基于信息增益决策树判断无法占用5G根因研究  

作　　者：罗春威[1] 梁晓明 刘大洋[1] 

机构地区：[1]中国移动通信集团广东有限公司

出　　处：《广东通信技术》2024年第11期45-49,共5页Guangdong Communication Technology

摘　　要：提出了一种基于信息增益(Information Gain)决策树(Decision Tree)的方法, 用于自动化地诊断无法占用5G 网络投诉的根本原因。详细介绍了用决策树如何获取关键根因与相关性特征指标、通过多轮数据分析、评估模型性能并对参数进行调整迭代优化分析的过程,最终获取弱覆盖中无法占用5G 网络与各种无线指标之间的复杂关系,根据分析结果构建工程分析算法,运用于投诉智能分析系统,实现了系统自动化分析预测。信息增益决策树可以从复杂的数据中提取出有意义的信息,帮助识别和定位网络问题的根源。该方法涉及收集和建模数据特征、聚类小区关键特征、分析不同特征或数据之间的关系,以识别和优先处理网络问题,最终通过准确识别无法占用5G 网络与弱覆盖得原因,以便快速通过提高或优化网络覆盖,以达到提高投诉处理效率提升用户感知目标。

关 键 词：信息增益 决策树 5G 网络问题 根因分析 机器学习 网络优化 

分 类 号：TN929.5[电子电信—通信与信息系统] TP181[电子电信—信息与通信工程]