買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國移動通信集團上海有限公司;中國移動通信集團有限公司申請的專利5G告警數據挖掘方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115269668B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202110476906.0，技術領域涉及：G06F18/26；該發明授權5G告警數據挖掘方法及裝置是由秦娟;馬瑞琳;吳澤彬;葉振新;方祺頻設計研發完成，并于2021-04-29向國家知識產權局提交的專利申請。

本5G告警數據挖掘方法及裝置在說明書摘要公布了：本發明提供一種5G告警數據挖掘方法及裝置，該方法包括：獲取第五代移動通信5G告警數據，基于spark框架對5G告警數據進行篩選處理，得到5G原始告警數據；對5G原始告警數據進行數據清洗處理，得到處理后的5G原始告警數據；基于分布式頻繁模式增長fp?growth算法對處理后的5G原始告警數據進行壓縮處理，得到剪枝后的告警類型頻繁項集；基于告警類型對剪枝后的告警類型頻繁項集進行數據標注和編碼處理，得到編碼后的頻繁項集；將編碼后的頻繁項集輸入至預先訓練好的多任務深度神經網絡模型中，輸出目標結果。本發明有效提高5G告警數據的故障根因定位的準確性和效率。

本發明授權5G告警數據挖掘方法及裝置在權利要求書中公布了：1.一種5G告警數據挖掘方法，其特征在于，包括： 基于操作維護中心OMC系統獲取第五代移動通信5G告警數據，基于spark框架對所述5G告警數據進行篩選處理，得到5G原始告警數據，將所述5G原始告警數據存入hadoop集群； 對所述5G原始告警數據進行數據清洗處理，得到處理后的5G原始告警數據； 基于分布式頻繁模式增長fp-growth算法對所述處理后的5G原始告警數據進行壓縮處理，得到剪枝后的告警類型頻繁項集； 基于告警類型對所述剪枝后的告警類型頻繁項集進行數據標注,得到標注后的頻繁項集； 基于多粒度編碼器對所述標注后的頻繁項集進行編碼處理，得到編碼后的頻繁項集； 將所述編碼后的頻繁項集輸入至預先訓練好的多任務深度神經網絡模型中，輸出目標結果，所述多任務深度神經網絡模型包括第一級分類模型和第二級分類模型； 其中，所述多任務深度神經網絡模型為已經過數據清洗處理、壓縮處理、數據標注以及編碼處理的5G原始告警數據樣本為輸入，以所述5G原始告警數據樣本對應的故障類型為樣本標簽進行訓練得到； 所述基于分布式頻繁模式增長fp-growth算法對所述處理后的5G原始告警數據進行壓縮處理，得到剪枝后的告警類型頻繁項集，包括： 基于5G告警的時間序列和網元拓撲雙相關因素算法對頻繁項集進行剪枝，得到剪枝后的頻繁項集； 所述基于5G告警的時間序列和網元拓撲雙相關因素算法對頻繁項集進行剪枝，具體包括： 基于5G告警的時間序列和網元拓撲雙相關因素算法計算所述頻繁項集不屬于相同網元拓撲結構中的錯誤率； 若所述錯誤率大于預設閾值，對所述頻繁項集進行剪枝； 所述基于5G告警的時間序列和網元拓撲雙相關因素算法計算所述頻繁項集不屬于相同網元拓撲結構中的錯誤率，具體包括： 利用公式（1）和（2），計算所述頻繁項集不在相同網元拓撲結構中的錯誤率： （1） （2） 其中，表示在節點下的樣本誤判個數，表示在所述節點下的樣本的時空相關系數，表示在節點下的樣本總數，表示時間參數，表示網元拓撲結構參數，表示樣本誤判個數所占的權重，表示時空相關系數所占的權重，表示頻繁項集中兩個樣本對應的時間序列間隔最大值，和表示頻繁項集中樣本對應的時間序列值，表示頻繁項集中兩個樣本之間的網元拓撲結構相關系數，和表示頻繁項集中與樣本對應的網元拓撲結構參數，表示與滑動時間窗口對應的頻繁項集，樣本表示頻繁項集中的5G告警數據。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國移動通信集團上海有限公司;中國移動通信集團有限公司，其通訊地址為：200060 上海市普陀區長壽路200號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。