavelet Transform, EWT)得到云KPI数据低中高频的内在模态变量(Intrinsic Mode Functions, IMFs)降低数据预测的复杂程度.其次,根据分解得到的低中高频IMFs信息特征,分别运用ARIMA、Autoformer、TPA-BiLSTM模型对每类IMFs进行预测.最后,将分类预测后结果经过逆变换IEWT加以合并得出预测结果.本文预测方法在谷歌和亚马逊的4个数据集上得到了验证,无论数据是否具有周期性或者稳定性,本文预测方法都有较好的结果,综合效果比对比模型有较大提升.

大数据平台建设背景下机械装备制造企业关键绩效指标(KPI)研究

在国家实施新兴产业及创新驱动发展战略的背景下,重型机械装备制造业是国民经济的主体。因此,建立企业大数据技术平台是产业数字化发展的必然趋势。如何构建大数据平台,以及从企业海量的数据中分析和挖掘出有价值信息以支撑企业绩效考核及战略决策是迫切需要解决的问题。文章阐述了大数据平台建设的时代背景,以及机械装备制造企业关键业务系统现状,深入研究其关键绩效指标(KPI),形成了重型机械装备制造企业的关键绩效指标(KPI)研究结论,为企业关键绩效指标的定义提供借鉴。

一种KPI映射到KQI的通用算法

该文结合电信管理论坛TMF提出的KPI(Key Performance Indicator),KQI(Key Quality Indicator)概念,提出了一种新算法K2K(KPI to KQI)。新算法弥补了TMF提出的算法不能聚合不同量纲、不同意义指标为单个KQI指标的缺陷,并且K2K算法显著减少了最终聚合指标的个数,提取少数有意义的指标以直观地反映整个系统的运行状况。实际使用效果的统计数据验证表明,K2K算法能够真实反映系统的实际运行状况。

KPI统计方法在模型驱动数据采集系统中的应用

针对实时数据采集及关键性能指标(KPI)统计过程中需要解决的冗余数据剔除、实时过滤及面向实际工艺运转情况的统计算法,将生产模型驱动技术和规则引擎引入到数据采集中,解决了各种工艺条件下数据采集与统计的办法,具有良好的适应性及可扩展性。

基于数据仓库的医疗影像检查KPI数据展示研究

本研究针对某三甲医院医疗影像信息系统(RIS/PACS)数年应用过程中所积累的海量数据,建立数据仓库,并且围绕医疗影像检查绩效开展关键指标数据展示研究,为决策者提供直观的图表数据,以辅助决策。

基于KQI和KPI指标映射的模糊计算方法

针对目前WCDMA网络最优化问题和业务质量评估体系的缺陷,给出一种基于用户感知和现网反馈的KQI-KPI指标模糊计算方法.该方法通过对应用层业务进行重新分类,建立不同业务KQI与KPI指标之间的映射关系,使原来独立的各评估指标形成相互作用的耦合关系,再通过指标群的模糊计算即可对整个质量评估体系做出客观的诊断和评判.计算结果和实际应用表明,该方法对评估对象具有较好的普适性,结合设备优化可充分改善现网数据业务的质量,优化WCDMA数据业务质量评估方法.

基于频繁模式的KPI异常检测研究

文章针对TD-SCDMA现网采集的网络关键绩效指标(Key Performance Indicator,KPI),,利用频繁模式挖掘的方法,重点分析掉话率、无线接通率、拥塞率等之间的关联性。将频繁模式项定义为正常模式,以此进行异常模式检测。这样的方式不仅有效地检测了网络存在的异常组合,也反映了参数之间的关联性,对快速在线检测起到了有效的指导作用。

基于KPI考核的业务绩效优化分配的计算方法

为了科学合理地优化分配绩效,基于KPI考核制度,综合考虑人均业务产值、人员到岗情况、岗位职务等要素,提出业务绩效优化分配的计算方法。通过案例分析,表明本方法充分体现了公平、公正原则;在避免人才流失、促进和帮助企业发展方面,具有一定作用。

运营商KPI大数据地理可视化系统创新开发与应用

随着大数据、云计算、人工智能等各类新兴技术的崛起,各大互联网公司、电信运营商以及政府部门等都在开展大数据业务。A市电信运维部门根据实际业务需要,针对重点运营商KPI大数据进行了地理可视化系统的创新开发,并把成果应用到了4G/5G网络项目的规划、建设以及运营管理与优化中,取得了较好的效果。

移动用户感知预判与数字化运营探讨

用户体验管理主要针对用户在使用移动网络时的实际体验和感知进行CEI的客观分析,根据用户在使用上网、视频、即时通信、语音等业务时的各项网络质量指标,建立综合评估用户感知评估指标体系,构建用户业务感知CEI评分模型,实现对用户感知归一化的CEI用户体验指标得分,并汇聚得出移动网的CEI质差小区。在完成CEI质差小区评估后,综合感知、性能、告警、覆盖等多项信息进行多维定位分析,从而细分出质差小区存在的网络质量问题,输出对应“维护-优化-扩容-建设”的解决方案建议和处理指导,然后通过派发工单驱动地(市)进行问题处理,促进问题闭环,最终达到网络质量和用户感知的“双螺旋”相互促进提升的目的。

