پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی

با توجه به اینکه بخش عمده ای ازارتباطات جهانی از طریق شبکه موبایل انجام می گیرد بنابراین می توان گفت که شبکه موبایل از اهمیت ویژه ای برخوردار است. این تحقیق بر آن است که با کاوش داده ها، خرابی هایی که ممکن است برای یک BTS به وجود آید را پیش بینی کند. تشخیص و پیش بینی نوع خرابی در 7 دسته شامل (انتقال، همسایگی، سخت افزاری، کمبود کانال ترافیکی، کمبود کانال سیگنالینگی، کمبود کانال ترافیکی و سیگنالینگی، تشابه فرکانسی) و دسته سالم طبقه بندی انجام گرفت. هدف از این تحقیق، ارایه چارچوبی برای پیش بینی نوع خرابی های ممکن برای BTSهای شبکه موبایل است.در این روش از ترکیبی از الگوریتم های درخت تصمیم، SVM و KNN استفاده شده است، ابتدا ماتریس آشفتگی را به ازای هر یک از الگوریتم های SVM، درخت تصمیم و KNN بدست آورده، سپس دقت حاصل از هر یک ازالگوریتم ها را به ازای هر خوشه بدست آورده و بررسی می کنیم که ماکزیمم مقدار دقت برای هر خوشه توسط کدام الگوریتم تولید شده است. با استفاده از این تکنیک، می توان برای پیش بینی هر خوشه از بهترین الگوریتم استفاده کرد که این کار باعث افزایش دقت کل می شودروش پیشنهادی ترکیبی نسبت به سایر روش ها کارایی قابل ملاحظه ای داشته است، به گونه ای که میزان صحت دسته بندی، دقت و فراخوانی به طور قابل ملاحظه ای نسبت به روش های کلاس-بندی پایه و روش های کلاس بندی دیگر بهبود یافته است. بر اساس این نتایج می توان دریافت که کارایی روش پیشنهادی بسیار مناسب بوده است..

کلیدواژه ها:

داده کاوی ، درخت تصمیم گیری ، شبکه عصبی ، طبقه بندی ، الگوریتم ترکیبی ، نوع خرابی BTS