机构名称：
¥ 1.0
电信行业的服务质量在该国的增长和经济中起着至关重要的作用。在印度，几家电信运营商提供服务，并且有一个被称为印度电信监管机构（TRAI）的监管机构。在电信域中，呼叫下降是一个问题，它在渲染服务中降低了电信行业的性能。这也会给用户带来不便和浪费时间，并降低了用户满意度的水平。需要在人工智能（AI）的帮助下进行以技术为导向的分析，以分析呼叫动态以做出明智的决策。现有的研究表明，机器学习（ML）有助于分析呼叫下降动态。但是，需要使用机器学习技术和优化的框架来提高分析电信行业的呼叫下降动态的性能。在本文中，我们提出了一个ML框架，以自动分析所有运营商电信行业的所有跌落。该框架还支持优化，例如未来的工程和降低维度，以提高机器学习模型的性能。我们提出了一种称为基于学习的呼叫分析（LBCDA）的算法，该算法利用特征选择和培训多个分类器来呼叫Drop Analytics。使用电信行业的基准数据集变体，我们的实证研究表明，我们的框架的随机森林（RF）模型的表现优于87.40％的其他模型。
一个用于分析电信中呼叫滴动力学的系统...
主要关键词
相关文件推荐
