蜂窝网络时空流量预测数据集CellularNetworkSpatio-TemporalTrafficPredictionDataset-labanochwo
数据来源：互联网公开数据
标签：蜂窝网络, 流量预测, 时空数据, 机器学习, 通信工程, 时间序列分析, 移动通信, 数据分析
数据概述：
该数据集包含来自蜂窝网络的数据，记录了基站、小区和波束级别的下行链路流量信息，以及相关的时间和环境因素。主要特征如下：
时间跨度：数据记录的时间范围为2024年1月1日至今（数据未完全提供，此处为推测）。
地理范围：数据覆盖范围未明确，但数据包含基站、小区和波束信息，推测可能为特定区域的蜂窝网络。
数据维度：数据集包括以下关键字段：datetime（时间戳），base_station（基站ID），cell（小区ID），beam（波束ID），traffic_DLThpVol（下行链路吞吐量），traffic_MR_number（测量报告数量），traffic_DLPRB（下行链路物理资源块利用率），traffic_DLThpTime（下行链路吞吐时间），train（训练集标识），week_day（星期几），weekend（是否周末），week（周数），day（天数），hour（小时）。
数据格式：CSV格式，文件名为preprocessed-spatio-temporal.csv，方便数据处理和分析。
来源信息：数据来源未明确，但数据经过预处理，包含了时间、空间和流量等多维度信息，适合用于流量预测等分析任务。
该数据集适合用于蜂窝网络流量预测、容量规划、网络优化和性能分析等研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于通信工程、数据科学等领域的研究，如蜂窝网络流量预测模型构建、时空数据分析、流量异常检测等。
行业应用：可以为移动通信运营商提供数据支持，特别是在网络规划、资源分配、用户体验优化等方面。
决策支持：支持网络运营维护团队进行容量规划、网络优化和故障诊断，提升网络服务质量。
教育和培训：作为通信工程、数据科学等相关课程的实践素材，帮助学生和研究人员理解蜂窝网络流量特性和预测方法。
此数据集特别适合用于探索蜂窝网络流量的时空分布规律，构建预测模型，从而优化网络性能，提升用户体验。
