一种话务指标的预测方法、装置及电子设备的制造方法

一种话务指标的预测方法、装置及电子设备的制造方法
【技术领域】
[0001] 本发明涉及核也网技术领域，尤其涉及一种话务指标的预测方法、装置及电子设 备。
【背景技术】
[0002] 现代移动通信的用户数和话务量保持稳步增长，移动网络长久稳定的运行，有赖 于及时有效的网络规划与优化，运营者W主动性的网络变化成功应对用户行为的变化及其 趋势。移动通信话务量超过一定容量时，极易造成交换系统过载，出现电路拥塞，话音接通 率下降，话务掉话比上升，甚至出现交换机大面积痛疾的现象，给移动通信运营商和移动用 户都造成不可弥补的损失。因此根据话务统计资料和其他业务信息对移动通信话务量的变 化趋势进行预测，W此来确定工程扩容将要达到的容量，并由各地设定的相应话务模型计 算设备的有效容量，从而决定满足设计容量的设备类型和数量，对于移动通信运营商来说 非常有必要。
[0003]为此，一种基于不同模板类型的智能化话务预测方法出现了。该智能化话务预测 方法包含W下几个步骤：（1)取出近几年的参数进行训练，确定初始参数：增长因子、模板 值、各节假日话务的模板值；（2)根据输入的预测长度，判断是短期或中长期的平稳期话务 预测，而选定不同的平稳期话务预测方法；（3)根据步骤（2)的结果，按照不同的算法来预 测平稳期话务；（4)根据步骤（1)确定的参数，定位预测区间各节假日的长度和类型，选取 相应的节假日话务预测算法预测节假日话务；（5)根据步骤（3)、（4)的结果，将平稳期话务 和节假日话务进行接口平滑处理，合成预测话务，输出到相应设备。
[0004] 上述智能化话务预测算法的特征是将全年的平稳期话务分为N段进行预测，每一 段平稳期话务又视为由趋势分量和周期分量的简单加法叠加。其中，趋势分量由一元线性 回归方法预测得到，周期分量由模板匹配算法预测得到。
[0005] 与此同时，还出现了另一种话务预测方法。该方法基于ARM(P，q)模型建立，ARMA 模型由自回归模型和滑动平均模型"混合"得到，是研究时间序列模型的一种重要方法。该 方法主要的流程是；获取网络话务量的历史值作为历史样本数据，对所述历史样本数据进 行预处理，获得正常样本数据；针对所述的历史样本数据利用预测模型进行建模并预测； 利用方差分析法对所述正常样本数据进行节日话务量与平时话务量差异显著性检验；若节 日话务量与平时话务量的差异性显著，则对所述预测模型的预测值进行修正，得到最终预 测值；否则，所述预测模型的预测值即为最终预测值。
[0006] 此外，还有在《节日话务预测及扩容流程》一文中提出了一种节假日话务预测方 法，该方法将话务量之间的关系定义为简单的线性模型，利用线性预测加修正因子的方法 来获得目标年份的节假日话务量。

【发明内容】

[0007] 有鉴于此，本发明实施例的目的是提供一种话务指标的预测方法、装置及电子设 备，w在目标时间段的话务指标季节分量可预测的情况下，实现话务指标的准确预测。
[0008] 为解决上述技术问题，本发明实施例提供方案如下：
[0009] 本发明实施例提供一种话务指标的预测方法，包括：
[0010] 根据各历史时间段的话务指标季节分量实际值，确定目标时间段的话务指标季节 分量预测值；
[0011] 根据目标时间段的话务指标趋势分量预测值与话务指标季节分量预测值，确定目 标时间段的话务指标预测值。
[0012] 优选地，所述根据各历史时间段的话务指标季节分量实际值，确定目标时间段的 话务指标季节分量预测值之前，还包括：
[0013] 将各历史时间段的话务指标实际值和话务指标趋势分量实际值分别相除，得到各 历史时间段的话务指标季节分量实际值。
[0014] 优选地，所述根据各历史时间段的话务指标季节分量实际值，确定目标时间段的 话务指标季节分量预测值包括：
[0015] 确定各历史时间段的话务指标季节分量实际值的权重；
[0016] 根据所述权重，对各历史时间段的话务指标季节分量实际值进行加权平均，得到 目标时间段的话务指标季节分量预测值。
[0017] 优选地，各历史时间段分别属于各历史年份中的设定节日，目标时间段属于目标 年份中的设定节日，各历史年份和目标年份的年份数目为n，各历史时间段和目标时间段中 的第i个时间段属于各历史年份和目标年份中的第i个年份，i= 1，2,…，n，第n个年份为 目标年份，设第i个年份中的m个设定日期的话务指标实际值集合Ui= (Uii，Ui2,…，UJT， 则所述确定各历史时间段的话务指标季节分量实际值的权重的步骤中，各历史时间段中第 j个历史时间段的话务指标季节分量实际值的权重rw通过如下公式计算得到：
[0018]
[0019] 优选地，话务指标包括登记用户数，所述方法还包括：
[0020] 将各历史时间段中每个历史时间段的话务量与登记用户数相除，得到各历史时间 段中每个历史时间段的用户活跃度；
[0021] 将各历史时间段中所在假期与目标时间段所在假期具有相同特征的所有历史时 间段的用户活跃度取平均，得到目标时间段的用户活跃度预测值；
[0022] 将目标时间段的登记用户数预测值和目标时间段的用户活跃度预测值相乘，得到 目标时间段的话务量预测值。
[0023] 优选地，对于各历史时间段和目标时间段中的每个时间段，该时间段所在假期的 特征包括；该时间段所在假期包含的节日只有该时间段所在的第一节日、且该第一节日位 于该时间段所在假期的第一或二天；或者，该时间段所在假期包含的节日只有该时间段所 在的第一节日、且该第一节日在该时间段所在假期的第H天；或者，该时间段所在假期包含 该时间段所在的第一节日和第二节日。
[0024] 优选地，第一节日包括中秋节，第二节日包括国庆节。
[0025] 优选地，所述根据目标时间段的话务指标趋势分量预测值与话务指标季节分量预 测值，确定目标时间段的话务指标预测值之前，还包括：
