МЕТОД АНАЛІЗУ ВЗАЄМОЗАЛЕЖНОСТЕЙ ПАРАМЕТРІВ QOE ТА QOS НА ОСНОВІ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ

Використання сучасних технологічних рішень для побудови радіо мереж різного призначення є Сьогодні більшість постачальників телекомунікаційних послуг зацікавлені в тому, щоб клієнти були задоволені послугами, які їм надаються. Очевидно, що користувачі певної послуги будуть і надалі обирати одного і того ж провайдера, якщо їх очікування якості послуг виправдалися. Тому, щоб задовольняти очікування клієнтів, провайдерам необхідно постійно вимірювати поточний рівень якості послуг, які вони надають. Для надання послуг найкращої якості телекомунікаційними провайдерами компаніям необхідно враховувати не лише показники якості мережі та QoS, але й QoE. Опитування абонентів з огляду на розширення мережі та збільшення кількості послуг, що надаються вже не є продуктивним процесом, таким чином є необхідність забезпечити послідовний наскрізний моніторинг якості досвіду користувачів. Виходячи з цих міркувань у даній роботі було запропоновано для аналізу даних використовувати модель машинного навчання, що має назву «Випадковий ліс», а також покроково описано етапи аналізу, що базуються на історичних даних. В ході дослідження вдалося протестувати метод прогнозування QoE в залежності від параметрів QoS. Виявилося, що можна скоротити набір даних, що пропонувався у другому розділі без впливу на точність та продуктивність розрахунків, що виконує модель машинного навчання. Разом з тим, прогнозування відносно тих параметрів, що залишились відбувається із точністю 100%, що є відмінним результатом. Таким чином, запропонований метод з використанням алгоритмів машинного навчання може використовувати у своїй роботі телекомунікаційні провайдери та мобільні оператори для забезпечення наскрізного моніторингу рівня задоволеності користувачів від наданих постачальником послуг.