【技术实现步骤摘要】
本专利技术涉及流量压抑检测，尤其涉及一种流量压抑检测方法、设备及存储介质。
技术介绍
1、随着5g网络的普及，用户上网流量需求持续增长，但由于网络状态、用户行为等多种因素导致上网体检不佳，使得部分用户会出现上网流量压抑的情况。现有技术中，对于用户流量压抑的情况，主要依赖于人为分析和调整，缺乏有效的自动识别和优化机制。另外，人为分析主要是基于网络站点的关键绩效指标（kpi）和上网的关键质量指标（kqi）进行关联分析，实现对站点小区流量压抑的识别，即从站点大范围的角度对流量压抑进行识别，无法直接聚焦用户的上网行为。
2、然而，现有流量压抑识别方式，未考虑用户方面的因素，缺乏从用户角度出发的流量压抑识别，因而对流量压抑的问题识别的精准度不高。
技术实现思路
1、本专利技术提供一种流量压抑检测方法、设备及存储介质，用以解决现有技术中对用户流量压抑的问题识别的精准度不高的缺陷。
2、本专利技术提供一种流量压抑检测方法，包括：
3、获取检测区域中用户的用户上网数据以及用户网络状态信息；
4、对所述用户上网数据进行异常检测，获取流量压抑数据，所述流量压抑数据表征用户出现流量压抑时的数据；
5、根据所述流量压抑数据以及对应的所述用户网络状态信息进行分析处理，获取压抑原因信息；
6、根据所述压抑原因信息，确定流量激活方案信息。
7、根据本专利技术提供的一种流量压抑检测方法，所述对所述用户上网数据进行异常检测，获取流量
8、根据预设时间段，对各个用户的所述用户上网数据按照预设时间粒度进行划分形成样本点，汇聚所述样本点形成样本集群；
9、根据所述样本集群，计算每个样本点的离群度值；
10、根据所述离群度值，确定离群异常点，将所述离群异常点汇集，获取流量压抑数据。
11、根据本专利技术提供的一种流量压抑检测方法，所述根据所述样本集群，计算每个样本点的离群度值，包括：
12、对所述样本集群中的每个所述样本点，根据预设邻近数量值确定邻近距离以及邻域范围；
13、根据所述邻近距离以及所述邻域范围，计算所述样本点对应的局部可达密度值；
14、根据所述局部可达密度值以及所述邻域范围，计算所述样本点对应的离群度值；
15、其中，所述离群度值由所述样本点的所述局部可达密度值与所述邻域范围中其他所述样本点所述局部可达密度值的平均值的比值确定。
16、根据本专利技术提供的一种流量压抑检测方法，所述用户网络状态信息包括多个参数特征；所述根据所述流量压抑数据以及对应的所述用户网络状态信息进行分析处理，获取压抑原因信息，包括：
17、根据所述流量压抑数据中的所述离群异常点，确定对应相同用户的所述用户网络状态信息；
18、对各个用户的所述离群异常点以及所述用户网络状态信息进行分析处理，获取网络异常特征，所述网络异常特征表征所述用户网络状态信息中导致用户流量压抑的所述参数特征；
19、根据所述网络异常特征，生成用户对应的压抑原因信息。
20、根据本专利技术提供的一种流量压抑检测方法，所述对各个用户的所述离群异常点以及所述用户网络状态信息进行分析处理，获取网络异常特征，包括：
21、将同一用户的所述离群异常点以及所述用户网络状态信息输入至预设的分析处理模型，获取各个所述参数特征对应的贡献度值；
22、将最大所述贡献度值对应的所述参数特征，作为所述网络异常特征。
23、根据本专利技术提供的一种流量压抑检测方法，所述分析处理模型为随机森林模型，所述随机森林模型包括多个决策树，所述贡献度值的获取包括：
24、初始化各个所述参数特征对应的权重值；
25、将所述离群异常点以及所述用户网络状态信息输入至各个所述决策树，获取对应的判定结果，所述判定结果表征所述决策树判定导致用户流量压抑的所述参数特征；
26、根据各个所述判定结果，向对应所述参数特征的所述权重值增加预设步长值，最终的所述权重值作为所述贡献度值。
27、根据本专利技术提供的一种流量压抑检测方法，所述获取检测区域中用户的用户上网数据以及用户网络状态信息，包括：
28、获取检测区域中用户的初始上网数据以及初始网络状态信息；
