真香！手机上也能体验AI模型训练，不信来试试！

为了帮助大家更好的上手5月份即将推出的SoftCOM AI云服务，人工智能园地公众号“最新活动”菜单页中嵌入了 “流量预测模型服务”手机体验版本！大家跟我一起来看看~

**

流量预测模型服务

**

通过集成无线小区流量预测模型的特征、数据建模、算法等，使能云服务使用者只需输入无线小区的话统、工参等数据，即可快速生成AI模型。该AI模型能够预测无线小区的流量/负载/用户数等，应用于基站智能控制业务场景（如基站智能节能）。

首先从公众号“最新活动”进入，点击菜单“流量预测模型体验”进入官网页面，再点击“立即体验”，跳转到手机体验界面，如下图：

大家可以看到，流量预测模型的生成，分4个步骤：选择数据->参数设置->生成模型->模型发布：

1、选择数据
其实这个步骤是让云服务使用者导入无线小区流量相关的历史数据。“数据集来源”选框可以让使用者从本地或华为云OBS对象存储服务中导入历史数据，一般以zip包形式上传。本次手机版体验已经为大家准备好了数据，直接点击“数据导入”进入下一步即可。

大家会看到系统对上传的历史数据包进行分析处理，如果上传的数据包不合格，例如工参不够，无效值超过一定比例等等，系统会在这一步报错给云服务使用者，请使用者检查数据，重新上传；手机体验版本使用的是已经为大家准备好的合格数据，数据分析结果如下：

可以看到上传的数据包中，包含1个基站的5184条数据记录，数据采集间隔是30分钟，提取的特征包含“上下行RB数，流量Byte，平均用户数”；其中红色箭头代表特征的“最大值”偏大，绿色箭头代表“最小值”偏小。

点击“下一步”进入参数设置步骤。

2、参数设置

这一步是给云服务使用者设置模型训练的关键参数，这些参数决定了训练什么样的无线小区流量预测AI模型出来。

例如，“预测类型”用来选择模型是预测负载，流量，还是用户数； “最大预测时长”用来选择需要预测未来哪个时间段的流量；而“预测参考历史天数”和“预测参考因素”是让服务使用者选择模型训练采用数据量时间跨度以及导入哪些相关度高的参考因素，这些参数的选择会影响模型训练消耗的算力，以及模型的精准度，比如选择的历史天数越多，需要的算力越多，但训练出来的模型越精准；同理，选择相关度越高的参考因素，训练出来的模型越精准。

默认情况下，系统将使用者导入的数据80%用作训练集，20%用作验证集。使用者也可以自行滑动窗口，调整比例。

参数设置好了之后，点击“生成模型”到下一个步骤。

3、生成模型

大家会看到模型生成的代码在运行。模型生成之后，系统会根据数据验证集给出模型评估报告，如下图：

上行功能模块和下行功能模块负载预测的均方根误差如曲线所示，可以看到符合要求的误差小于6（RB）的情况占据91%的比例，超过80%的合格标准，这个模型应该是OK的。

点击“模型发布”进入下一步。

4、模型发布

生成好的模型发布之后，这里手机体验版本给出了模型部署到实际小区环境进行模型验证的结果。

这里将AI模型发布到三个小区进行了验证，可以在上图下拉菜单中选择不同的小区编码，来查看不同小区验证结果。例如，我们选择“460-00-312426-2”小区，再选择“上行”，则可以看到下图：

从曲线图可以看到这个小区负载的实际值和预测值存在一些差距；从饼图可以看出，预测准确率达到70.14%，有效率达到93.06%。整体验证情况看来，模型预测效果是不错的。

我们再换一个小区，选择“460-00-394724-1”小区，还是选择“上行”，得到分析结果如下：

从这个曲线图可以看到这个小区负载的实际值和预测值重叠匹配的比较好；从饼图可以看出，预测准确率达到93.66%，有效率达到98.58%。这样的模型预测效果可以说是比较优秀了。

模型效果验证之后，整个模型生成服务的流程就结束了。达标的模型，可以被应用到实际环境中。

最后，模型生成服务还给大家准备了一个小礼物，点击“领取体验勋章”，即可以生成一个勋章图，告诉大家你完成了一次AI模型生成服务体验。大家赶紧发布朋友圈点赞分享吧~

文本 / Min戈

人工智能园地，力求打造运营商领域第一的人工智能交流平台，促进华为SoftCOM AI理念在业界（尤其通信行业）形成影响力！