AI大数据预测保障模型

柯爱妃

目前我们大部分的无线保障参数可能还是依靠如下关键指标进行预测，有没有办法通过用户行为AI大数据模型来预测。

[size=9.0000pt]A	[size=9.0000pt]用户基数	[size=9.0000pt]保障区域设计人数或预估人数
[size=9.0000pt]B	[size=9.0000pt]市场份额	[size=9.0000pt]移动、电信、联通的运营商市场份额
[size=9.0000pt]C	[size=9.0000pt]4、5G用户占比	[size=9.0000pt]4、5G用户/移动全网用户
[size=9.0000pt]D	[size=9.0000pt]RRC激活用户比	[size=9.0000pt]连接态/注册用户比例
[size=9.0000pt]E	[size=9.0000pt]RRC连接用户峰均比	[size=9.0000pt]均峰比，根据保障情况拟定
[size=9.0000pt]F	[size=9.0000pt]不均衡系数	[size=9.0000pt]由于覆盖方位，人员流动会造成站点吸收话务的不均衡性
[size=9.0000pt]Gdf	[size=9.0000pt]RRC连接峰值用户数	[size=9.0000pt]Gdf = A*B*D/(1-F)
[size=9.0000pt]Gda	[size=9.0000pt]RRC连接平均用户数	[size=9.0000pt] Gda=Gdf*E
[size=9.0000pt]Hd	[size=9.0000pt]感知规划小区数量	[size=9.0000pt]4G Hd= Gda*C/数据感知推荐门限
		[size=9.0000pt]5G Hd= Gda*C/数据感知推荐门限 [size=9.0000pt] [size=9.0000pt]