科创中国

卫生和社会工作,社会工作

河南移动濮阳分公司网络部为解决5G跨系统呼叫影响客户感知的问题，通过理论联系实际，不断试验探索，创新出一套“基于XGBoost机器学习算法提升5G语音回落成功率”的解决方案，该方案基于Python中的XGBoost机器学习算法对数据进行建模，通过确定特征向量，采用模型训练获取特征排序和权值输出，确定回落的最优频点和频点优先级顺序，解决了跨系统呼叫无法保证系统间网络质量的问题，实现了精准定位，有效提升了5G语音回落成功率,对提升5G用户的客户感知有明显效果。 利用本成果，海量的数据计算和分析过程可利用机器算法完成，之后的频点排序和最优选取都交由工具执行，极大的减少了人工进行数据筛选的工作量。问题的发现、定位和处理短时间就可完成，不但提升工作效率，同时可有效地节约成本。按现场处理100元/小区，10%的5G小区需要处理，共可节约成本1万元/月，同时提高效率77%。 该成果面向公司一线工作员工，操作简单，便于网络管理和优化调整 ，支持解决问题的一键输出，且具有开发成本低，页面简洁美观，使用价值极高的优势，能够建立网络问题可视化处理流程，提升网络竞争力。

基于Python语音 模型算法先进 本成果基于开源Python语音中的XGBoost机器学习算法，该算法提供一个监督学习的过程，通过指标导入进行模型训练，可以实现继续学习和参数调优，不仅对支持当前EPS-FB场景，对后续5G VONR语音解决仍适用，具备算法延续性。 大数据分析 问题定位精准 本成果基于数据源通过采集多天KPI数据进行汇总计算，减少了突发情况影响因素，网络问题定位精准，发现问题及时。 工具结果输出 降低处理时长 本成果的运用发现网络问题，降低处理时长具有非常积极的作用。本成果不仅适用于处理单一小区的精准回落问题，还可进行大面积的网络问题排查处理，极大的提高网络处理的及时性和有效性，提升5G客户感知。

本成果基于濮阳移动创新工作室，旨在发挥劳模精神的激励、引领、示范作用，整合资源，选题立项，充分发挥劳动模范和技术骨干作用，汇聚团队智慧创新实践、科技攻关，为促进企业管理和技术革新，推进提质增效，发挥积极作用。主要创作人许光华多次获得省市举办的创新成果优秀个人，相关创新成果多个已用于日常工作中，提高了效率，降低了成本。

点击查看