[0026] 根据目标时间段之前的第一时间段的话务指标趋势分量实际值和目标时间段相 对于第一时间段的话务指标趋势分量增长率预测值，确定目标时间段的话务指标趋势分量 预测值。
[0027] 优选地，所述根据目标时间段之前的第一时间段的话务指标趋势分量实际值和目 标时间段相对于第一时间段的话务指标趋势分量增长率预测值，确定目标时间段的话务指 标趋势分量预测值之前，还包括：
[0028] 根据各历史时间段的话务指标趋势分量实际值和各历史时间段之前的第二时间 段的话务指标趋势分量实际值，确定各历史时间段相对于各自之前的第二时间段的话务指 标趋势分量增长率实际值；
[0029] 根据各历史时间段相对于各自之前的第二时间段的话务指标趋势分量增长率实 际值，确定目标时间段相对于第一时间段的话务指标趋势分量增长率预测值。
[0030] 优选地，所述根据各历史时间段相对于各自之前的第二时间段的话务指标趋势分 量增长率实际值，确定目标时间段相对于第一时间段的话务指标趋势分量增长率预测值包 括：
[0031] 利用非线性回归模型原理，对各历史时间段相对于各自之前的第二时间段的话务 指标趋势分量增长率实际值进行数据拟合，得到增长率拟合函数GR(曲=ae^+e，其中，a 为常数，b为常数，e为误差项，GR(曲为各历史时间段中第Q个历史时间段相对于该历史 时间段之前的第二时间段的话务指标趋势分量的拟合增长率；
[0032] 将GR(Q+1)确定为目标时间段相对于第一时间段的话务指标趋势分量增长率预 测值。
[0033] 优选地，各历史时间段和目标时间段所分别属于的年份连续。
[0034] 本发明实施例还提供一种话务指标的预测装置，包括：
[0035] 第一确定模块，用于根据各历史时间段的话务指标季节分量实际值，确定目标时 间段的话务指标季节分量预测值；
[0036] 第二确定模块，用于根据目标时间段的话务指标趋势分量预测值与话务指标季节 分量预测值，确定目标时间段的话务指标预测值。
[0037] 优选地，还包括：
[0038] 第一计算模块，用于所述第一确定模块根据各历史时间段的话务指标季节分量实 际值，确定目标时间段的话务指标季节分量预测值之前，将各历史时间段的话务指标实际 值和话务指标趋势分量实际值分别相除，得到各历史时间段的话务指标季节分量实际值。
[0039] 优选地，所述第一确定模块包括：
[0040] 第一确定单元，用于确定各历史时间段的话务指标季节分量实际值的权重；
[0041] 计算单元，用于根据所述权重，对各历史时间段的话务指标季节分量实际值进行 加权平均，得到目标时间段的话务指标季节分量预测值。
[0042] 优选地，各历史时间段分别属于各历史年份中的设定节日，目标时间段属于目标 年份中的设定节日，各历史年份和目标年份的年份数目为n，各历史时间段和目标时间段中 的第i个时间段属于各历史年份和目标年份中的第i个年份，i= 1，2,…，n，第n个年份为 目标年份，设第i个年份中的m个设定日期的话务指标实际值集合Ui= (Uii，Ui2,…，uJT， 则所述确定各历史时间段的话务指标季节分量实际值的权重的步骤中，各历史时间段中第 j个历史时间段的话务指标季节分量实际值的权重rw通过如下公式计算得到 ：
[0043]
[0044] 优选地，话务指标包括登记用户数，所述装置还包括：
[0045] 第二计算模块，用于将各历史时间段中每个历史时间段的话务量与登记用户数相 除，得到各历史时间段中每个历史时间段的用户活跃度；
[0046] 第H计算模块，用于将各历史时间段中所在假期与目标时间段所在假期具有相同 特征的所有历史时间段的用户活跃度取平均，得到目标时间段的用户活跃度预测值；
[0047] 第四计算模块，用于将目标时间段的登记用户数预测值和目标时间段的用户活跃 度预测值相乘，得到目标时间段的话务量预测值。
[004引优选地，还包括：
[0049] 第H确定模块，用于所述第二确定模块根据目标时间段的话务指标趋势分量预测 值与话务指标季节分量预测值，确定目标时间段的话务指标预测值之前，根据目标时间段 之前的第一时间段的话务指标趋势分量实际值和目标时间段相对于第一时间段的话务指 标趋势分量增长率预测值，确定目标时间段的话务指标趋势分量预测值。
[0050] 优选地，还包括：
[0051] 第二确定单元，用于所述第H确定模块根据目标时间段之前的第一时间段的话务 指标趋势分量实际值和目标时间段相对于第一时间段的话务指标趋势分量增长率预测值， 确定目标时间段的话务指标趋势分量预测值之前，根据各历史时间段的话务指标趋势分量 实际值和各历史时间段之前的第二时间段的话务指标趋势分量实际值，确定各历史时间段 相对于各自之前的第二时间段的话务指标趋势分量增长率实际值；
[0052] 第H确定单元，用于根据各历史时间段相对于各自之前的第二时间段的话务指标 趋势分量增长率实际值，确定目标时间段相对于第一时间段的话务指标趋势分量增长率预 测值。
[0053] 本发明实施例还提供一种包括W上所述的话务指标的预测装置的电子设备。
[0054] 从W上所述可W看出，本发明实施例至少具有如下有益效果：
[0055] 在目标时间段的话务指标季节分量可预测的情况下，实现了话务指标的准确预 测。
【附图说明】
[0056] 图1表示本发明实施例提供的一种话务指标的预测方法的步骤流程图；
[0057] 图2表示节日忙时话务量预测流程图；
[0058] 图3表示节日忙时登记用户数预测流程图；
[0059] 图4表示本发明实施例提供的一种话务指标的预测装置的结构框图。
【具体实施方式】
[0060] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图及具体实 施例对本发明实施例进行详细描述。
