FEATURES SELECTION AND PATTERN MINING FOR KQI PREDICTION AND CAUSE ANALYSIS

The disclosure relates to technology for processing data sets to generate data rules for the data sets in a communications network. A first set of data including key quality indicators (KQIs) indicative of a quality of service and a second set of data including key performance indicators (KPIs) indicative of a performance level are received. The first data set and the second data set are categorized using a first value into a plurality of KQI groups and a second value into a plurality of KPI groups, respectively. Each of the KQI and KPI groups are identified with a label. Each of the KQI and KPI groups identified with a same label are processed by application of association rule learning to generate the data rules. The data rules model a relationship between the KQIs and the KPIs by calculating association frequencies. La présente invention concerne une technologie permettant de traiter des ensembles de données afin de générer des règles de données destinées aux ensembles de données dans un réseau de communications. Un premier ensemble de données comprenant des indicateurs de qualité de clé (KQI) indiquant une qualité de service et un second ensemble de données comprenant des indicateurs de performance de clé (KPI) indiquant un niveau de performance sont reçus. Le premier ensemble de données et le second ensemble de données sont catégorisés à l'aide d'une première valeur en une pluralité de groupes KQI et d'une seconde valeur en une pluralité de groupes KPI, respectivement. Chacun des groupes KQI et des groupes KPI est identifié à l'aide d'une étiquette. Chacun des groupes KQI et des groupes KPI identifiés à l'aide d'une même étiquette est traité par application d'un apprentissage de règle d'association afin de générer les règles de données. Les règles de données modélisent une relation entre les KQI et les KPI par calcul de fréquences d'association.