数据分析与挖掘技术在医疗质量管理中的应用

结合中山大学附属中山医院实践,介绍医院在医疗质量管理中的困难,从数据分析与挖掘技术角度来探索如何帮助医院提高医疗质量管理水平,阐明系统设计过程,包括技术基础、数据基础等方面。

基于数据仓库的管理驾驶舱

总结了管理驾驶舱的产生、作用及组成部分,结合数据仓库的思想提出了基于数据仓库的管理驾驶舱,这个系统由分析服务器、查询构造器、查询执行器、图形构造器等部分组成。这个系统能作为数据仓库系统的一个很好的补充,可以实现企业领导对企业的战略管理。

基于数据驱动的电力运行监控指标建模研究

基于物联网传感数据分析模型提出了一个基于业务驱动的多维智能电力系统运行监视关键性能指标体系,并建立一个实时监控预警的体系架构。基于大电网全景信息平台,通过对调度过程、调度业务及调度管理性能指标立方体的组合和分割,形成了面向决策目标、通过业务驱动的智能电网调度性能指标体系,解决了目前调度性能指标体系出现的调度环节划分不明、决策指标缺失问题。

基于FP-Growth的战略绩效关联分析算法研究

在处理战略绩效KPI关联规则挖掘的问题时,由于FP-Growth不能根据业务的需要简化计算过程,从而产生了许多冗余计算,影响了算法的效率。因此,提出了一种基于FP-Growth的战略绩效关联分析算法。通过采用基于规则的约束方法对FP-Growth算法进行改进。一方面,在挖掘的过程中添加剪枝操作,提高频繁项集的挖掘效率;另一方面,在关联规则产生过程中,添加规则约束,生成符合业务要求的关联规则,从而减少了冗余计算,提高了算法的效率。最后,以"某高校科研服务质量指标"为例,验证了该算法的可行性。

基于覆盖效能分析的LTE无线规划O侧支撑方法

针对目前现网O侧数据对无线规划支撑所采用的区域性和整体性指标,对实际情况反映不够精细,提供约束条件不够充分的问题,提出一种LTE无线规划O侧支撑方法,从小区级指标的粒度和多源O侧数据的维度反映现网情况。实际应用表明,该方法可有效提升网络现状把控的精细度,为无线规划关键环节提供切实有效的现网数据支持。

滚动轴承设计的多维数据集方法

通过建立滚动轴承设计相关的数据库、多维数据集以及使用的关键性能指标(KPIs),实现滚动轴承设计的智能化。

基于大数据的网页浏览质差分析方法研究

传统的网络运维往往聚焦网络和设备的运行状态,难以解决用户主观感知问题,迫切需要建立一套端到端互联网应用感知管理体系。围绕网页浏览的质量分析环节,基于大数据技术研究用户感知数据的质量分析框架和方法,设计提出了一套基于大数据技术的质量分析系统框架,用于实现互联网业务质量分析。以某国际网站为例,提出了“二望五切”诊断法用于定界溯因,提高人工分析效率,验证了所提方法的有效性。

基于机器学习算法的LTE高投诉小区预判方法

将用户投诉映射到网络性能问题,并利用机器学习算法建立4G KPI与用户投诉之间的关联,构造基于网络性能指标的用户投诉预警模型。以用户感知层面的大数据分析结论为抓手,提升网络优化和网络运维的质量,并提升其实时性和准确性。将输出的决策树模型以静态规则部署在系统中,可将预判的疑似问题小区名单直接送达建维优相关人员,实现了高投诉小区问题解决的闭环以及问题的可追踪可回溯。

油气勘探大数据分析在中亚盆地优选中的创新应用

随着数字化时代的到来,石油公司开始重视基础资料的获取及整合,不断加大油气大数据的分析应用力度,以期从大数据中寻找"大油气"。然而,以传统数据统计分析方法研究海量数据的时效性很差,而且有效分析方法和关键评价指标缺乏,严重制约了油气勘探行业大数据的深度应用。中亚油气资源丰富,是中国石油公司实施"一带一路"国家能源合作战略的重点地区和现实之选。在战略选区盆地筛查阶段,研究范围大、周期短、井震资料匮乏,难以开展有效的石油地质分析,无法形成宏观认识指导决策。为此,引入大数据思维,开展大数据分析,深度挖掘、二次开发数据库,整合海量多源异构数据,创建中亚战略选区知识库,为勘探大数据分析奠定资料基础;创新油气勘探数据挖掘技术和大数据分析方法,创建"三位一体"KPI综合打分模式,优选多个有利勘探潜力盆地,有效指导中亚战略选区。研究提供了新的思路和对策,从油公司的角度阐述了开展勘探大数据分析的必要性和可行性,具有较好的应用价值和推广意义。

关于构建数据安全生态圈的研究与实践

2021年3月,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》正式发布,其中提到"坚持放管并重,促进发展与规范管理相统一,构建数字规则体系,营造开放、健康、安全的数字生态"."数字生态"的提出为构建数据安全生态圈的研究和实践提供了有力支撑,在国家数据安全战略的指导下,正逐渐形成全社会共同参与、共同维护数据安全和促进发展的良好环境.提出数据安全生态圈的整体框架,包括1个中心、2个循环、3个体系、5个关键和8大路线.以数字生态为建设目标,从如何落实数据安全治理与建设要求的角度出发,确定数据安全生态圈的具体内容以及各项指标,最终形成数据安全各层级的落地执行路径.