摘要
采用自监督方式检测异常小区、无监督方式聚类问题类型、可视化标注标签的数据挖掘思路,得到带标签的异常小区问题类型数据集。不仅标签数据集可直接应用到网络运营运维领域,而且挖掘问题类型数据集的思路和方法论可广泛推广到其他领域。另外,借助卷积神经网络深度学习算法,将大量的专家经验模型化,构建智能优化引擎,挖掘出人工不易捕捉到的深度信息,更加准确高效地发现网络问题,可扩展性强。
- 单位
采用自监督方式检测异常小区、无监督方式聚类问题类型、可视化标注标签的数据挖掘思路,得到带标签的异常小区问题类型数据集。不仅标签数据集可直接应用到网络运营运维领域,而且挖掘问题类型数据集的思路和方法论可广泛推广到其他领域。另外,借助卷积神经网络深度学习算法,将大量的专家经验模型化,构建智能优化引擎,挖掘出人工不易捕捉到的深度信息,更加准确高效地发现网络问题,可扩展性强。