Ứng dụng học máy đa mô hình trong phân loại khách hàng phục vụ nâng cao trải nghiệm mạng di động 5G tại các khu vực địa lý đặc thù

Abstract

Sự ra đời của công nghệ 5G đã mở ra một kỷ nguyên kết nối mới, mang đến những cơ hội chưa từng có cho người tiêu dùng. Công nghệ 5G hứa hẹn tốc độ truyền dữ liệu cực nhanh và độ trễ thấp, cho phép giao tiếp thời gian thực và kết nối liền mạch. Việc triển khai mạng 5G dự kiến sẽ thúc đẩy tăng trưởng kinh tế bằng cách tạo ra hàng triệu việc làm mới trong các lĩnh vực như công nghệ, viễn thông và dịch vụ. Trong đề tài này, nhu cầu xây dựng hệ thống ứng dụng học máy trong mạng 5G bằng việc phối hợp nhiều mô hình phân loại khách hàng giúp doanh nghiệp viễn thông có thể áp dụng vào thực tế hỗ trợ quyết định kinh doanh, tăng cường tối ưu hóa mạng lưới, tối ưu hóa dịch vụ. Ngoài ra đề tài cung cấp giải pháp cụ thể để nâng cao trải nghiệm trong đó có các khu vực có đặc điểm địa lý phức tạp, bao gồm khu công nghiệp, biên giới, và biển đảo, góp phần nhỏ bé củng cố chiến lược an ninh quốc gia. Tác giả xây dựng tập dữ liệu với khoảng 82.796 tọa độ bao gồm tại các khu vực địa lý đặc thù, xây dựng hệ thống gồm 07 mô hình như phân loại theo tiêu chí tỉnh/thành phố, phân loại theo tiêu chí quận/huyện, phân loại theo tiêu chí khu công nghiệp, phân loại theo tiêu chí biên giới, biển đảo, giàn khoan và đất liền, dự báo theo tiêu chí độ cao địa hình, dự báo công suất tín hiệu tham chiếu 5G nhận được và dự báo chất lượng tín hiệu tham chiếu 5G nhận được. Các mô hình dựa trên cây quyết như Extra Trees Classifier, Extra Trees Regressor thường xuyên đạt được các chỉ số F1, R² tốt trên 99%. Sau cùng, tác giả vận dụng hệ thống vào thực tế và đánh giá hiệu quả kinh tế mang lại như giảm thời gian phân loại từ 47 đến hơn 1000 lần so với cách làm cũ, giúp giảm chi phí đầu tư thiết bị trạm 5G mới trung bình hơn 500 ngàn đô la mỗi tháng.