| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·论文背景 | 第10-12页 |
| ·选题的意义 | 第12页 |
| ·研究内容和论文结构 | 第12-14页 |
| 第二章 3G数据业务分析与预测的理论基础 | 第14-23页 |
| ·3G业务分类与UMTS网络 | 第14-16页 |
| ·语义相似度 | 第16-18页 |
| ·Holt-Winters模型 | 第18-21页 |
| ·Holt-Winters模型符号解释说明 | 第19页 |
| ·加法型Holt-Winters(HW)模型 | 第19-20页 |
| ·加法型Holt-Winters模型预测公式 | 第20页 |
| ·阻尼型(damped)HW预测 | 第20-21页 |
| ·二次指数平滑 | 第21-23页 |
| 第三章 3G数据业务模型的建立 | 第23-30页 |
| ·3G数据业务模型 | 第23页 |
| ·务模型对应数据库表的建立 | 第23-25页 |
| ·业务建模步骤 | 第25-30页 |
| 第四章 基于业务模型的预测 | 第30-45页 |
| ·业务预测流程 | 第30-33页 |
| ·相似场景匹配 | 第33-36页 |
| ·场景树的定义 | 第33-35页 |
| ·场景树的实现 | 第35页 |
| ·相似树的匹配 | 第35-36页 |
| ·三种预测模式 | 第36-38页 |
| ·用Holt-Winters算法预测常规时段用户数及呼叫强度 | 第38-44页 |
| ·对历史数据进行插补 | 第38页 |
| ·对历史数据进行平滑处理 | 第38-39页 |
| ·周期分析 | 第39-40页 |
| ·初值确定 | 第40-41页 |
| ·预测步骤 | 第41-43页 |
| ·组合预测 | 第43-44页 |
| ·关联预测 | 第44-45页 |
| 第五章 系统设计与实现 | 第45-71页 |
| ·系统结构 | 第45页 |
| ·主要模块设计 | 第45-54页 |
| ·筛选模型 | 第45-46页 |
| ·根据用户选择的模型进行指标计算 | 第46-47页 |
| ·常规时段预测中用户数与呼叫强度预测 | 第47-48页 |
| ·非常规时段的预测 | 第48-49页 |
| ·计算预测结果 | 第49页 |
| ·预测图示呈现 | 第49-50页 |
| ·小区级批量预测 | 第50-51页 |
| ·RNC级批量预测 | 第51-52页 |
| ·单小区/RNC用户修正系数 | 第52-53页 |
| ·批量小区/RNC用户修正系数 | 第53-54页 |
| ·系统示例 | 第54-71页 |
| ·单小区/RNC特殊时段与节假日预测 | 第54-58页 |
| ·单小区/RNC常规时段预测 | 第58-63页 |
| ·批量预测 | 第63-66页 |
| ·场景树编辑 | 第66-71页 |
| 第六章 总结 | 第71-73页 |
| ·研究工作总结 | 第71页 |
| ·下一步工作 | 第71-72页 |
| ·攻读学位期间从事的科研工作总结 | 第72-73页 |
| 参考文献 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者攻读学位期间发表的学术论文 | 第75页 |