[0061] 图1表示本发明实施例提供的一种话务指标的预测方法的步骤流程图，参照图1， 本发明实施例提供一种话务指标的预测方法，包括如下步骤：
[0062] 步骤101，根据各历史时间段的话务指标季节分量实际值，确定目标时间段的话务 指标季节分量预测值；
[0063] 步骤102,根据目标时间段的话务指标趋势分量预测值与话务指标季节分量预测 值，确定目标时间段的话务指标预测值。
[0064] 可见，通过上述方式，在目标时间段的话务指标季节分量可预测的情况下，实现了 话务指标的准确预测。
[006引其中，各历史时间段和目标时间段均可W位于节日中，例如，可W为节日全天或节 日的忙时等。节日例如；中秋节或除夕等。
[0066] 话务指标例如：登记用户数或话务量等。
[0067] 本发明实施例中，所述根据各历史时间段的话务指标季节分量实际值，确定目标 时间段的话务指标季节分量预测值之前，还可W包括：
[0068] 将各历史时间段的话务指标实际值和话务指标趋势分量实际值分别相除，得到各 历史时间段的话务指标季节分量实际值。
[0069] 本发明实施例中，所述根据各历史时间段的话务指标季节分量实际值，确定目标 时间段的话务指标季节分量预测值可W包括：
[0070] 确定各历史时间段的话务指标季节分量实际值的权重；
[0071] 根据所述权重，对各历史时间段的话务指标季节分量实际值进行加权平均，得到 目标时间段的话务指标季节分量预测值。
[0072] 其中，各历史时间段分别属于各历史年份中的设定节日，目标时间段属于目标年 份中的设定节日，各历史年份和目标年份的年份数目为n，各历史时间段和目标时间段中的 第i个时间段属于各历史年份和目标年份中的第i个年份，i= 1，2,…，n，第n个年份为 目标年份，设第i个年份中的m个设定日期的话务指标实际值集合Ui= (Uii，Ui2,…，UJT， 则所述确定各历史时间段的话务指标季节分量实际值的权重的步骤中，各历史时间段中第 j个历史时间段的话务指标季节分量实际值的权重rw可W通过如下公式计算得到：
[0073]
[0074] 本发明实施例中，话务指标可W包括登记用户数，所述方法还可W包括：
[0075] 将各历史时间段中每个历史时间段的话务量与登记用户数相除，得到各历史时间 段中每个历史时间段的用户活跃度；
[0076] 将各历史时间段中所在假期与目标时间段所在假期具有相同特征的所有历史时 间段的用户活跃度取平均，得到目标时间段的用户活跃度预测值；
[0077] 将目标时间段的登记用户数预测值和目标时间段的用户活跃度预测值相乘，得到 目标时间段的话务量预测值。
[007引其中，对于各历史时间段和目标时间段中的每个时间段，该时间段所在假期的特 征可W包括：该时间段所在假期包含的节日只有该时间段所在的第一节日、且该第一节日 位于该时间段所在假期的第一或二天；或者，该时间段所在假期包含的节日只有该时间段 所在的第一节日、且该第一节日在该时间段所在假期的第H天；或者，该时间段所在假期包 含该时间段所在的第一节日和第二节日。
[0079] 其中，第一节日可W包括中秋节。
[0080] 第二节日可W包括国庆节。
[0081] 本发明实施例中，所述根据目标时间段的话务指标趋势分量预测值与话务指标季 节分量预测值，确定目标时间段的话务指标预测值之前，还可W包括：
[0082] 根据目标时间段之前的第一时间段的话务指标趋势分量实际值和目标时间段相 对于第一时间段的话务指标趋势分量增长率预测值，确定目标时间段的话务指标趋势分量 预测值。
[0083] 其中，对于各历史时间段和目标时间段均位于节日中的情况，第一时间段可W为 比目标时间段所在月份早第一设定数目个月的月份，则第一时间段的话务指标趋势分量实 际值可W为比目标时间段所在月份早第一设定数目个月的月份中满足设定条件日期的话 务指标实际值的平均值。
[0084] 其中，第一设定数目例如：自然数1~11中的任一数。
[0085] 满足设定条件日期可W包括；除节日所在假期之前第二设定数目个工作日和节日 所在假期之后第H设定数目个工作日之外的所有工作日。
[0086] 第二设定数目例如；1、2或3。
[0087] 第H设定数目例如；1、2或3。
[0088] 进一步地，所述根据目标时间段之前的第一时间段的话务指标趋势分量实际值和 目标时间段相对于第一时间段的话务指标趋势分量增长率预测值，确定目标时间段的话务 指标趋势分量预测值之前，还可W包括：
[0089] 根据各历史时间段的话务指标趋势分量实际值和各历史时间段之前的第二时间 段的话务指标趋势分量实际值，确定各历史时间段相对于各自之前的第二时间段的话务指 标趋势分量增长率实际值；
[0090] 根据各历史时间段相对于各自之前的第二时间段的话务指标趋势分量增长率实 际值，确定目标时间段相对于第一时间段的话务指标趋势分量增长率预测值。
[0091] 其中，对于各历史时间段和目标时间段均位于节日中的情况，对于各历史时间段 中每个历史时间段，该历史时间段的话务指标趋势分量实际值可W为该历史时间段所在月 份中满足设定条件日期的话务指标实际值的平均值，该历史时间段可W为比该历史时间段 所在月份早第一设定数目个月的月份，该历史时间段之前的第二时间段的话务指标趋势分 量实际值可W为比该历史时间段所在月份早第一设定数目个月的月份中满足设定条件日 期的话务指标实际值的平均值。
[0092] 该样，在各历史时间段各自所在的月份中满足设定条件日期的话务指标平均值走 势趋于平稳且有下降趋势的情况下，提高了对目标时间段所在月份中满足设定条件日期的 话务指标平均值进行预测的准确性，从而提高了对目标时间段的话务指标趋势分量预测的 准确性。
