基于大数据AI的5G站址精准规划

在推进网络强国建设,加快建设数字经济、数字社会、数字政府,以数字化转型整体驱动生产方式、生活方式和治理方式变革的背景下,中国电信作为国家信息化建设的“排头兵”和“国家队”,在加快5G网络建设方面,开拓创新,打造4G/5G规划数字化平台,提出了基于现有4G/5G站址、融合业务域和网络域大数据,利用AI规划算法智能识别高价值区域,实现5G站址的精准规划,将资源优先投放在更有需要、价值更高的地方,同时优先利旧现有站址节约投资,真正实现降本增效。

基于全生命周期管理的5GC网元管理系统设计

移动互联网的发展改变了人们的生产生活方式,人们对网络服务质量和安全性的要求也越来越高。近几年5G网络的快速发展,使5G真正具备了全业务能力,这对5GC网管系统承担全网不同设备形态的网元管理能力提出了新的挑战。本文基于国内主流运营商5GC的部署,提出了一种基于全生命周期管理的网元管理系统的设计方法,对系统进行总体设计、接口设计、数据结构设计、时序图的设计和算法设计,对网元管理系统进行设计。通过对网元管理系统的设计,对原来的网元管理各个系统运用5GC系统进行优化,使网元系统内部连接关系发生变化,数据的传输效率和精确度也得到很大提高,大大提高了用户的满意度。

基于embedding和模型堆叠融合算法的用户流失分析模型的应用研究

本文以中国电信某省一个本地网3个月的真实公众客户基本信息、语音数据短信业务信息等数据,通过数据预处理、特征工程、模型训练、预测分析等成熟方法论,结合组合特征、word2vec生成embedding特征向量、BaggingClassifier/XGBoost/LightGBM模型堆叠融合算法等手段,重点解决了用户流失告警模型中特征不突出、单模型训练预测效果不明显等问题。经过本地网生产应用评估,本文提出的基于embedding和模型堆叠融合算法的用户流失预测模型算法,精准定位潜在的流失公众客户范围,并通过市场部门"对症下药",匹配合适的挽留政策,明显提升了存量客户经营效率,为全国各省各本地网存量用户流失建模提供了较好的借鉴模板。