Ein intelligentes Vorhersagemodell für die Verwaltung von Anrufabbrüchen

Viele Faktoren tragen zu der schlechten Qualität der von den Betreibern des Global System for Mobile Communication (GSM) erbrachten Dienste bei, einer davon ist der Anrufabbruch, einer der wichtigsten Leistungsindikatoren (KPI) zur Messung der Kundenzufriedenheit. Die aus dem UCL-Repository gewonnenen Daten wurden mit einem kortikalen Lernansatz trainiert, um den Schwellenwert zu bestimmen. Dieser Wert wurde mit den Werten verglichen, die während des Fahrversuchs ermittelt wurden, um die Qualität der Netzleistung zu bestimmen. Um dies zu erreichen, wurden sechs Indikatoren für die Netzleistung verwendet, wie z. B. Netzleistung ist schlecht und es gibt einen Anrufabbruch, ist ausgezeichnet, es gibt keinen Anrufabbruch oder ist mittelmäßig, es kann zu einem Anrufabbruch kommen. Auch hier war das System in der Lage, die Qualität der Netzleistung in dem untersuchten Gebiet zu bestimmen und anhand der oben genannten Indikatoren Vorhersagen über Verbindungsabbrüche zu treffen. Die Ergebnisse haben sich als neuartiger Ansatz erwiesen, und die Vorhersage wird das Vertrauen der Kunden in die Nutzung der verschiedenen GSM-Netze stärken und auch das Geschäftspotenzial der Betreiber erhöhen.

Autorentext

Mestrado em Ciências da Computação, Universidade de Port Harcourt, Nigéria. março de 2018. Bacharelato em Ciência da Computação, Universidade Federal de Tecnologia, Akure, Nigéria. novembro de 2007.