基于大数据的时间序列预测研究与应用

针对传统时间序列预测算法在分析海量数据时预测精度与预测速率低下的问题,提出一种全新的时间序列预测算法,研究如何将大数据技术应用到移动通信网时间序列形式的核心性能指标(KPI)预测中。文中首先介绍了移动通信网性能指标预测的意义及传统时间序列预测算法的缺陷。其次,基于移动通信网及时间序列特性,给出了基于大数据的时间序列预测算法的理论推导过程,通过大数据方法将时间序列分解为四个不同分量并进行特征提取,根据提取结果进行预测分析。最后,介绍了方法的实现过程,采用真实网络核心性能指标进行实验对比分析,验证该方法的可行性与效率。实验结果表明,基于大数据的时间序列预测算法相比于传统的时间序列预测算法,具有更高的预测精度、更快的预测速率。