一种基于用户常驻网络信息的故障定位方法
(0) 本文提出一种基于用户常驻网络信息的故障定位方法，根据定位技术对常驻用户进行网络定位，识别用户常驻网络的电频特征、主服务小区信息等建立用户常驻网络信息库，利用机器学习算法对用户常驻网络信息库进行训练学习进而生成常驻用户网络信息模型，在实际应用中通过采集模型区域内用户实际占用小区簇信息与用户常驻网络模型进行差异化对比，实现对网络监控和异常小区的故障定位.方案上线后，共识别出故障物业点135处，经过现场测试与后端故障两个维度对比，故障吻合度高达85.95％.
常驻用户 机器学习算法 网络信息建模 故障定位
张璐岩 贾磊 方路成
中国移动通信集团陕西有限公司,西安710077
国内会议
西安
中文
168-170
2018-11-01（万方平台首次上网日期，不代表论文的发表时间）