機器學(xué)習(xí)和5G密不可分。在管理5G龐大的數(shù)據(jù)量和復(fù)雜性時，機器學(xué)習(xí)和執(zhí)行獨立智能決策的能力是十分必要的。如果沒有機器學(xué)習(xí)，網(wǎng)絡(luò)無法預(yù)測流量需求、安全風(fēng)險和用戶行為的變化。5G愿景的基礎(chǔ)是網(wǎng)絡(luò)具有預(yù)測性和主動性以實現(xiàn)低延遲和高可靠性的能力，而這是現(xiàn)今的4G網(wǎng)絡(luò)無法實現(xiàn)的。機器學(xué)習(xí)允許網(wǎng)絡(luò)進行自我優(yōu)化，確保前所未有的性能和服務(wù)連續(xù)性，從而可以主動減少潛在故障。

本文探討了在5G領(lǐng)域使用機器學(xué)習(xí)的一些實例，為基于機器學(xué)習(xí)在5G 領(lǐng)域的高級應(yīng)用和分析方法指出了潛在的可能方向。隨著5G應(yīng)用對網(wǎng)絡(luò)性能的要求日益增加，更加強大和優(yōu)化的網(wǎng)絡(luò)將會為大幅度提高網(wǎng)絡(luò)性能，隨之而來也為用戶帶來更好的體驗。

機器學(xué)習(xí)在網(wǎng)絡(luò)服務(wù)中的應(yīng)用

1、性能管理

挑戰(zhàn)：在網(wǎng)絡(luò)功能虛擬化帶來的超動態(tài)網(wǎng)絡(luò)環(huán)境和向軟件定義網(wǎng)絡(luò)的轉(zhuǎn)變中，在任何給定的時間了解所有系統(tǒng)和虛擬網(wǎng)絡(luò)功能以及PNFs 等性能狀態(tài)，將變得更加困難。如果沒有正確的工具，我們無法有效監(jiān)控不斷變化網(wǎng)絡(luò)環(huán)境的關(guān)鍵業(yè)務(wù)指標，從而無法保證提供穩(wěn)定的服務(wù)。解決此問題的傳統(tǒng)方法帶來了資源的大量浪費，通常過度配置服務(wù)以確保穩(wěn)定性，但也有可能在服務(wù)資源不足的情況下導(dǎo)致系統(tǒng)故障。解決方案：基于機器學(xué)習(xí)主動監(jiān)控和預(yù)測所有網(wǎng)絡(luò)組件的狀態(tài)、性能和利用率的能力，使得運營商可以通過動態(tài)擴展網(wǎng)絡(luò)資源以實時滿足可變需求來實現(xiàn)高效的資源利用率。這使運營商能夠運行更高效的網(wǎng)絡(luò)。

2、主動排查故障

挑戰(zhàn)：當與網(wǎng)絡(luò)相關(guān)的問題出現(xiàn)時，可能會導(dǎo)致網(wǎng)絡(luò)中出現(xiàn)大量級聯(lián)故障，所有故障都源于根本性問題。這會觸發(fā)多個系統(tǒng)警報，但使用隔離和修復(fù)的任務(wù)既費時又費力。解決方案：利用機器學(xué)習(xí)預(yù)測何時發(fā)生故障及其可能性，并在故障發(fā)生之前采取預(yù)防措施。如果問題已經(jīng)出現(xiàn)，則可以快速隔離引發(fā)問題的根本因素，從而使運營商能夠減少網(wǎng)絡(luò)中的故障數(shù)量并縮短解決每個問題所需的時間。

3、自動解決問題

挑戰(zhàn):由于當今網(wǎng)絡(luò)的復(fù)雜性，在網(wǎng)絡(luò)的正常運行中出現(xiàn)的故障數(shù)量不斷增加。這些故障對服務(wù)的穩(wěn)定性構(gòu)成巨大威脅，并明顯增加了對運營商運營支持的需求。這既消耗了寶貴的資源來進行故障排除，同時又使網(wǎng)絡(luò)和服務(wù)的連續(xù)性仍然存在風(fēng)險——直到根本問題被確定、隔離和解決。解決方案：如果網(wǎng)絡(luò)擁有了通過機器學(xué)習(xí)和自動化及時解決網(wǎng)絡(luò)問題的能力，運營商能大大縮短在出現(xiàn)問題時響應(yīng)問題所花費的時間，并能夠釋放運營團隊的人力以處理更復(fù)雜的任務(wù)。

4、最佳的自動服務(wù)組合

挑戰(zhàn)：當服務(wù)組合在SON環(huán)境中自動化運行或被手動完成時，主要考慮的因素是服務(wù)的功能交付。但缺少適當?shù)墓ぞ咭馕吨谠S多情況下無法考慮成本優(yōu)化。反過來，這導(dǎo)致服務(wù)的總成本居高不下。如何通過算法優(yōu)化服務(wù)組合的成本一直以來是運營商關(guān)心的話題。解決方案：引入監(jiān)控交付服務(wù)總成本的能力，以及預(yù)測不同配置和交付選項的成本影響的能力至關(guān)重要。在編寫和進行服務(wù)時考慮到這些指標，運營商才可以真正優(yōu)化其網(wǎng)絡(luò)運營成本。這樣可以提高最大化運營利潤的能力，同時也獲得了對每項服務(wù)營利能力的詳細信息。

