提升移动虚拟网络运营商的运营效率与服务质量
1. 利润优化方法比较
在移动虚拟网络运营中，利润比率（PR）是一个重要指标，其计算公式为 $PR = \frac{m1 - m2}{m2}$，其中 $m1$ 是客户向 V - Mobile 支付的总费用，$m2$ 是 V - Mobile 向 B - Mobile 支付的成本。V - Mobile 总是希望获得更高的 PR，不过 PR 也可能为负。下面比较四种优化方法：
-当前方法：V - Mobile 每月通过计算用户所有历史月份使用量的算术平均值来估算下个月的使用量，然后根据这个粗略的估算从 B - Mobile 购买最便宜的数据套餐（考虑透支成本）。应用该方法计算得出的整体 PR 为 3.5%。
-仅使用机器学习：V - Mobile 为每个客户使用机器学习（带异常值过滤的 SVR - RBF）来预测下个月的数据使用量，并据此确定从 B - Mobile 购买的数据套餐。这种方法得出的整体 PR 为 4.1%。
-结合不确定性估计的机器学习：结合机器学习（SVR - RBF）和统计不确定性估计的完整方法，整体 PR 达到 5.5%，比 V - Mobile 的当前方法高 57.1%，比仅使用机器学习的方法高 34.1%。显著的 PR 提升归因于为短期用户更好地选择 B - Mobile 的数据套餐。对于训练样本不足的短期用户，单用户机器学习往往效果不佳，而跨用户预测准确性建模可以基于“大数据”对预期费用提供更合理的估计。
-最优情况：使用 2017 年 11 月客户的实际
