您的当前位置:首页 >> 期刊文献 >> 正文
机器学习算法在5G网络分流提升中的应用
摘 要:
为提升5G网络分流能力,文章利用机器学习算法精准识别目标场景客户及高价值小区。一是利用XGBoost算法预测潜在5G终端客户,助力5G终端精准营销;二是利用K-M聚类算法细分客户群体特征,加速高价值客户向5G网络迁转;三是基于POI点密度及客户价值DBSCAN聚类输出高价值小区。应用结果表明:5G分流比由1.92%提升至26.26%,具有应用推广意义。
作 者:
  • 王哲辉;程纪;瞿安;张国龙;徐艳梅;
单 位:
    中国移动通信集团新疆有限公司网络管理中心
关键字:
  • 5G网络分流;XGBoost算法;K-M聚类算法;POI点密度;DBSCAN聚类算法;
页 码:
    73-76+80
出 处:
HTML阅读PDF文献下载您还没有登陆会员账号,请先登陆,在进行阅读或下载!
返回顶部 关注公众号