[0093] 所述根据各历史时间段的话务指标趋势分量实际值和各历史时间段之前的第二 时间段的话务指标趋势分量实际值，确定各历史时间段相对于各自之前的第二时间段的话 务指标趋势分量增长率实际值的步骤中，各历史时间段中第X个历史时间段相对于其之前 的第二时间段的话务指标趋势分量增长率实际值RRx可W通过如下公式计算得到：
[0094] RRx=(第X个历史时间段的话务指标趋势分量实际值-第X个历史时间段之前 的第二时间段的话务指标趋势分量实际值）/第X个历史时间段之前的第二时间段的话务 指标趋势分量实际值*100%。
[0095] 此外，所述根据各历史时间段相对于各自之前的第二时间段的话务指标趋势分量 增长率实际值，确定目标时 间段相对于第一时间段的话务指标趋势分量增长率预测值可W 包括：
[0096] 利用非线性回归模型原理，对各历史时间段相对于各自之前的第二时间段的话务 指标趋势分量增长率实际值进行数据拟合，得到增长率拟合函数GR(Q) =ae^+e，其中，a 为常数，b为常数，e为误差项，GR(曲为各历史时间段中第Q个历史时间段相对于该历史 时间段之前的第二时间段的话务指标趋势分量的拟合增长率；
[0097] 将GR(Q+1)确定为目标时间段相对于第一时间段的话务指标趋势分量增长率预 测值。
[0098] 各历史时间段和目标时间段所分别属于的年份可W连续。
[0099] <较佳实施方式〉
[0100] 为将本发明实施例阐述得更加清楚明白，下面提供本发明实施例的较佳实施方 式。
[0101] 本较佳实施方式提供分解式移动网节假日话务预测方法和系统。
[0102] 本较佳实施方式包含H个话务预测模型(节日W中秋为例）；中秋忙时登记用户数 预测模型，中秋忙时话务量预测模型和中秋全天话务量预测模型。W下将对H种模型的处 理方法做详细的介绍。
[0103] 模型1 ;预测中秋忙时登记用户数
[0104] 由于话务量呈现出季节性和平稳增长性，相应的，用户数也具有相同的性质。因 而，在预测忙时用户数时也应同时考虑季节性和增长性，本发明假设忙时用户数为用户基 数和季节因子的乘积模型，即；
[0105] 忙时用户数Ubu,y=用户基数Ub,,kX季节因子SF (1)
[0106] 用户基数Ubad。为各月份剔除节假日后剩余天数的用户数平均值，且剔除的天数应 向假期前后分别延长2天。如；计算9月份的用户基数，假设中秋节假期是9月15日至9 月17日，则应将9月13、14日和9月18、19日用户数一并剔除后再求平均值。
[0107] 1.1、预测用户基数
[0108] 假设Ti时刻预测T,时刻的用户基数，共有n个周期的历史数据，其中
为Ti时刻的历史用户基数向量，
为T,时刻的历史用户基数 向量；AU为T,时刻相对Ti的用户数增长绝对数
[0109]
[0110] 定义矩阵的点除运算A. /B即为矩阵A的对应元素除W矩阵B的对应元素。 [01川设GR为T2时亥师对Ti时刻的用户增长率，则：
[0117] 运用非线性回归模型原理，对增长率数据拟合得到关于时间T的函数，为W下的 形式：
[011 引 GRU)=aebt+e(4)
[0119] 其中a,b为常数，e为误差项
[0120]得到增长率的预测模型（4)之后，假设当前时间点为ti，ti时刻的用户基数为， 则t2时亥师对于ti时刻的用户增长率为Gi?化）=a/i''，t,时刻的用户基数可由W下公式预 测得到：
[0121] 喝,(! + (?雌或 口）
[0122] 1.2、季节因子的处理
[0123] 从2008年开始，国家将"五一"长假拆分成3个小长假，即清明3天、端午3天和 中秋3天小长假。由于我国农历节气的特殊性，中秋节假期可能是单独3天的小长假，也 有可能是与国庆7天长假相重合，该时中秋假期的特殊性就会导致季节因子出现较大的波 动。2008开始实行的新假期政策至今已经出现两年中秋假期和国庆假期相重合的现象，分 别是2009年和2012年。虽然同为中秋节，但是正常中秋节忙时用户数与特殊中秋节(与国 庆重合）的忙时用户数表现出不同的季节特征。正常年份中秋节忙时用户数之间的季节特 征表现较为相近，特殊年份中秋节忙时用户数的季节特征表现较为相近。因此对于季节因 子的预测可W考虑使用历史季节因子加权平均得到预测年份的季节因子。
[0124] 1. 1. 1、权重的确定
[01巧]权重是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在整 体评价中的相对重要程度。权重表示在评价过程中，是被评价对象的不同侧面的重要程度 的定量分配，对各评价因子在总体评价中的作用进行区别对待。
[0126] 确定权重的方法有很多种，如调查统计法、序列综合法、公式法、数理统计法、层次 分析法、复杂度分析法等等。该里W采用相关系数法确定不同年份的权重作为例子来对如 何确定权重进行具体的说明，其中，相关系数法是公式法的一种。
[0127] 假设有n个周期的历史每日用户数数据，其中第n期数据为当期预测年份的数据， 每一期历史数据记为Ui= (Uii，Ui2,…，ujT，i= 1，2,…，n，其中m为每一期的数据数，所 有历史数据可W记为W下矩阵：
[012引
[0129] 则每一期历史数据之间的相关系数可W由W下的公式计算得到：
[0130] (6)
[0131] 第n期用户数据与第1，2,…，n-1期用户数据之间的相关系数矩阵为：
[013引r= (rni，r地，…，rn(n-D)
[0133] 所W，各期的权重可W由W下的公式计算得到：
[0134] (7)
[0135] ? = (?1，…，《n-i) (8)
[0136] 1. 1.2、季节因子的确定
[0137]记：
[013引
門）
[0139] 假设中秋假期历史季节因子向量记为：
[0140]SF= (a"a],…，(10)
[0141] 预测第n期的季节因子为
[0142] 11!)
