Modelação de indicadores numa rede GPON: gestão de capacidade de recursos

Abstract

As séries temporais estão constantemente presentes no nosso dia a dia nas mais diversas áreas de interesse. Para compreender melhor o comportamento de qualquer série, recorre-se às diversas metodologias desenvolvidas ao longo dos anos. Atualmente, existe um elevado nível de confiança em modelos de previsão com vista a criar dashboards que melhorem a compreensão e análise de previsões futuras. Num contexto de telecomunicações, não é exceção a relevância que a modelação e previsão de um conjunto de dados pode ter. O presente Relatório é fruto do estágio desenvolvido na empresa Altice Labs, onde tiveram lugar tarefas de modelação dos dados feitas seguindo modelos ARMA, métodos de alisamento exponencial e modelos espaço-temporais. É exigido um certo cumprimento da metodologia e suas condições. Posto isto, resta realizar a previsão em si com o modelo adequado anteriormente. Validar o modelo e analisar se a previsão é adequada são os últimos passos essenciais para que possamos afirmar que é possível realizar uma previsão. Neste trabalho, foi desenvolvido um conjunto de dashboards os quais para algumas empresas são ponto de interesse para mostrar aos seus clientes como ´e o que os seus produtos estão a se comportar. Trabalhando com dados que remetem a diferentes localizações podemos usufruir ainda de modelos cujo foco acresce à componente temporal, uma componente espacial – modelos STARMA.

Time series are constantly present in our daily lives in the most diverse areas of interest. To better understand the behavior of any series, we use the different methodologies developed over the years. Currently, there is a high level of confidence in forecasting models in order to create dashboards that improve the understanding and analysis of future forecasts. In a telecommunications’ context, the relevance that the modeling and prediction of a data set can have is no exception. This Report is the result of the internship developed at the company, where data modeling tasks were carried out following ARMA models, exponential smoothing methods and spatio-temporal models. A certain compliance with the methodology and its conditions is required. That said, it remains to perform the prediction itself with the appropriate model previously. Validating the model and analyzing whether the prediction is adequate are the last essential steps so that we can say that it is possible to make a prediction. In this work, a set of dashboards was developed, which for some companies are a point of interest to show their customers how their products are behaving. Working with data that refer to different locations, we can also take advantage of models whose focus adds to the temporal component, a spatial component – STARMA models.