基于xgboost的小区级用户数预测研究
商圈、高校等场景小区负荷变化呈现较强的规律性,具体表现为用户数的潮汐效应.针对单小区用户数做出预测,可以提前做出负载均衡,缓解高负荷问题.基于Xgboost的预测方法在小区用户数的预测上表现良好,文章对商圈和高校场景下十五分钟、三十分钟、四十五分钟的预测偏差分别进行了研究,其预测平均偏差分别为7.56％和8.12％.商圈场景在四十五分钟级别,90.32％的样本预测偏差小于20％；高校场景在四十五分钟级别,85.34％的样本预测偏差小于20％.此外,选取个别单小区,分别对三个十五分钟的预测效果进行呈现,算法表现良好,可用于实际生产.
商圈 高校 用户数 预测 xgboost
高瑜鸿
中国移动通信集团陕西有限公司,陕西省西安市 710000
国内会议
西安
中文
147-150
2018-11-01（万方平台首次上网日期，不代表论文的发表时间）