[0143] 1.3、实例检验
[0144] 确定用户数基数；取南方某市2007年至2011年全网用户数，Ti时刻为每年的6月 份，T,时刻为每年的9月份，则；
[014引拟合得到增长率关于时间t的函数：
[0149] GR= 0. 059e-°'34t
[0150] 预测2012年用户基数的增长率为GR(6) = 0.OSgXe-n'Mxe= 0. 77%，已知2012年 6月份的用户基数为1736. 13万户，则2012年9月份的用户基数为1736. 13X(1+0. 77%)= 1749. 45 万户。
[0151] 确定季节因子；中秋小长假从2008年开始实施，取2008年至2012年1到6月份 的日均用户数数据，计算各年份用户数之间的相关系数，如表1 :
[0巧2] 表1[0153]
[0154] 则2012年用户数数据与2008-2011年之间的相关系数矩阵为r= (0. 50, 0. 96, 0. 31，0. 67)，计算得到权重矩阵为：
[0巧5] 〇 = (0. 20,0. 39,0. 13,0. 27)
[0156] 2008至2011季节因子向量为：
[0巧7] SF= (0. 96, 0. 89, 0. 96, 0. 94)
[015引预测得到2012年季节因子为SF2CU2 = ? ?SFT= 0. 9257。
[0159] 则预测2012年中秋当天的用户数为0.9257X1749. 45=1619. 53万户，预测误差为
[0160]
[0161] 模型2 ;预测中秋当天忙时话务量
[0162] 2. 1、预测原理
[016引假设Ebuw表示忙时话务量，Ui。为每日10点登记用户数，APbusy为忙时用户活跃度， 则忙时话务量可W表示为：
[0164] Ebu巧=UioXApbusy(。）
[0165] 在模型1中已经阐述了忙时用户数的预测方法，预测10点登记用户数的方法与预 测忙时登记用户数的方法类似，因此本节只需预测忙时活跃度APbusy。前文中提到由于我国 农历节气的特殊性，中秋节假期可能是单独3天的小长假，也可能是与国庆7天长假相重 合，不同的假期特征使得中秋当天忙时用户活跃度呈现出不同的规律。2008开始实行的新 假期政策至今已经出现两年中秋假期和国庆假期相重合的现象，分别是2009年和2012年。 将中秋小长假视为正常假期，中秋与国庆重合视为特殊假期。对某市而言，如果中秋节位于 正常假期的第一天和第二天，则会出现大部分用户漫游到省内其他地市的情况，将此时中 秋当天的忙时用户活跃度定义为基数活跃度Apbad。；如果中秋节位于正常假期的第H天，此 时由于假期的关系，漫游到省内其他地市的用户比第一、第二天的情况偏少，但用户语音通 话需求更大，用户活跃度大，将此时的忙时用户活跃度记为正常假期第H天活跃度Ap3;如 果中秋节位于特殊假期内，将此时的忙时用户活跃度记为特殊假期活跃度
[016引假设n期历史基数活跃度记成矩阵Apba,i。；
[0167]APbasie= (APbasie-l，APbasie_2,…，APbasic_n)T
[016引m期历史第H天活跃度记为矩阵AP3 ;
[01 6引Apg= (AP3_1，AP3_2,…，Ap3_m)T
[0170] k期历史特殊假期活跃度记为矩阵Ap,p。。^ :
[01 7"APspecial= (APspecial-l，APspecial_2,…，APspecial_k)T
[0172]记矩阵Ii，l2，l3分别为：
[017引 Ii= (1，1，…，l)"n
[0174] l2= (1， 1，…，l)"m
[017引 = (1，1，…，l)"k
[0176]贝Ij;
[0180] 记中秋节位于正常假期第H天的权重因子为中秋节与国庆重合的权重因子 为WypeeW，计算《3和WypeeW的公式如下：
[0181]
[0182]记集合：
[01 8引A= {> 3,Wspecial}
[0184]B= {1，2, 3; 1表示中秋节位于小长假第一、二天，
[0185] 2表示中秋节位于小长假第H天，3表示中秋节与国庆重合}
[0186]贝忡秋当天忙时用户活跃度预测函数Ap(x，《)为：
[0187]
[0188] 中秋忙时活跃度Apbusy=Ap(X，《 )。
[0189] 2. 2、实例检验
[0190] 南方某市2008-2011年历史中秋节假期特征如表2所示：
[0191]表 2
[0192]
[019引按照模型1的方法预测2012年10点登记用户数为1570. 21万户，按照模型2的 方法预测得到2012年中秋忙时用户活跃度为0. 02294,则中秋当天忙时话务量预测值为 1570. 21X0. 02294=36. 02万化1，2012年中秋忙时实际话务量为34. 06万化1，预测误差 为：
[0194] ErrRate= (36. 02-：M. 06) /34. 06=5. 44〇/〇
[0195] 模型3 ;预测中秋当天话务量
[0196] 中秋当天话务量的预测方法与忙时登记用户数的预测方法类似，分为两个部分： 一是预测话务量基数，二是预测话务量季节因子，将预测出来的话务量基数和季节因子套 用（12)的乘积模型得到中秋当天的话务量预测值，在此不作费述。
[0197] 3. 1、实例检验
[019引 3.3. 1、预测话务量基数
[019引取2008至2011年6月份和9月份的日话务量数据，Ti时刻为每年的6月份，T2时 刻为每年的9月份，则进行数据清理后得到：
