[发明专利]KPI与QoE回归模型建立方法以及装置

权利要求书

1.一种KPI与QoE回归模型建立方法，其特征在于，包括：

获取电信业务事件的w个历史数据，并从所述w个历史数据中选择a个训练数据，其中，所述w个历史数据中的每个历史数据均包括KPI数据以及QoE数据；

根据所述a个训练数据中的每个训练数据的QoE数据所属的QoE级别，将所述a个训练数据分成k个分组训练数据；

使用所述k个分组训练数据分别对回归模型进行训练，从而获得k个训练回归模型，

从所述k个训练回归模型中选择出最优训练回归模型，其中，w、a、k均为大于零的整数，w>a≥k。

2.根据权利要求1所述的方法，其特征在于，

从所述k个训练回归模型中选择出最优训练回归模型之前包括：

从所述w个历史数据中选择出b个验证数据，其中，所述b个验证数据与所述a个训练数据分别属于不同的数据集合；

从所述k个训练回归模型中选择出最优训练回归模型包括：

使用所述b个验证数据分别对所述k个训练回归模型中的每个训练回归模型进行验证，以获得所述k个训练回归模型中的每个训练回归模型的验证结果；

根据所述k个训练回归模型中的每个训练回归模型的验证结果从所述k个训练回归模型选择出最优训练回归模型。

3.根据权利要求2所述的方法，其特征在于，根据所述k个训练回归模型中的每个训练回归模型的验证结果从所述k个训练回归模型选择出最优训练回归模型之前包括：

从所述w个历史数据中选择出c个测试数据，其中，所述c个测试数据、所述b个验证数据与所述a个训练数据分别属于不同的数据集合；

根据所述k个训练回归模型中的每个训练回归模型的验证结果从所述k个训练回归模型选择出最优训练回归模型包括：

根据所述k个训练回归模型中的每个训练回归模型的验证结果从所述k个训练回归模型选择出待定训练回归模型；

使用所述c个测试数据对所述待定训练回归模型进行测试以获得测试结果；

在所述测试结果大于预设阈值的情况下，将所述待定训练回归模型设置为最优训练回归模型。

4.根据权利要求3所述的方法，其特征在于，

在所述测试结果小于或者等于预设阈值的情况下，将所述待定训练回归模型丢弃。

5.根据权利要求1至4任一权利要求所述的方法，其特征在于，所述回归模型为多项式逻辑回归模型。

6.根据权利要求1至5任一权利要求所述的方法，其特征在于，所述电信业务事件的粒度为用户设置的。

7.根据权利要求1至6任一权利要求所述的方法，其特征在于，所述KPI数据包括带宽利用率、时延、抖动以及丢包率中的至少一种。

8.一种KPI与QoE回归模型建立装置，其特征在于，包括：获取模块、分类模块、训练模块以及选择模块，

所述获取模块用于获取电信业务事件的w个历史数据，并从所述w个历史数据中选择a个训练数据，其中，所述w个历史数据中的每个历史数据均包括KPI数据以及QoE数据；

所述分类模块用于根据所述a个训练数据中的每个训练数据的QoE数据所属的QoE级别，将所述a个训练数据分成k个分组训练数据；

所述训练模块用于使用所述k个分组训练数据分别对回归模型进行训练，从而获得k个训练回归模型，

所述选择模块用于从所述k个训练回归模型中选择出最优训练回归模型，其中，w、a、k均为大于零的整数，w>a≥k。