Core Concepts
ARIMAモデルを使用して、加入者データ使用量の増加を予測することができる。
Abstract
この研究では、電気通信会社が膨大な量の加入者データから有益な洞察を引き出す課題に取り組んでいます。予測分析は、地理的、人口統計的、財務的な側面などのデータ次元の戦略的な探索に基づいている場合、意思決定プロセスを支援することができます。
この研究では、730のデータポイントを持つInsights Data Storageからの探索的分析を使用して、自己回帰積分移動平均(ARIMA)モデルを使用して加入者データ使用量の傾向を予測しています。モデルは0.007の有意なp値を示し、データ成長の予測を支持しています。ARIMAは3 Mbpsの成長と最大14 Gbpsを予測しました。畳み込みニューラルネットワーク(CNN)と比較して、ARIMAはより優れたパフォーマンスを示し、43倍の高速な実行速度を達成しました。これらの結果は、加入者データ使用量の予測、Quality of Experience(QoE)の向上、および予測モデルの改善のための洞察を提供しています。
Stats
加入者データの使用量は今後3 Mbpsの成長が予測される。
加入者データの最大使用量は14 Gbpsに達すると予測される。
Quotes
"ARIMAは3 Mbpsの成長と最大14 Gbpsを予測しました。"
"ARIMAはCNNと比較して、より優れたパフォーマンスを示し、43倍の高速な実行速度を達成しました。"