[0203] 拟合得到增长率关于时间t的函数：
[0204] GR= 0. 116e-°'5"
[020引预测2012年9月份话务量增长率为GR巧）=0. 67%，2012年6月份的话务量基数 为453. 96万化1，则预测9月份话务量基数为453. 96 X (1+0. 67%) = 457. 00万化1。
[0206] 3. 3. 2、话务量季节因子的确定
[0207] 取2008至2012年1到6月份日话务量数据，数据清理后计算得到各年之间的相 关系数表格，如表3所7]^ :
[020引 表3
[0209]
[0210] 则2012年与2008-2011各年之间的相关系数矩阵为；r= (0. 35, 0. 85, 0. 16, 0. 53)，计算得到权重矩阵为：
[0211] 〇= (0. 19, 0. 45, 0. 09, 0. 28)
[0212] 2008-2011各年中秋话务量季节因子向量为：
[0213] SF = (1. 173,0.927, 1. 122, 1.087)
[0214] 则预测2012年中秋当天季节因子为SPT = 1. 034。
[0215] 预测2012年中秋当天的话务量E为457. 00X1. 034=472. 71万化1，预测误差为：
[0216]
[0217] 本较佳实施方式提供的话务预测方法与其他方法的结果对比：
[021引（1)采用本较佳实施方式所述话务预测方法对A市、B市、C市和D市四个地市中 秋数据进行实例检验，实验结果见表4和表5所示；表6是对E市、F市和H市的除夕结果 的检验。结果显示本文所述方法可W将原有预测误差显著降低，有效提高话务预测精度，模 型具有较好的通用性。
[0219] 表4旧方法和新方法预测部分地市中秋全天话务量结果对比
[0220]
[0221]
[0222] 表5旧方法和新方法预测部分地市中秋忙时登记用户数结果对比
[0223]
[0226] 本较佳实施方式涉及H种情况的话务预测模型，每一种模型均同时考虑趋势增长 性和季节性，两者W乘法形式构成复合模型。
[0227] 本较佳实施方式对趋势增长性采取非线性回归分析方法进行处理，季节因子采取 加权平均法处理。
[022引本较佳实施方式在对忙时话务量预测时也考虑了单用户活跃度，单用户活跃度预 巧陳用的是模板匹配法，将中秋假期区分为正常假期（3天小长假)和特殊假期巧国庆假期 重合）分别进行处理，应予W保护。
[0229] 本较佳实施方式弥补了现有话务预测方法将趋势性和季节性考虑为加法模型的 不足，同时将趋势性的预测方法由线性回归转变为非线性回归，季节因子的预测采取加权 平均预测法，通过上述处理使得本发明建立的节假日话务预测模型更加贴近真实话务情 况，有效的提高了话务预测精度。
[0230] 现有的话务预测方法存在如下的缺陷；话务量并不仅仅是趋势分量和周期分量的 简单加法叠加，当趋势分量和周期分量不独立时，此叠加方法有可能会让话务预测模型并 不能真实反映话务实际情况。
[0231] 国内运营商话音市场经过十几年高速发展，当前话音业务已经趋于平稳增长，近 两年互联网尤其是移动互联网的大爆发给传统运营商的话音业务带来很大的冲击，该导致 话音业务有下降的趋势。所W当前话务趋势分量在大多数情况下都不满足简单的线性模 型，使用一元线性预测模型来预测趋势分量已经不能正确的反映当前话音市场的实际发展 情况。
[0232] 本较佳实施方式实现了当趋势分量和周期分量不独立时，同时趋势分量趋于平稳 且有下降趋势时的话务量准确预测。
[0233] 图4表示本发明实施例提供的一种话务指标的预测装置的结构框图，参照图4,本 发明实施例还提供一种话务指标的预测装置，包括：
[0234] 第一确定模块401，用于根据各历史时间段的话务指标季节分量实际值，确定目标 时间段的话务指标季节分量预测值；
[0235] 第二确定模块402,用于根据目标时间段的话务指标趋势分量预测值与话务指标 季节分量预测值，确定目标时间段的话务指标预测值。
[0236] 可见，通过上述方式，在目标时间段的话务指标季节分量可预测的情况下，实现了 话务指标的准确预测。
[0237] 本发明实施例中，还可W包括：
[023引第一计算模块，用于所述第一确定模块401根据各历史时间段的话务指标季节分 量实际值，确定目标时间段的话务指标季节分量预测值之前，将各历史时间段的话务指标 实际值和话务指标趋势分量实际值分别相除，得到各历史时间段的话务指标季节分量实际 值。
[0239] 本发明实施例中，所述第一确定模块401可W包括：
[0240] 第一确定单元，用于确定各历史时间段的话务指标季节分量实际值的权重；
[0241] 计算单元，用于根据所述权重，对各历史时间段的话务指标季节分量实际值进行 加权平均，得到目标时间段的话务指标季节分量预测值。
[0242] 具体地，可W有：
[0243] 各历史时间段分别属于各历史年份中的设定节日，目标时间段属于目标年份中的 设定节日，各历史年份和目标年份的年份数目为n，各历史时间段和目标时间段中的第i个 时间段属于各历史年份和目标年份中的第i个年份，i= 1，2,…，n，第n个年份为目标年 份，设第i个年份中的m个设定日期的话务指标实际值集合Ui= (Uii，Ui2,…，UJT，则所述 确定各历史时间段的话务指标季节分量实际值的权重的步骤中，各历史时间段中第j个历 史时间段的话务指标季节分量实际值的权重rw通过如下公式计算得到：
