一种小区场景划分的方法及装置制造方法
【专利摘要】本发明提供一种小区场景划分的方法及装置，涉及通信领域，一种小区场景划分方法，包括：获得小区的多项指标；获得所述多项指标中每一项指标的权重；根据所述权重对指标加权，对小区集合进行聚类划分，得到小区的场景类数。区分出小区各项指标的重要度，有效地聚合小区场景，在划分小区场景时提前给出应聚合为多少类场景，解决了场景类数过多或过少都会导致类别冗余度高的问题，提升了智能划分移动通信网络话务场景的方法的准确度。
【专利说明】一种小区场景划分的方法及装置
【技术领域】
[0001] 本发明涉及通信领域，特别是指一种小区场景划分的方法及装置。
【背景技术】
[0002] 对于现代移动通信网络的建设和优化来说，有效地区分场景是能够更精确制定规 划建设方案、更准确确定网络优化策略、实现精细化管理和资源有效利用的重要基础。目前 场景划分的方法主要有两种，一种是人为划分场景，一种是智能划分场景。
[0003] 目前移动通信网络的场景划分主要基于按覆盖和业务等特点根据经验人为配置。 这种场景的划分方法是一种粗粒度的定性的划分，并不能作为精细化调整优化的准确依 据，也无法指导网络规划建设和扩容调整。用这种方法划分的情况下，同属于一类场景的小 区其网络特征会存在不同程度的差异。也就是说，这种粗粒度的定性划分并不能精确的识 别小区网络特征。
[0004] 智能划分小区场景的方法能够综合考虑多项业务指标间的关联，并且可以从多维 度定量地分析小区的网络特征。虽然此种划分方法在精细化划分场景方面有着显著优势， 但目前仍存在一些问题。其中，在考虑各项指标时，不区分指标的重要度，不能有效地聚合 小区场景，在划分小区场景时无法提前给出应聚合为多少类场景，场景类数过多或过少都 会导致类别冗余度高。
[0005] 由此，要实现精细化划分小区场景，需要综合考虑多项网络指标，然而人工分析无 法全面衡量多项指标，只能依靠智能模型划分场景。因此，提升场景智能划分方法的准确度 是非常必要的。
【发明内容】
[0006] 本发明要解决的技术问题是提供一种小区场景划分的方法及装置，可以更准确地 反映场景类内小区的相似度，得到更佳的场景分类。
[0007] 为解决上述技术问题，本发明的实施例提供一种小区场景划分方法，包括：
[0008] 获得小区的多项指标；
[0009] 获得所述多项指标中每一项指标的权重；
[0010] 根据所述权重对指标加权，对小区集合进行聚类划分，得到小区的场景类数。
[0011] 其中，获得所述多项指标中每一项指标的权重的步骤包括：
[0012] 计算所述每一项指标的均方差；
[0013] 对所述每一项指标的均方差进行归一化，得到所述每一项指标的权重。
[0014] 其中，计算所述每一项指标的均方差的步骤包括：
[0015] 通过公式：
【权利要求】
1. 一种小区场景划分方法，其特征在于，包括： 获得小区的多项指标； 获得所述多项指标中每一项指标的权重； 根据所述权重对指标加权，对小区集合进行聚类划分，得到小区的场景类数。
2. 根据权利要求1所述的小区场景划分方法，其特征在于，获得所述多项指标中每一 项指标的权重的步骤包括： 计算所述每一项指标的均方差； 对所述每一项指标的均方差进行归一化，得到所述每一项指标的权重。
3. 根据权利要求2所述的小区场景划分方法，其特征在于，计算所述每一项指标的均 方差的步骤包括： 通过公式
计算所述每一项指标的均方差； 其中，0 i为每一项指标的均方差，Vy是指标ai的取值，j=l, 2,…，m，m表示指标ai取 值情况有m种，ji i是ai的平均值。
