基于循环3D卷积神经网络的电信用户行为预测系统的设计与实现
发布时间：2024-01-31 08:05
电信网络流量增长迅速,网络流量实时调度的需求也愈发重要,目前在基于网络区域粒度和天级别的流量预测上已经取得了可观的进展,却一直缺少对基于用户粒度和天级别的流量和更多其他电信行为的预测。另一方面,电信套餐大量涌现以满足用户的差异化需求,电信套餐个性化推荐较好的解决了月级别的套餐与用户匹配问题,但无法感知基于用户粒度和天级别的电信用户行为变化,不能向用户推荐合适的天级别套餐。上述问题可统一为如何提供基于用户粒度和天级别的电信用户行为预测。针对该问题,论文提出了一种3D特征帧数据结构,在保留时序性、局部相关性的前提下,抽象了用户粒度和天级别的电信用户行为特征;提出了一种循环3D卷积神经网络模型,较好的整合了3D卷积神经网络和栈式长短期记忆网络的优势,使之能够更好的挖掘电信用户行为特征,和学习电信用户历史行为规律学习,自动的预测电信用户的未来行为。论文首先研究了电信用户行为预测相关技术,提出循环3D卷积神经网络模型,并进行了模型调优;然后分析了电信用户行为预测问题的特点,明确了电信用户行为预测系统要满足的功能性需求和非功能性需求;接下来,依据需求分析,围绕3D特征帧和循环3D卷积神经网络,阐述...
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容
1.4 论文组织结构
第2章 循环3D卷积神经网络模型研究
2.1 循环3D卷积神经网络模型的提出
2.1.1 模型所基于的相关技术介绍
2.1.2 循环3D卷积神经网络模型的构建
2.2 循环3D卷积神经网络模型的loss指标和目标loss值
2.2.1 loss指标的选择
2.2.2 目标loss值设置
2.3 循环3D卷积神经网络模型调优
2.4 小结
第3章 电信用户行为预测系统需求分析
3.1 功能性需求
3.1.1 数据处理
3.1.2 模型学习
3.1.3 模型管理
3.1.4 目标行为预测
3.2 非功能性需求
3.3 小结
第4章 电信用户行为预测系统概要设计
4.1 整体系统概要设计
4.2 关键数据结构设计
4.2.1 电信用户原始数据
4.2.2 原始特征向量
4.2.3 2D特征帧
4.2.4 3D特征帧
4.2.5 特征向量
4.2.6 目标行为
4.3 数据预处理模块概要设计
4.3.1 数据清洗子模块
4.3.2 特征翻译子模块
4.3.3 特征聚合子模块
4.4 3D特征帧构造模块概要设计
4.4.1 原始特征向量构造子模块
4.4.2 2D特征帧构造子模块
4.4.3 3D特征帧构造子模块
4.4.4 3D特征帧构造过程示意
4.5 特征映射模块概要设计
4.5.1 基线模型设置
4.5.2 模型算法研究
4.6 特征预测模块概要设计
4.6.1 基线模型设置
4.6.2 模型算法研究
4.7 小结
第5章 电信用户行为预测系统详细设计与实现
5.1 数据预处理模块详细设计与实现
5.1.1 数据清洗子模块
5.1.2 特征翻译子模块
5.1.3 特征聚合子模块
5.2 3D特征帧构造模块详细设计与实现
5.2.1 原始特征向量构造子模块
5.2.2 2D特征帧构造子模块
5.2.3 3D特征帧构造子模块
5.3 特征映射模块详细设计与实现
5.3.1 特征向量长度的选择
5.3.2 详细设计与实现
5.3.3 模型结构和参数设置
5.4 特征预测模块详细设计与实现
5.4.1 详细设计与实现
5.4.2 模型结构和参数设置
5.5 关键问题与解决方案
5.5.1 基于多线程实现的MapReduce模拟环境问题
5.5.2 数据清洗过程中的记录重复问题
5.6 小结
第6章 电信用户行为预测系统测试
6.1 测试环境
6.1.1 测试环境组成
6.1.2 软硬件环境
6.2 系统功能测试
6.2.1 系统单元功能测试
6.2.2 系统集成功能测试
6.3 系统性能测试
6.4 小结
第7章 总结与展望
7.1 论文工作总结
7.2 未来工作展望
参考文献
致谢
本文编号：3891247
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容
1.4 论文组织结构
第2章 循环3D卷积神经网络模型研究
2.1 循环3D卷积神经网络模型的提出
2.1.1 模型所基于的相关技术介绍
2.1.2 循环3D卷积神经网络模型的构建
2.2 循环3D卷积神经网络模型的loss指标和目标loss值
2.2.1 loss指标的选择
2.2.2 目标loss值设置
2.3 循环3D卷积神经网络模型调优
2.4 小结
第3章 电信用户行为预测系统需求分析
3.1 功能性需求
3.1.1 数据处理
3.1.2 模型学习
3.1.3 模型管理
3.1.4 目标行为预测
3.2 非功能性需求
3.3 小结
第4章 电信用户行为预测系统概要设计
4.1 整体系统概要设计
4.2 关键数据结构设计
4.2.1 电信用户原始数据
4.2.2 原始特征向量
4.2.3 2D特征帧
4.2.4 3D特征帧
4.2.5 特征向量
4.2.6 目标行为
4.3 数据预处理模块概要设计
4.3.1 数据清洗子模块
4.3.2 特征翻译子模块
4.3.3 特征聚合子模块
4.4 3D特征帧构造模块概要设计
4.4.1 原始特征向量构造子模块
4.4.2 2D特征帧构造子模块
4.4.3 3D特征帧构造子模块
4.4.4 3D特征帧构造过程示意
4.5 特征映射模块概要设计
4.5.1 基线模型设置
4.5.2 模型算法研究
4.6 特征预测模块概要设计
4.6.1 基线模型设置
4.6.2 模型算法研究
4.7 小结
第5章 电信用户行为预测系统详细设计与实现
5.1 数据预处理模块详细设计与实现
5.1.1 数据清洗子模块
5.1.2 特征翻译子模块
5.1.3 特征聚合子模块
5.2 3D特征帧构造模块详细设计与实现
5.2.1 原始特征向量构造子模块
5.2.2 2D特征帧构造子模块
5.2.3 3D特征帧构造子模块
5.3 特征映射模块详细设计与实现
5.3.1 特征向量长度的选择
5.3.2 详细设计与实现
5.3.3 模型结构和参数设置
5.4 特征预测模块详细设计与实现
5.4.1 详细设计与实现
5.4.2 模型结构和参数设置
5.5 关键问题与解决方案
5.5.1 基于多线程实现的MapReduce模拟环境问题
5.5.2 数据清洗过程中的记录重复问题
5.6 小结
第6章 电信用户行为预测系统测试
6.1 测试环境
6.1.1 测试环境组成
6.1.2 软硬件环境
6.2 系统功能测试
6.2.1 系统单元功能测试
6.2.2 系统集成功能测试
6.3 系统性能测试
6.4 小结
第7章 总结与展望
7.1 论文工作总结
7.2 未来工作展望
参考文献
致谢
本文编号：3891247
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3891247.html