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

打開(kāi)文本圖片集

摘要：隨著移動(dòng)互聯(lián)網(wǎng)行業(yè)的高速發(fā)展，無(wú)線網(wǎng)絡(luò)業(yè)務(wù)量呈爆發(fā)式增長(zhǎng)，網(wǎng)絡(luò)壓力突增，傳統(tǒng)模式下高度依賴(lài)人工靜態(tài)配置基站軟硬件能力，難以長(zhǎng)時(shí)間適配當(dāng)前業(yè)務(wù)需求。同時(shí)，面對(duì)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(shì)評(píng)估能力，無(wú)法對(duì)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(yùn)營(yíng)商小區(qū)業(yè)務(wù)健康發(fā)展。該文基于時(shí)序模型統(tǒng)一語(yǔ)言模型UniLM（Unified Language Model），建立了小區(qū)級(jí)未來(lái)流量長(zhǎng)時(shí)間預(yù)測(cè)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）