论文部分内容阅读
上海电信LTE网络发展日趋成熟,为了有效应对用户数日益上涨带来的局部网络负荷问题,急需对用户数量进行有效的监控。然而,常规的监控手段仅能观测历史或当前的人流热点,对未来的人流无法做到科学的预测,本文通过机器学习的方法,提出并建立了两种不同适用性的模型,寻找影响人流动向的因素,对下一时刻用户数量进行较为准确的预测。