5、服務(wù)質(zhì)量監(jiān)管

挑戰(zhàn)：由于運營商提供的眾多復(fù)雜服務(wù)所涉及的系統(tǒng)數(shù)量龐大，有效監(jiān)控服務(wù)質(zhì)量的能力變得尤為重要。但傳統(tǒng)的方法對于如此龐大的信息系統(tǒng)，處理起來已經(jīng)變得力不從心。解決方案：機器學(xué)習(xí)及相關(guān)算法，可以通過監(jiān)控服務(wù)質(zhì)量，通過數(shù)據(jù)分析和預(yù)測客戶的體驗質(zhì)量，來幫助運營商識別并解決客戶可能遇到的問題。

6、收入流失

挑戰(zhàn)：由于當前“不斷變化的”網(wǎng)絡(luò)中存在越來越多的疏漏點，系統(tǒng)或過程故障可能導(dǎo)致收入損失的情況不斷增加。解決方案：通過快速識別漏洞發(fā)生的位置并隔離網(wǎng)絡(luò)中斷的根本原因，運營商能夠顯著減少收入損失。 而且，運營商能夠設(shè)置預(yù)防措施，以防止之前的問題再度發(fā)生。

7、小基站理念

挑戰(zhàn)：如果運營商以與主要小基站相同的方式管理小型的小基站區(qū)域部署，那么需要維護的區(qū)域絕對數(shù)量將難以管理。解決方案：允許運營商主動監(jiān)控和預(yù)測服務(wù)降級、小區(qū)中斷、睡眠小區(qū)、體驗質(zhì)量降級和小區(qū)異常等實時信息對于優(yōu)化網(wǎng)絡(luò)性能至關(guān)重要。此功能與本地化小型單元中任何潛在問題的能力相結(jié)合，使運營商能夠防止整個網(wǎng)絡(luò)出現(xiàn)故障級聯(lián)。這是通過動態(tài)生成自主動作來實現(xiàn)的，這大大降低了與小型小區(qū)管理相關(guān)的運營和維護成本。

機器學(xué)習(xí)在用戶中的應(yīng)用

1、客戶流失分析

挑戰(zhàn)：客戶流失仍然是所有運營商面臨的障礙，這會帶來高昂的代價。目前用于應(yīng)當對客戶流失的策略關(guān)注的是如何在事發(fā)后進行修復(fù)。這是一種耗費資源、成本高昂且通常無效的保留手段，在用戶去意已決的情況下，運營商試圖說服客戶留下的做法可能無法解決根本性問題。解決方案：通過主動識別可能流失的客戶及導(dǎo)致其離開的特定用戶體驗問題，運營商可以主動采取措施以最大限度地減少客戶流失。這不僅可以保護當前和未來的運營收入，還可以改善整體客戶體驗。

2、欺詐檢測

挑戰(zhàn)：各種詐騙手段層出不窮，這是持續(xù)面臨的挑戰(zhàn)。CFCA行業(yè)調(diào)查確定的前5大外部欺詐活動帶來的損失估計超過260億美元，此外包括外部欺詐、欠費、內(nèi)部欺詐等問題造成的硬收入損失占到了全球電信業(yè)務(wù)收入的6.9%，達到了1550億美元。解決方案：通過實時識別曾發(fā)生過的網(wǎng)絡(luò)欺詐行為或是通過識別新出現(xiàn)的欺詐行為，工作人員員能夠明顯減少處理問題所花費的時間。這可以保護客戶不會成為欺詐的受害者，也能保護運營商的聲譽和品牌。

3、基于目標和情境的活動管理

挑戰(zhàn)：營銷活動通常是基于大眾的普遍喜好，很少反映客戶的個人偏好。傳統(tǒng)的廣告也未考慮營銷內(nèi)容的購買環(huán)境，也沒有能力衡量廣告在推動購買決策方面的成功程度。解決方案：通過機器學(xué)習(xí)分析用戶數(shù)據(jù)，獲取客戶偏好的策略以及給出針對某一群體客戶需求的適宜報價，以及基于推薦系統(tǒng)的套餐推薦、營銷活動等，運營商能有效提升其市場占有率并吸引新的客戶。

4、用戶使用分析

挑戰(zhàn)：運營商無法通過全球統(tǒng)一的方法跟蹤和分析客戶如何與所有服務(wù)接觸點互動。這些用戶接觸點可能包括數(shù)字頻道，例如網(wǎng)站、客戶服務(wù)應(yīng)用程序或傳統(tǒng)的呼叫中心。這導(dǎo)致操作員無法全面了解客戶如何使用其服務(wù)，并限制了操作員優(yōu)化此過程的能力。解決方案：通過研發(fā)客戶參與情況的端到端視圖能力，運營商能夠通過識別各流程中存在的障礙以優(yōu)化所有渠道。

5、全渠道環(huán)境中的個性化客戶體驗

挑戰(zhàn)：客戶接觸旨在促進與所有客戶的互動，但由于個體差異，對某一用戶而言的完美體驗可能會讓另一用戶倍感不適。這可能會在特定時間中給大部分客戶群帶來欠佳的用戶體驗。解決方案：機器學(xué)習(xí)能夠識別并向客戶展示為其量身定制的全渠道體驗，能夠最好地反映和回應(yīng)其個人喜好，這對于保留目前的高價值客戶至關(guān)重要。

在5G基礎(chǔ)設(shè)施建設(shè)和運營過程中，機器學(xué)習(xí)和人工智能技術(shù)扮演了越來越重要的作用。當人們還在爭論和定義新的5G服務(wù)時，運營商們已經(jīng)在努力面對這場前所未有的數(shù)據(jù)颶風(fēng)。為了克服管理5G服務(wù)交付的能力，將機器學(xué)習(xí)嵌入網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu)和運營管理已經(jīng)成為這個行業(yè)的必由之路。