基于深度学习神经网络的用户行为预测的基站缓存方法

摘要

本发明公开了一种基于深度学习神经网络的用户行为预测的基站缓存算法，包括如下步骤：记录一段时间基站服务用户的需求，对需求进行整理、预处理后确定神经网络的训练集U；利用深度学习中的神经网络算法，包括DNN以及RNN，对训练集数据U进行训练拟合，建立用户需求行为模型。使用用户需求行为模型，对用户下一时间的需求进行预测。使用基站缓存策略，将模型预测所得的数据预缓存在基站的缓存之中，以保证在用户需求时，可以直接从基站缓存中获取。记录用户真实的需求与预测数据对比，不断完善模型并继续步骤3‑5，使得对用户的需求行为模型不断完善，预测精准度提高。