[0244]
[0245] 本发明实施例中，话务指标可W包括登记用户数，所述装置还可W包括：
[0246] 第二计算模块，用于将各历史时间段中每个历史时间段的话务量与登记用户数相 除，得到各历史时间段中每个历史时间段的用户活跃度；
[0247] 第H计算模块，用于将各历史时间段中所在假期与目标时间段所在假期具有相同 特征的所有历史时间段的用户活跃度取平均，得到目标时间段的用户活跃度预测值；
[024引第四计算模块，用于将目标时间段的登记用户数预测值和目标时间段的用户活跃 度预测值相乘，得到目标时间段的话务量预测值。
[0249] 本发明实施例中，还可W包括：
[0250]第H确定模块，用于所述第二确定模块402根据目标时间段的话务指标趋势分量 预测值与话务指标季节分量预测值，确定目标时间段的话务指标预测值之前，根据目标时 间段之前的第一时间段的话务指标趋势分量实际值和目标时间段相对于第一时间段的话 务指标趋势分量增长率预测值，确定目标时间段的话务指标趋势分量预测值。
[0巧1] 进一步地，还可W包括：
[0252] 第二确定单元，用于所述第H确定模块根据目标时间段之前的第一时间段的话务 指标趋势分量实际值和目标时间段相对于第一时间段的话务指标趋势分量增长率预测值， 确定目标时间段的话务指标趋势分量预测值之前，根据各历史时间段的话务指标趋势分量 实际值和各历史时间段之前的第二时间段的话务指标趋势分量实际值，确定各历史时间段 相对于各自之前的第二时间段的话务指标趋势分量增长率实际值；
[0253] 第H确定单元，用于根据各历史时间段相对于各自之前的第二时间段的话务指标 趋势分量增长率实际值，确定目标时间段相对于第一时间段的话务指标趋势分量增长率预 测值。
[0254] 本发明实施例还提供一种电子设备，所述电子设备包括W上所述的话务指标的预 测装置。
[0255] W上所述仅是本发明实施例的实施方式，应当指出，对于本技术领域的普通技术 人员来说，在不脱离本发明实施例原理的前提下，还可W作出若干改进和润饰，该些改进和 润饰也应视为本发明实施例的保护范围。
【主权项】
1. 一种话务指标的预测方法，其特征在于，包括： 根据各历史时间段的话务指标季节分量实际值，确定目标时间段的话务指标季节分量 预测值； 根据目标时间段的话务指标趋势分量预测值与话务指标季节分量预测值，确定目标时 间段的话务指标预测值。2. 根据权利要求1所述的方法，其特征在于，所述根据各历史时间段的话务指标季节 分量实际值，确定目标时间段的话务指标季节分量预测值之前，还包括： 将各历史时间段的话务指标实际值和话务指标趋势分量实际值分别相除，得到各历史 时间段的话务指标季节分量实际值。3. 根据权利要求1所述的方法，其特征在于，所述根据各历史时间段的话务指标季节 分量实际值，确定目标时间段的话务指标季节分量预测值包括： 确定各历史时间段的话务指标季节分量实际值的权重； 根据所述权重，对各历史时间段的话务指标季节分量实际值进行加权平均，得到目标 时间段的话务指标季节分量预测值。4. 根据权利要求3所述的方法，其特征在于，各历史时间段分别属于各历史年份中的 设定节日，目标时间段属于目标年份中的设定节日，各历史年份和目标年份的年份数目为 n，各历史时间段和目标时间段中的第i个时间段属于各历史年份和目标年份中的第i个年 份，i = 1，2,…，n，第η个年份为目标年份，设第i个年份中的m个设定日期的话务指标实 际值集合Ui = (un，ui2，…，uim)τ，则所述确定各历史时间段的话务指标季节分量实际值的权 重的步骤中，各历史时间段中第j个历史时间段的话务指标季节分量实际值的权重I w.通过 如下公式计算得到：5. 根据权利要求1所述的方法，其特征在于，话务指标包括登记用户数，所述方法还包 括： 将各历史时间段中每个历史时间段的话务量与登记用户数相除，得到各历史时间段中 每个历史时间段的用户活跃度； 将各历史时间段中所在假期与目标时间段所在假期具有相同特征的所有历史时间段 的用户活跃度取平均，得到目标时间段的用户活跃度预测值； 将目标时间段的登记用户数预测值和目标时间段的用户活跃度预测值相乘，得到目标 时间段的话务量预测值。6. 根据权利要求5所述的方法，其特征在于，对于各历史时间段和目标时间段中的每 个时间段，该时间段所在假期的特征包括：该时间段所在假期包含的节日只有该时间段所 在的第一节日、且该第一节日位于该时间段所在假期的第一或二天；或者，该时间段所在 假期包含的节日只有该时间段所在的第一节日、且该第一节日在该时间段所在假期的第三 天；或者，该时间段所在假期包含该时间段所在的第一节日和第二节日。7. 根据权利要求6所述的方法，其特征在于，第一节日包括中秋节，第二节日包括国庆 节。8. 根据权利要求1所述的方法，其特征在于，所述根据目标时间段的话务指标趋势分 量预测值与话务指标季节分量预测值，确定目标时间段的话务指标预测值之前，还包括： 根据目标时间段之前的第一时间段的话务指标趋势分量实际值和目标时间段相对于 第一时间段的话务指标趋势分量增长率预测值，确定目标时间段的话务指标趋势分量预测 值。9. 