[发明专利]一种基于决策树的移动网络中面向场景的指标筛选方法

摘要

一种基于决策树的移动网络中面向场景的性能指标筛选方法，包括采集性能指标数值、配置标签、拟合模型、提取信息增益、判断是否完成全部场景的拟合、以及对所有信息增益进行融合共六个步骤；其中，针对每个场景都要顺序执行一次配置标签、拟合模型和提取信息增益的三个步骤，只有对所有场景都完成了上述三个步骤后，才执行步骤6：对所有信息增益进行融合处理。本发明是将性能指标筛选细分为针对每个场景的任务、针对不同场景设计合理的标签配置方式、再利用决策树提取信息增益、最后利用平均值计算最后的平均信息增益、从而高效实现在多个不同场景下的性能指标的筛选。本发明操作步骤简单、容易实现，计算工作量的负担轻。

主权项

1.一种基于决策树的移动网络中面向场景的性能指标筛选方法，其特征在于：所述方法包括采集性能指标数值、配置标签、拟合模型、提取信息增益、判断是否完成全部场景的拟合、以及对所有信息增益进行融合共六个步骤；其中，针对每个场景都要顺序执行一次配置标签、拟合模型和提取信息增益的三个步骤，只有对所有场景都完成了上述三个步骤后，才执行步骤6：对所有信息增益进行融合处理；所述方法包括下列操作步骤：步骤1，采集性能指标数值：对于移动网络中的场景集合S＝{s₁,s₂,…,s_j,...,s_m}中的各个场景s_j，由低到高顺序地从不同场景s_j开始，分别采集性能指标数值集合X＝{x₁,x₂,...,x_i,...,x_n}中的每个性能指标x_i的数值；即此时采集的每个性能指标数值x_i都位于同一场景，且设置从场景s_j采集的性能指标数值集合为X^j；式中，场景s_j和性能指标x_i中的自然数下标j和i，分别是场景和性能指标的序列号，m和n分别是j和i的最大值，即两者分别是场景的总数量和性能指标的总数量；但在性能指标数值集合X^j中，以自然数上标j标识其采集源的场景s_j序列号；步骤2，配置标签：针对每个不同场景s_j分别配置其对应的标签y^j，同样用该标签y^j的上标j标识其采集源的场景s_j序列号；再用该标签y^j的两个不同数值分别表示该对应的性能指标的数值集合X^j是否采集于设定场景s_j：当性能指标数值采集自该场景s_j时，则配置的标签为1；否则，配置的标签为0；步骤3，拟合模型：分别针对每个场景s_j使用决策树模型的框架模块执行拟合运算：该决策树模型的输入分别是每个场景的性能指标数值集合X¹,X²,...,X^j,...,X^m和各个不同场景s_j所配置的标签集合y¹,y²,...,y^j,...,y^m；该决策树模型在分别顺序执行每个场景s_j中的各个性能指标的拟合运算时，自动计算每个场景s_j中的各个性能指标的信息增益式中，是对采集于第j个场景s_j中的第i个性能指标数值进行拟合运算后、自动提取的信息增益数值，其自然数上标j标识采集源的场景s_j序列号，j的最大值是m，自然数下标i标识性能指标序列号，i的最大值是n；步骤4，提取信息增益：提取步骤3拟合运算后得到的、每个场景s_j中的所有性能指标的信息增益g^j，组成该场景s_j的所有信息增益集合式中，信息增益集合G^j的上标j表示针对场景s_j的拟合运算，是第j个场景s_j中的第i个性能指标的信息增益，自然数性能指标序列号下标i的总数量为n；信息增益的数值越大，表明该第j个场景s_j中的第i个性能指标的重要程度越高；步骤5，判断是否完成全部场景的拟合运算、实现了决策树模型的构建而获取所有场景的性能指标的信息增益；即判断是否已经得到针对所有场景s₁,s₂,...,s_j,...,s_m中的每个性能指标的信息增益G¹,G²,...,G^j,…,G^m；若是，则执行步骤6；若否，则返回步骤2，继续针对下一个场景顺序执行步骤2至步骤4的相应操作；步骤6，对所有信息增益进行融合处理：根据得到的所有场景的全部性能指标的信息增益，根据公式计算在所有场景中的各个不同性能指标i的信息增益平均值该是综合了针对场景集合S＝{s₁,s₂,...,s_j,…,s_m}中的每个场景的各个性能指标分别拟合后，得到的多个信息增益G¹,G²,...,G^j,...,G^m的平均值；据此计算每个性能指标i在移动网络中的平均信息增益然后根据该性能指标i的平均信息增益，判断该性能指标i在移动网络中的重要程度：的数值越大，则第i个性能指标的重要程度越高。