29、对所述初始上网数据进行清洗处理，获取所述用户上网数据；
30、对所述初始网络状态信息进行清洗处理，获取所述用户网络状态信息。
31、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述一种流量压抑检测方法。
32、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述一种流量压抑检测方法。
33、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述一种流量压抑检测方法。
34、本专利技术提供的一种流量压抑检测方法、设备及存储介质，至少具有以下有益效果：获取区域中各个用户的用户上网数据以及用户网络状态信息，用户上网数据能够反映用户的上网行为，用户网络状态信息能够反映用户上网时的网络状态。对用户上网数据进行异常检测，以识别获取用户出现流量压抑时的数据，即流量压抑数据。将流量压抑数据结合出现流量压抑时对应的用户网络状态信息进行分析处理，推测导致用户出现流量压抑的压抑原因信息，进而根据压抑原因信息确定对应的流量激活方案，以缓解或消除流量压抑的原因，提高用户的上网体验。以此，从用户的角度出发，通过对用户的用户上网数据进行异常识别处理，考虑用户方面的因素识别流量压抑，并且进一步结合用户的用户网络状态信息进行分析获取导致流量压抑的压抑原因信息，有利于提高对流量压抑的问题识别的精准度。
本文档来自技高网...【技术保护点】
1.一种流量压抑检测方法，其特征在于，包括：
2.根据权利要求1所述的一种流量压抑检测方法，其特征在于，所述对所述用户上网数据进行异常检测，获取流量压抑数据，包括：
3.根据权利要求2所述的一种流量压抑检测方法，其特征在于，所述根据所述样本集群，计算每个样本点的离群度值，包括：
4.根据权利要求2所述的一种流量压抑检测方法，其特征在于，所述用户网络状态信息包括多个参数特征；所述根据所述流量压抑数据以及对应的所述用户网络状态信息进行分析处理，获取压抑原因信息，包括：
5.根据权利要求4所述的一种流量压抑检测方法，其特征在于，所述对各个用户的所述离群异常点以及所述用户网络状态信息进行分析处理，获取网络异常特征，包括：
6.根据权利要求5所述的一种流量压抑检测方法，其特征在于，所述分析处理模型为随机森林模型，所述随机森林模型包括多个决策树，所述贡献度值的获取包括：
7.根据权利要求1所述的一种流量压抑检测方法，其特征在于，所述获取检测区域中用户的用户上网数据以及用户网络状态信息，包括：
8.一种电子设备
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种流量压抑检测方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种流量压抑检测方法。
...【技术特征摘要】
1.一种流量压抑检测方法，其特征在于，包括：
2.根据权利要求1所述的一种流量压抑检测方法，其特征在于，所述对所述用户上网数据进行异常检测，获取流量压抑数据，包括：
3.根据权利要求2所述的一种流量压抑检测方法，其特征在于，所述根据所述样本集群，计算每个样本点的离群度值，包括：
4.根据权利要求2所述的一种流量压抑检测方法，其特征在于，所述用户网络状态信息包括多个参数特征；所述根据所述流量压抑数据以及对应的所述用户网络状态信息进行分析处理，获取压抑原因信息，包括：
5.根据权利要求4所述的一种流量压抑检测方法，其特征在于，所述对各个用户的所述离群异常点以及所述用户网络状态信息进行分析处理，获取网络异常特征，包括：
6.根据权利要求5所述的一种流量压抑检测方法，其特征...
【专利技术属性】
技术研发人员：张利峰，韩云波，郭鹏，刘文吉，朱宁，梁星，刘星燕，郑超，石铎，
申请(专利权)人：中国移动通信集团设计院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。