[发明专利]网络性能数据的预测方法、装置、存储介质及设备

权利要求书

1.一种网络性能数据的预测方法，其特征在于，所述方法包括：

获取终端设备发送的待检测小区的至少一组测量报告数据；

将所述至少一组测量报告数据输入训练后的决策树模型，并获取所述训练后的决策树模型输出的预测结果，所述训练后的决策树模型是通过历史网络性能数据和历史测量报告数据训练生成的，所述决策树模型用于通过循环迭代输出回归的预测结果，所述预测结果包括所述至少一组测量报告数据分别对应的网络性能数据的预测值。

2.根据权利要求1所述的方法，其特征在于，所述网络性能数据包括信号与干扰加噪声比。

3.根据权利要求1或2所述的方法，其特征在于，在所述将所述测量报告数据输入训练后的决策树模型之前，所述方法还包括：

获取历史网络性能数据和历史测量报告数据；

根据所述历史网络性能数据和所述历史测量报告数据，对所述决策树模型进行训练。

4.根据权利要求3所述的方法，其特征在于，所述对所述决策树模型进行训练，包括：

从所述历史测量报告数据中确定出特征数据；

从所述历史网络性能数据中确定出所述特征数据对应的标签数据；

将所述特征数据及所述特征数据对应的标签数据组成样本集数据，对所述决策树模型进行训练。

5.根据权利要求4所述的方法，其特征在于，所述从所述历史网络性能数据中确定出所述特征数据对应的标签数据，包括：

根据所述特征数据的时间戳，从所述历史网络性能数据中确定出至少一个目标历史网络性能数据，所述至少一个目标历史网络性能数据的时间戳与所述特征数据的时间戳之间的时间间隔均小于预设的时间间隔；

根据所述至少一个目标历史网络性能数据，确定所述特征数据对应的标签数据。

6.根据权利要求5所述的方法，其特征在于，所述确定所述特征数据对应的标签数据，包括：

从所述至少一个目标历史网络性能数据中确定出一个与所述特征数据相关的关联历史网络性能数据；

将所述关联历史网络性能数据确定为所述特征数据对应的标签数据。

7.根据权利要求6所述的方法，其特征在于，所述关联历史网络性能数据的时间戳与所述特征数据的时间戳之间的时间间隔最小。

8.根据权利要求5所述的方法，其特征在于，所述确定所述特征数据对应的标签数据，包括：

将所述至少一个目标历史网络性能数据的平均值确定为所述特征数据对应的标签数据。

9.根据权利要求6所述的方法，其特征在于，在所述从所述至少一个目标历史网络性能数据中确定出一个与所述特征数据相关的关联历史网络性能数据之后，所述方法还包括：

根据所述至少一个目标历史网络性能数据的平均值和所述关联历史网络性能数据，确定所述特征数据对应的标签数据。

10.一种网络性能数据的预测装置，其特征在于，所述装置包括：

获取模块，用于获取终端设备发送的待检测小区的至少一组测量报告数据；

预测模块，用于将所述至少一组测量报告数据输入训练后的决策树模型，并获取所述训练后的决策树模型输出的预测结果，所述训练后的决策树模型是通过历史网络性能数据和历史测量报告数据训练生成的，所述决策树模型用于通过循环迭代输出回归的预测结果，所述预测结果包括所述至少一组测量报告数据分别对应的网络性能数据的预测值。

11.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至9任意一项所述的方法。

12.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1至9任意一项所述的方法。