大型赛事活动话务预测方法研究

论文摘要

随着中国的进一步开放和中国经济的增长,越来越多的演唱会、会展、赛事等大型赛事活动开始登陆中国,大量人群的短时聚集对无线网络的建设和配置提出了更高的要求。然而如何设置最合理的硬件配置来达到信道利用率最大化,仍缺乏有效的话务预测方法作为基础,使网络资源配置缺乏依据,也使得大型赛事的保障缺乏理论的突破。大型赛事活动话务预测方法要求训练序列短、输入数据类型少,现有预测方法中时间序列预测法要求下一时刻的话务量与当前时刻和过去时刻的话务量存在相关性,即从长期来看数据序列连续且处于一种稳定的趋势状态,无法直接用于大型赛事活动的话务预测;一般使用的一元线性回归模型仅将预测观众数乘以市场占有率计算得到的预测用户数作为自变量,即使不考虑预测观众人数的准确性,观众并不能完全包含活动区域的全部用户,由于区域长期驻留的用户数并不容易准确统计得到,造成预测精度不稳定。其他预测方法如灰色系统理论、神经网络理论等方法过于复杂,对输入训练序列的长度要求较高,输入参数过多且参数没有明确的理论依据来确定,用于长期话务趋势预测尚可,用于大型赛事活动这类短期突发话务预测难度较大。本文提出了将大型赛事活动期间的话务量拆分成日常部分和活动部分两个相互独立的部分分开进行预测。日常部分具有较多的历史数据可以使用,可以使用如时间序列预测法、神经网络预测法等需要较长训练序列的预测方法;活动部分为离散数据,样本较少,但主要与用户人数有关,可适用回归分析法等预测方法。最后合并两个独立预测部分得到最终的预测结果。这种预测算法简单有效,可用于各类大型赛事活动。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文背景和意义
• 1.2 论文的结构
• 第二章 话务量和预测
• 2.1 话务量
• 2.2 预测
• 2.2.1 预测的定义
• 2.2.2 预测的分类
• 2.2.3 定性预测
• 2.2.4 定量预测
• 2.2.5 预测的一般程序
• 2.3 话务预测的作用
• 2.4 本章小结
• 第三章 常用的预测方法
• 3.1 经典预测方法-时间序列预测法
• 3.1.1 指数平滑模型
• 3.1.2 ARMA 预测模型
• 3.2 经典预测方法-回归分析预测法
• 3.2.1 一元线性回归模型
• 3.3 现代预测方法
• 3.3.1 灰色系统理论
• 3.3.2 专家系统方法
• 3.3.3 神经网络理论
• 3.3.4 模糊预测
• 3.4 其他话务预测方法
• 3.4.1 基于K-最近邻算法的话务信息智能预测
• 3.4.2 基于支持向量机的电信话务量预测方法
• 3.5 本章小结
• 第四章 大型赛事活动话务预测的方法
• 4.1 大型赛事活动的特点
• 4.2 大型赛事活动的话务特点
• 4.3 大型赛事活动话务预测方法的要求
• 4.4 现有预测方法直接应用于大型赛事活动话务预测的可行性分析
• 4.4.1 时间序列预测法
• 4.4.2 回归分析预测法
• 4.4.3 其他预测法
• 4.5 大型赛事活动话务的拆分
• 4.6 大型赛事活动话务预测的前提假设
• 4.7 大型赛事活动话务预测的数学表示
• 4.8 大型赛事活动话务预测的流程
• 4.9 本章小结
• 第五章 大型赛事活动话务预测方法应用实例
• 5.1 大型赛事预测实例：2006 年10 月F1 上海站
• 2010 年F1 上海站话务量预测准确性'>5.2 2006²010 年F1 上海站话务量预测准确性
• 5.3 其他大型活动预测实例：2006 年5 月周华健上海演唱会
• 5.4 本章小结
• 第六章 总结
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文