Forecasting techniques: application to cellular networks

Abstract

Due to the growing competitiveness and aggressiveness of the market, the network operators’ strategy is increasingly based on improving infrastructures and optimizing existing resources, in a way that provides the best experience to the user. To do this, the operator analyzes the Key Performance Indicators (KPIs) and uses forecasting methods to predict and plan the modifications needed in the network. With this as basis, this work focuses on the study and analysis of different forecasting methods and their implementation in Python, so that the operator can obtain automate real-time predictions of the future behavior of his network.

Devido ao aumento da competitividade e agressividade do mercado, cada vez mais a estratégia dos operadores de redes móveis passa pelo melhoramento das infraestruturas e otimização dos recursos já existentes, de modo a proporcionar a melhor experiência aos seus utilizadores. Para isto, recorrem à análise de indicadores chave de desempenho (KPIs) e ao uso de métodos de previsão para prever e planear alterações a realizar na sua rede. Tendo isto como base, esta dissertação foca-se no estudo e análise de diferentes métodos de previsão e sua implementação em Python, de maneira a obter previsões do futuro comportamento da rede em tempo real e de forma automatizada.