数据分流的方法、装置及网络设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114125932A(43)申请公布日2022.03.01(21)申请号202010902147.5(22)申请日2020.09.01(71)申请人中国移动通信集团湖南有限公司地址410015湖南省长沙市车站北路489号申请人中国移动通信集团有限公司(72)发明人陈杭彭文英(74)专利代理机构北京国昊天诚知识产权代理有限公司11315代理人王思超(51)Int.Cl.H04W28/02(2009.01)权利要求书2页说明书11页附图8页(54)发明名称数据分流的方法、装置及网络设备(57)摘要本申请公开了一种数据分流的方法、装置和网络设备，涉及无线通信技术领域。其中，所述方法包括：获取非独立组网NSA架构下的目标通信参数；将所述目标通信参数输入预训练的目标分类模型，以分析得到所述NSA架构下的通信数据分流预测结果；根据所述通信数据分流预测结果进行通信数据分流，从而改善NSA分流效果。CN114125932ACN114125932A权利要求书1/2页1.一种数据分流的方法，其特征在于，应用于网络设备，所述方法包括：获取非独立组网NSA架构下的目标通信参数；将所述目标通信参数输入预训练的目标分类模型，以分析得到所述NSA架构下的通信数据分流预测结果；根据所述通信数据分流预测结果进行通信数据分流。2.如权利要求1所述的方法，其特征在于，所述目标分类模型的训练过程包括：获取NSA架构下的历史通信参数；对所述历史通信参数进行预处理，得到包含多个样本数据的样本数据集，其中，每个所述样本数据包括流量标签、多个通信参数以及各所述通信参数对应的参数等级标签，所述参数等级标签用于表征通信质量；从所述样本数据集中随机有放回的抽取多份样本数据，以形成多个样本数据子集；对于每个所述样本数据子集，以所述样本数据子集中的样本数据，构建决策树模型，得到与各所述样本数据子集一一对应的多个决策树模型；对各所述决策树模型进行模型评估，得到各所述决策树模型的准确率；从所述多个决策树模型中选取准确率最高的决策树模型作为目标分类模型。3.如权利要求2所述的方法，其特征在于，以所述样本数据子集中的样本数据，构建决策树模型，包括：(1)，以所述样本数据子集构建决策树，将所述样本数据子集中的各样本数据作为所述决策树的当前叶节点；(2)，根据每个所述样本数据的流量标签计算所述样本数据集的第一基尼系数；(3)，针对所述样本数据中的每个通信参数对应的参数等级标签，计算该通信参数的第二基尼系数；(4)，针对所述样本数据中的每个通信参数，根据所述第一基尼系数以及所述通信参数对应的第二基尼系数计算所述通信参数的基尼增益；(5)，以基尼增益最大的通信参数来分裂当前叶节点，以形成决策树的下一层叶节点；(6)，将所述下一层叶节点作为所述当前叶节点，重复(2)至(5)，直到满足决策树停止分裂条件，得到所述决策树模型。4.如权利要求3所述的方法，其特征在于，根据每个所述样本数据的流量标签计算所述样本数据集的第一基尼系数，包括：统计所述样本数据子集中包括的样本数据中不同类别的流量标签的数量；根据所述不同类别的流量标签的数量以及所述样本数据子集中的样本数据的总量，计算第一基尼系数。5.如权利要求4所述的方法，其特征在于，所述第一基尼系数GINI(N)通过如下公式计算得到：其中，K表示所述样本数据子集中包括流量标签的类别总量，N表示类别为N的流量标签，Ck表示所述样本数据子集中包括类别为N的流量标签的数量。2CN114125932A权利要求书2/2页6.如权利要求3所述的方法，其特征在于，所述第二基尼系数GINI(N,S)通过如下公式计算得到：其中，N表示样本数据子集，S表示所述样本数据子集中的通信参数S，mi表示通信参数S对应的各参数等级标签的数量，GINI(Ai)表示参数等级标签为A1的基尼系数，i＝1,2,……，n,。7.如权利要求4所述的方法，其特征在于，所述基尼增益gain(N,S)通过如下公式计算得到：gain(N,S)＝GINI(N)-GINI(N,S)其中，GINI(N)表示第一基尼系数，GINI(N,S)表示第二基尼系数。8.如权利要求1-7中任一项所述的方法，其特征在于，所述目标通信参数至少包括：新空口NR覆盖参数、长期演进LTE锚点覆盖参数、NR资源利用率、辅节点SN添加成功率、LTE小区切换成功率、NR小区切换成功率、辅小区组SCG掉线、LTE物理资源块PRB下行利用率、NR-PRB下行利用率中的一种。9.一种数据分流的装置，其特征在于，所述装置包括：获取模块，用于获取NSA架构下的目标通信参数；计算模块，用于将将所述目标通信参数输入预训练的目标分类模型，以分析得到所述NSA架构下的通信数据分流预测结果