4. 根据权利要求1所述的小区场景划分方法，其特征在于，根据所述权重对指标加权， 对小区集合进行聚类划分，得到小区的场景类数的步骤包括： 根据所述权重对指标加权，得到第一加权结果； 选择两个中也点，根据所述第一加权结果对小区集合进行二分聚类分裂，得到第一场 景类别小区子集合和第二场景类别小区子集合； 采用最短描述长度原理评估第一场景类别小区子集合和第二场景类别小区子集合，判 断小区子集合是否保留，如果不保留，则将分裂前的小区集合作为一个场景类别，否则对保 留的小区子集合中小区，根据所述小区的权重对指标进行加权，得到第二加权结果； 根据所述第二加权结果，对保留的小区子集合重复进行所述二分聚类分裂，再重复所 述最短描述长度原理的评估方法，直到二分聚类分裂结果没有保留为止； 将没有保留的小区集合作为一类场景，从而得到所述小区集合的所有场景类数。
5. 根据权利要求4所述的小区场景划分方法，其特征在于，所述采用最短描述长度原 理评估第一场景类别小区子集合和第二场景类别小区子集合，判断所述小区子集合是否保 留的具体步骤为： 获取新的两个场景类别中也与各自类中每个小区之间关系所需的第一信息； 获取两个场景类别二分聚类分裂之前原场景中也与所有小区之间关系所需的第二信 息； 如果所述第一信息大于所述第二信息，则不保留二聚分类结果，否则保留。
6. 根据权利要求1所述的小区场景划分方法，其特征在于，得到小区的场景类数后还 包括： 根据所述小区的多项指标评估小区的场景的网络特征。
7. 根据权利要求6所述的小区场景划分方法，其特征在于，根据所述小区的多项指标 评估，所述小区的场景的网络特征的步骤包括： 计算指标取值为第一值的第一概率；
计算所述指标在场景中取值为所述第一值的第二概率； 获得所述第二概率的平方与所述第一概率平方的差； 根据所述差，得到所述小区的场景的网络特征。
8. 根据权利要求7所述的小区场景划分方法，其特征在于，获得所述第二概率的平方 与所述第一概率平方的差的步骤包括： 通过公式；Ui = P[ai = Vu|Ci]2-P[ai = V。.]2获得所述第二概率的平方与所述第一概 率平方的差； 其中，概率P [a, = Vy]为第一概率，P [a, = Vy I CJ为第二概率，Ui为所述差，Cl为场 岛
9. 一种小区场景划分装置，其特征在于，包括： 第一获取模块，用于获得小区的多项指标； 第二获取模块，用于获得所述多项指标中每一项指标的权重； 分类模块，用于根据所述权重对指标加权，对小区集合进行聚类划分，得到小区的场景 类数。
10. 根据权利要求9所述的小区场景划分装置，其特征在于，所述用于获得所述多项指 标中每一项指标的权重的第二获取模块包括： 第一获取子模块，计算所述每一项指标的均方差； 第二获取子模块，对所述每一项指标的均方差进行归一化，得到所述每一项指标的权 重。
11. 根据权利要求9所述的小区场景划分装置，其特征在于，用于根据所述权重对指标 加权，对小区集合进行聚类划分，得到小区的场景类数的分类模块包括： 加权模块，用于根据所述权重对指标加权，得到第一加权结果； 二分聚类分裂模块，选择两个中也点，通过所述第一加权结果对小区集合进行二分聚 类分裂，得到第一场景类别小区子集合和第二场景类别小区子集合； 第一评估模块，用于采用最短描述长度原理评估第一场景类别小区子集合和第二场景 类别小区子集合，判断所述小区子集合是否保留，如果不保留，则将分裂前的小区集合作为 一个场景类别，否则对保留的小区子集合中小区，根据所述小区的权重对指标进行加权，得 到第二加权结果； 迭代模块，用于对保留的小区子集合重复进行所述二分聚类分裂，再重复所述最短描 述长度原理的评估方法评估，直到二分聚类分裂结果没有保留为止； 第H获取子模块，用于将没有保留的小区集合作为一类场景，从而得到所述小区集合 的所有场景类数。
12. 根据权利要求9所述的小区场景划分装置，其特征在于，还包括： 第二评估模块，用于根据所述小区的多项指标评估所述小区场景的网络特征。
【文档编号】H04W16/00GK104427505SQ201310412719
【公开日】2015年3月18日 申请日期:2013年9月11日 优先权日:2013年9月11日
【发明者】徐晶, 程楠, 王磊, 沈骜, 王西点, 郑航海, 王国治, 张斌 申请人:中国移动通信集团设计院有限公司