根据权利要求8所述的方法，其特征在于，所述根据目标时间段之前的第一时间段 的话务指标趋势分量实际值和目标时间段相对于第一时间段的话务指标趋势分量增长率 预测值，确定目标时间段的话务指标趋势分量预测值之前，还包括： 根据各历史时间段的话务指标趋势分量实际值和各历史时间段之前的第二时间段的 话务指标趋势分量实际值，确定各历史时间段相对于各自之前的第二时间段的话务指标趋 势分量增长率实际值； 根据各历史时间段相对于各自之前的第二时间段的话务指标趋势分量增长率实际值， 确定目标时间段相对于第一时间段的话务指标趋势分量增长率预测值。10. 根据权利要求9所述的方法，其特征在于，所述根据各历史时间段相对于各自之前 的第二时间段的话务指标趋势分量增长率实际值，确定目标时间段相对于第一时间段的话 务指标趋势分量增长率预测值包括： 利用非线性回归模型原理，对各历史时间段相对于各自之前的第二时间段的话务指标 趋势分量增长率实际值进行数据拟合，得到增长率拟合函数GR(Q) =aebQ+e，其中，a为常 数，b为常数，ε为误差项，GR(Q)为各历史时间段中第Q个历史时间段相对于该历史时间 段之前的第二时间段的话务指标趋势分量的拟合增长率； 将GR(Q+1)确定为目标时间段相对于第一时间段的话务指标趋势分量增长率预测值。11. 根据权利要求9所述的方法，其特征在于，各历史时间段和目标时间段所分别属于 的年份连续。12. -种话务指标的预测装置，其特征在于，包括： 第一确定模块，用于根据各历史时间段的话务指标季节分量实际值，确定目标时间段 的话务指标季节分量预测值； 第二确定模块，用于根据目标时间段的话务指标趋势分量预测值与话务指标季节分量 预测值，确定目标时间段的话务指标预测值。13. 根据权利要求12所述的装置，其特征在于，还包括： 第一计算模块，用于所述第一确定模块根据各历史时间段的话务指标季节分量实际 值，确定目标时间段的话务指标季节分量预测值之前，将各历史时间段的话务指标实际值 和话务指标趋势分量实际值分别相除，得到各历史时间段的话务指标季节分量实际值。14. 根据权利要求12所述的装置，其特征在于，所述第一确定模块包括： 第一确定单元，用于确定各历史时间段的话务指标季节分量实际值的权重； 计算单元，用于根据所述权重，对各历史时间段的话务指标季节分量实际值进行加权 平均，得到目标时间段的话务指标季节分量预测值。15. 根据权利要求14所述的装置，其特征在于，各历史时间段分别属于各历史年份中 的设定节日，目标时间段属于目标年份中的设定节日，各历史年份和目标年份的年份数目 为n，各历史时间段和目标时间段中的第i个时间段属于各历史年份和目标年份中的第i个 年份，i = 1，2,…，n，第η个年份为目标年份，设第i个年份中的m个设定日期的话务指标 实际值集合Ui = (un，ui2，…，uim)τ，则所述确定各历史时间段的话务指标季节分量实际值的 权重的步骤中，各历史时间段中第j个历史时间段的话务指标季节分量实际值的权重r nj通 过如下公式计算得到：16. 根据权利要求12所述的装置，其特征在于，话务指标包括登记用户数，所述装置还 包括： 第二计算模块，用于将各历史时间段中每个历史时间段的话务量与登记用户数相除， 得到各历史时间段中每个历史时间段的用户活跃度； 第三计算模块，用于将各历史时间段中所在假期与目标时间段所在假期具有相同特征 的所有历史时间段的用户活跃度取平均，得到目标时间段的用户活跃度预测值； 第四计算模块，用于将目标时间段的登记用户数预测值和目标时间段的用户活跃度预 测值相乘，得到目标时间段的话务量预测值。17. 根据权利要求12所述的装置，其特征在于，还包括： 第三确定模块，用于所述第二确定模块根据目标时间段的话务指标趋势分量预测值与 话务指标季节分量预测值，确定目标时间段的话务指标预测值之前，根据目标时间段之前 的第一时间段的话务指标趋势分量实际值和目标时间段相对于第一时间段的话务指标趋 势分量增长率预测值，确定目标时间段的话务指标趋势分量预测值。18. 根据权利要求17所述的装置，其特征在于，还包括： 第二确定单元，用于所述第三确定模块根据目标时间段之前的第一时间段的话务指标 趋势分量实际值和目标时间段相对于第一时间段的话务指标趋势分量增长率预测值，确定 目标时间段的话务指标趋势分量预测值之前，根据各历史时间段的话务指标趋势分量实际 值和各历史时间段之前的第二时间段的话务指标趋势分量实际值，确定各历史时间段相对 于各自之前的第二时间段的话务指标趋势分量增长率实际值； 第三确定单元，用于根据各历史时间段相对于各自之前的第二时间段的话务指标趋 势分量增长率实际值，确定目标时间段相对于第一时间段的话务指标趋势分量增长率预测 值。19. 一种电子设备，其特征在于，包括如权利要求12至18中任一权利要求所述的话务 指标的预测装置。
【专利摘要】本发明实施例提供一种话务指标的预测方法、装置及电子设备。方法包括：根据各历史时间段的话务指标季节分量实际值，确定目标时间段的话务指标季节分量预测值；根据目标时间段的话务指标趋势分量预测值与话务指标季节分量预测值，确定目标时间段的话务指标预测值。本发明实施例在目标时间段的话务指标季节分量可预测的情况下，实现了话务指标的准确预测。
【IPC分类】G06Q10/04
【公开号】CN104881704
【申请号】CN201410069527
【发明人】罗智佳, 沈辉, 詹晓航, 闽莉群, 陈丽娟, 胡惊蛰, 罗志全, 毛平平
【申请人】中国移动通信集团广东有限公司
【公开日】2015年9月2日
【申请日】2014年2月27日