[发明专利]基站活跃度分析方法、装置、电子设备及可读存储介质

权利要求书

1.一种基站活跃度预测方法，其特征在于，所述方法包括：

获取目标时间窗口内的各基站的活跃度基础数据，各所述基站的活跃度基础数据是表征基站的活跃程度的基础性数据；

计算各所述基站的活跃度基础数据在所述目标时间窗口内的统计特征，以获得目标时间窗口内的各基站的活跃度时序数据；

根据各所述基站的活跃度时序数据和预测模型，输出获得各基站在目标时刻的活跃度，所述目标时刻是所述目标时间窗口的结束时刻的下一时刻。

2.根据权利要求1所述的方法，其特征在于，各所述基站的活跃度基础数据，包括：基站的运行指标数据、功耗数据、用户面数据和基站覆盖数据。

3.根据权利要求1所述的方法，其特征在于，所述计算各所述基站的活跃度基础数据在所述目标时间窗口内的统计特征，以获得目标时间窗口内的各基站的活跃度时序数据，包括：

计算各所述基站的活跃度基础数据在所述目标时间窗口内的统计特征，以获得各基站的活跃度基础数据的统计特征；

将各所述基站的活跃度基础数据的统计特征与对应基站的地理位置进行关联，以获得目标时间窗口内的各基站的活跃度时序数据；

其中，所述统计特征包括最大值、最小值、平均值、中位数、标准差、同比和环比。

4.根据权利要求3所述的方法，其特征在于，所述计算各所述基站的活跃度基础数据在所述目标时间窗口内的统计特征，以获得目标时间窗口内的各基站的活跃度时序数据之前，还包括：

对各所述基站的活跃度基础数据进行缺失值填充，以获得各基站填充后的活跃度基础数据；

所述计算各所述基站的活跃度基础数据在所述目标时间窗口内的统计特征，以获得目标时间窗口内的各基站的活跃度时序数据，包括：

计算各所述基站填充后的活跃度基础数据在所述目标时间窗口内的统计特征，以获得目标时间窗口内的各基站的活跃度时序数据。

5.根据权利要求1所述的方法，其特征在于，所述根据各所述基站的活跃度时序数据和预测模型，输出获得各基站在目标时刻的活跃度，包括：

将各所述基站的活跃度时序数据和对应的标签，输入到所述预测模型中，输出获得各基站在目标时刻的活跃度；

其中，所述标签为每个基站的运行状态类型，所述运行状态类型至少包括活跃和不活跃。

6.根据权利要求5所述的方法，其特征在于，所述预测模型为LightGBM模型和SVM模型中的任一种。

7.根据权利要求3所述的方法，其特征在于，所述将各所述基站的活跃度基础数据的统计特征与对应基站的地理位置进行关联，以获得目标时间窗口内的各基站的活跃度时序数据，包括：

采用结构化数据处理引擎Spark SQL对各所述基站的活跃度基础数据的统计特征与对应基站的地理位置进行关联，以获得目标时间窗口内的各基站的活跃度时序数据。

8.一种基站活跃度预测装置，其特征在于，所述装置包括：

基础数据获取模块，用于获取目标时间窗口内的各基站的活跃度基础数据，各所述基站的活跃度基础数据是表征基站的活跃程度的基础性数据；

时序数据获取模块，用于计算各所述基站的活跃度基础数据在所述目标时间窗口内的统计特征，以获得目标时间窗口内的各基站的活跃度时序数据；

活跃度获取模块，用于根据各所述基站的活跃度时序数据和预测模型，输出获得各基站在目标时刻的活跃度，所述目标时刻是所述目标时间窗口的结束时刻的下一时刻。

9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读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1-7任一项所述的方法。