發(fā)布時(shí)間：2024-01-31 08:05

　　電信網(wǎng)絡(luò)流量增長迅速,網(wǎng)絡(luò)流量實(shí)時(shí)調(diào)度的需求也愈發(fā)重要,目前在基于網(wǎng)絡(luò)區(qū)域粒度和天級(jí)別的流量預(yù)測(cè)上已經(jīng)取得了可觀的進(jìn)展,卻一直缺少對(duì)基于用戶粒度和天級(jí)別的流量和更多其他電信行為的預(yù)測(cè)。另一方面,電信套餐大量涌現(xiàn)以滿足用戶的差異化需求,電信套餐個(gè)性化推薦較好的解決了月級(jí)別的套餐與用戶匹配問題,但無法感知基于用戶粒度和天級(jí)別的電信用戶行為變化,不能向用戶推薦合適的天級(jí)別套餐。上述問題可統(tǒng)一為如何提供基于用戶粒度和天級(jí)別的電信用戶行為預(yù)測(cè)。針對(duì)該問題,論文提出了一種3D特征幀數(shù)據(jù)結(jié)構(gòu),在保留時(shí)序性、局部相關(guān)性的前提下,抽象了用戶粒度和天級(jí)別的電信用戶行為特征;提出了一種循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò)模型,較好的整合了3D卷積神經(jīng)網(wǎng)絡(luò)和棧式長短期記憶網(wǎng)絡(luò)的優(yōu)勢(shì),使之能夠更好的挖掘電信用戶行為特征,和學(xué)習(xí)電信用戶歷史行為規(guī)律學(xué)習(xí),自動(dòng)的預(yù)測(cè)電信用戶的未來行為。論文首先研究了電信用戶行為預(yù)測(cè)相關(guān)技術(shù),提出循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò)模型,并進(jìn)行了模型調(diào)優(yōu);然后分析了電信用戶行為預(yù)測(cè)問題的特點(diǎn),明確了電信用戶行為預(yù)測(cè)系統(tǒng)要滿足的功能性需求和非功能性需求;接下來,依據(jù)需求分析,圍繞3D特征幀和循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò),闡述...

【文章頁數(shù)】：93 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò)模型研究
    2.1 循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò)模型的提出
        2.1.1 模型所基于的相關(guān)技術(shù)介紹
        2.1.2 循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建
    2.2 循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò)模型的loss指標(biāo)和目標(biāo)loss值
        2.2.1 loss指標(biāo)的選擇
        2.2.2 目標(biāo)loss值設(shè)置
    2.3 循環(huán)3D卷積神經(jīng)網(wǎng)絡(luò)模型調(diào)優(yōu)
    2.4 小結(jié)
第3章 電信用戶行為預(yù)測(cè)系統(tǒng)需求分析
    3.1 功能性需求
        3.1.1 數(shù)據(jù)處理
        3.1.2 模型學(xué)習(xí)
        3.1.3 模型管理
        3.1.4 目標(biāo)行為預(yù)測(cè)
    3.2 非功能性需求
    3.3 小結(jié)
第4章 電信用戶行為預(yù)測(cè)系統(tǒng)概要設(shè)計(jì)
    4.1 整體系統(tǒng)概要設(shè)計(jì)
    4.2 關(guān)鍵數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)
        4.2.1 電信用戶原始數(shù)據(jù)
        4.2.2 原始特征向量
        4.2.3 2D特征幀
        4.2.4 3D特征幀
        4.2.5 特征向量
        4.2.6 目標(biāo)行為
    4.3 數(shù)據(jù)預(yù)處理模塊概要設(shè)計(jì)
        4.3.1 數(shù)據(jù)清洗子模塊
        4.3.2 特征翻譯子模塊
        4.3.3 特征聚合子模塊
    4.4 3D特征幀構(gòu)造模塊概要設(shè)計(jì)
        4.4.1 原始特征向量構(gòu)造子模塊
        4.4.2 2D特征幀構(gòu)造子模塊
        4.4.3 3D特征幀構(gòu)造子模塊
        4.4.4 3D特征幀構(gòu)造過程示意
    4.5 特征映射模塊概要設(shè)計(jì)
        4.5.1 基線模型設(shè)置
        4.5.2 模型算法研究
    4.6 特征預(yù)測(cè)模塊概要設(shè)計(jì)
        4.6.1 基線模型設(shè)置
        4.6.2 模型算法研究
    4.7 小結(jié)
第5章 電信用戶行為預(yù)測(cè)系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 數(shù)據(jù)預(yù)處理模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.1.1 數(shù)據(jù)清洗子模塊
        5.1.2 特征翻譯子模塊
        5.1.3 特征聚合子模塊
    5.2 3D特征幀構(gòu)造模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.2.1 原始特征向量構(gòu)造子模塊
        5.2.2 2D特征幀構(gòu)造子模塊
        5.2.3 3D特征幀構(gòu)造子模塊
    5.3 特征映射模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.3.1 特征向量長度的選擇
        5.3.2 詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.3.3 模型結(jié)構(gòu)和參數(shù)設(shè)置
    5.4 特征預(yù)測(cè)模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.4.1 詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.4.2 模型結(jié)構(gòu)和參數(shù)設(shè)置
    5.5 關(guān)鍵問題與解決方案
        5.5.1 基于多線程實(shí)現(xiàn)的MapReduce模擬環(huán)境問題
        5.5.2 數(shù)據(jù)清洗過程中的記錄重復(fù)問題
    5.6 小結(jié)
第6章 電信用戶行為預(yù)測(cè)系統(tǒng)測(cè)試
    6.1 測(cè)試環(huán)境
        6.1.1 測(cè)試環(huán)境組成
        6.1.2 軟硬件環(huán)境
    6.2 系統(tǒng)功能測(cè)試
        6.2.1 系統(tǒng)單元功能測(cè)試
        6.2.2 系統(tǒng)集成功能測(cè)試
    6.3 系統(tǒng)性能測(cè)試
    6.4 小結(jié)
第7章 總結(jié)與展望
    7.1 論文工作總結(jié)
    7.2 未來工作展望
參考文獻(xiàn)
致謝



本文編號(hào)：3891247