机器学习算法在5G网络分流提升中的应用

摘要：

为提升5G网络分流能力,文章利用机器学习算法精准识别目标场景客户及高价值小区.一是利用XGBoost算法预测潜在5G终端客户,助力5G终端精准营销;二是利用K-M聚类算法细分客户群体特征,加速高价值客户向5G网络迁转;三是基于POI点密度及客户价值DBSCAN聚类输出高价值小区.应用结果表明:5G分流比由1.92％提升至26.26％,具有应用推广意义.

关键词：5G网络分流、XGBoost算法、K-M聚类算法、POI点密度、DBSCAN聚类算法

分类号：TN929.53;TP181

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-76,80