基于非完备大数据的业务预测

李建东，盛敏，文娟

（西安电子科技大学，陕西 西安710071）

LI Jiandong, SHENG Min and WEN Juan

(Xidian University，Xi’an 710071，China)

 

 

1 非完备海量数据业务预测

为了应对非完备数据给业务预测带来的挑战，本文中我们提出了如图2所示的基于非完备无线大数据的业务预测架构，从缺失值填充、时空信息挖掘2个维度，高效利用非完备数据集，助力无线网络智能化。

简单来讲，当预测数据规律性较强时，例如办公楼以及住宅区域的业务数据呈现明显的“潮汐现象”，我们根据待预测数据的统计特性对缺失值进行补充，然后选取合适的预测算法对待预测数据直接进行预测。当预测数据规律性较弱时，例如交通枢纽区域等业务数据流动性强、规律弱，如果仍根据其统计特性对缺失值补充，将会引入大量噪声；因此我们直接将缺失值丢弃，并充分利用空间维度信息进行数据挖掘，对待预测数据进行间接预测。

图2 基于非完备无线大数据的业务预测架构

 

 

首先，我们采用时间序列分解法，将待预测数据分解为规律项和随机项，并根据规律项占业务量比值的大小，将待预测数据分为规律性强或弱2种情况。具体做法为：将待预测数据x={x₁,x₂,…x_n}（其中 x_t,1≤t≤n表示第t时刻待预测的业务量，例如用户数、流量等）分解为周期项 p_t、趋势项m_t以及随机项r_t，并且将周期项与趋势项的和称为规律项y_t=p_t+m_t。当规律项与业务量的比值高于某一门限值R时，待预测数据规律性较强；反之，当规律项与业务量的比值低于某一门限值R时，待预测数据规律性较弱。

当待测数据规律性较强时，其历史数据的统计特性例如均值，可较好地反映待测数据规律；因此，我们可利用缺失值历史信息的均值，对其进行填充，扩充训练样本数。我们可以将填充好后的数据直接输入所选择的预测算法，对待预测数据直接进行预测。

当待测数据规律性较弱时，其历史数据的统计特性无法较好地反映待测数据规律。如果对缺失值进行强行填充，将会引入较多噪声，从而影响预测精度。此时，我们将缺失值直接删除，确保使用数据的真实性。经过研究发现，在无线网络中，即使单小区的业务规律性较弱，由多个小区构成的小区簇的业务规律性一般都很强。因此，可以充分挖掘相邻小区的空间信息，先对小区簇的业务总量进行预测，然后再对目标小区业务与小区簇业务比值进行预测，最后将这2部分的预测值相乘，即可得到基于空间信息获得的目标小区待测业务量。为了进一步提升预测精度，我们采用“提升”（boosting）算法的基本思想，即设计多个好而不同的预测方法对同一问题进行预测，并将其结果进行融合，通过模型和数据的分集增益提升预测精度。为此，我们采用与基于空间信息预测模型不同的预测方法对删除缺失值后的数据直接进行预测。最后，将预测结果与基于空间信息的预测结果进行有机融合，便可利用模型和数据的分集增益提升预测精度。

 

2 仿真设计与分析

为了验证本文提出的基于非完备大数据业务预测架构的有效性，我们采用校园网实测数据对各个区域各时间段的用户数进行预测。

为了判断待预测数据规律性的强弱，我们假设门限值R=0.8。对于规律性比较强的业务数据，我们采用均值对相应缺失值进行补充，并使用补充后的数据集作为训练数据集，采用岭回归（Ridge）方法对其进行直接预测。图3对比了对缺失值进行均值填充和缺失值删除后的预测效果。为此，我们将获得的相对完整的数据看做实验中的“完备”数据集，然后在人为随机删除部分数据进行验证。从图3中可以看出，当待测数据规律性较强时，当缺失值比例不大时，采用均值补充可以有效提升预测精度。此外，删除某些数据时，例如异常值，也可提升预测精度。因此，我们在对数据进行预测前，要先分析数据的特性，并根据数据的特性进行相应的处理。

图3 缺失值填充与删除对业务预测影响对比图

 

 

对于规律性相对较弱的业务数据，我们先将缺失值删除，然后使用删除缺失值后的数据集作为训练数据集，并采用基于时空信息的预测方法对其预测。具体来讲，分别采用Ridge、随机森林（RF）以及轻量级梯度提升机（Light-GBM）方法对目标小区用户数、小区簇用户数以及目标小区和小区簇用户数的比例进行预测，然后将预测出的小区簇用户数和相应比例相乘，所得结果与直接预测的用户数以合适比例融合，得出最后的目标小区用户数预测值。图4对比了仅基于时间信息的业务预测与基于时空信息的业务预测精度。从图中我们可以看出，借助于空间信息可有效提高业务预测精度。

图4 基于时间与时空信息业务预测对比图

 

 

3 结束语

基于无线大数据，结合人工智能算法，将使无线网络的设计、管理与优化更加自动化、智能化与智慧化。然而，无线网络信道传输的不可靠性、业务多样性以及网络结构密集化、异构化等特点使得无线大数据呈现非完备性、空时大尺度变化等特点，为无线大数据挖掘以及人工智能算法应用与结合带来巨大挑战。本文中，我们提出了基于非完备无线大数据业务预测的基本架构，对非完备无线大数据的应用具有重要启发意义。在无线网络智能化的关键时期，仍需要我们不断探索如何针对无线网络特异性，最大限度地挖掘无线大数据的价值并设计相应的智能算法。

参考文献
[1]LI R P，ZHAO Z F，ZHOU X，et al.Intelligent 5G:When Cellular Networks Meet Artificial Intelligence[J].IEEE Wireless Communications，2017，24(5):175-183.DOI:10.1109/mwc.2017.1600304wc
[2]张琰，盛敏，李建东.大数据驱动的“人工智能”无线网络[J].中兴通讯技术，2018，24(2):2-5
[3]LIU J Y，SHENG M，LIU L，et al.Interference Management in Ultra-Dense Networks:Challenges and Approaches[J].IEEE Network，2017，31(6):70-77.DOI:10.1109/mnet.2017.1700052
[4]SESSA J，SYED D.Techniques to Deal with Missing Data[C]//2016 5th International Conference on Electronic Devices，Systems and Applications(ICEDSA).United Arab Emirates:ICEDSA，2016:1-4.DOI:10.1109/ICEDSA.2016.7818486
[5]XU F L，LIN Y Y，HUANG J X，et al.Big Data Driven Mobile Traffic Understanding and Forecasting:A Time Series Approach[J].IEEE Transactions on Services Computing，2016，9(5):796-805.DOI:10.1109/tsc.2016.2599878
[6]ZARE MOAYEDI H，MASNADI-SHIRAZI M A.Arima Model for Network Traffic Prediction and Anomaly Detection[C]//2008 International Symposium on Information Technology.Malaysia，2008:1-6.DOI:10.1109/ITSIM.2008.4631947
[7]WANG X，ZHOU Z M，YANG Z，et al.Spatio-Temporal Analysis and Prediction of Cellular Traffic in Metropolis[C]//2017 IEEE 25th International Conference on Network Protocols(ICNP).Canada:ICNP，2017:1-10.DOI:10.1109/ICNP.2017.8117559
[8]WANG J，TANG J，XU Z，et al.Spatiotemporal Modeling and Prediction in Cellular Networks:A Big Data Enabled Deep Learning Approach[C]//IEEE INFOCOM.USA:IEEE，2017:1-9