基于UniLM生成式預(yù)訓(xùn)練方式的業(yè)務(wù)量預(yù)測方法研究

打開文本圖片集

摘要：隨著移動互聯(lián)網(wǎng)行業(yè)的高速發(fā)展，無線網(wǎng)絡(luò)業(yè)務(wù)量呈爆發(fā)式增長，網(wǎng)絡(luò)壓力突增，傳統(tǒng)模式下高度依賴人工靜態(tài)配置基站軟硬件能力，難以長時間適配當(dāng)前業(yè)務(wù)需求。同時，面對海量歷史業(yè)務(wù)數(shù)據(jù)，缺乏智能化精確小區(qū)業(yè)務(wù)趨勢評估能力，無法對網(wǎng)絡(luò)容量保障與擴(kuò)容做出提前投資預(yù)判，難以保障運營商小區(qū)業(yè)務(wù)健康發(fā)展。該文基于時序模型統(tǒng)一語言模型UniLM（Unified Language Model），建立了小區(qū)級未來流量長時間預(yù)測方案，旨在賦能網(wǎng)絡(luò)優(yōu)化領(lǐng)域快速定位高低業(yè)務(wù)量區(qū)域。（剩余3308字）