[發(fā)明專利]一種QOE體系預(yù)測投訴傾向建模方法

在審

• 申請?zhí)枺?/td>: 201610788334.9
• 申請日: 2016-08-25
• 公開（公告）號: CN107786364A
• 公開（公告）日: 2018-03-09
• 發(fā)明（設(shè)計）人: 劉俊聲
• 申請（專利權(quán)）人: 劉俊聲
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06Q10/04;G06Q30/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及移動通信領(lǐng)域，特別是一種QOE體系預(yù)測投訴傾向建模方法。

背景技術(shù)

在日益競爭化的今天，尤其是在互聯(lián)網(wǎng)領(lǐng)域，針對網(wǎng)絡(luò)質(zhì)量投訴的研究課題具有重要意義，如果能夠提前對用戶可能產(chǎn)生的網(wǎng)絡(luò)質(zhì)量投訴方向進行精確定位分析，并及時出具相應(yīng)的解決措施解決用戶的問題，就提前掌握了市場先機，不僅為用戶帶來方便，也為企業(yè)的發(fā)展帶來益處。

目前業(yè)界針對網(wǎng)絡(luò)質(zhì)量投訴問題的分析，主要是圍繞如何搭建QOE體系的方法，通過定位用戶投訴感知問題的原因開展優(yōu)化工作。這是一種先產(chǎn)生問題后解決的方式，這種方式已經(jīng)無法滿足現(xiàn)代社會競爭的需要。其他投訴傾向分析的研究，多停留在網(wǎng)絡(luò)KPI指標(biāo)與用戶投訴傾向分析上，由于KPI指標(biāo)數(shù)量多，關(guān)系復(fù)雜，使得投訴傾向預(yù)測準(zhǔn)確性極低。為此，需要在搭建QOE體系的基礎(chǔ)上，進一步結(jié)合用戶主觀信息預(yù)測用戶可能進行的投訴，提前對用戶可能產(chǎn)生的投訴進行預(yù)測，并配合相關(guān)的措施提前解決相關(guān)的投訴問題。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明的目的在于提供一種QOE體系預(yù)測投訴傾向建模方法，提前對用戶可能產(chǎn)生的投訴進行預(yù)測，解決相關(guān)的投訴問題。

本發(fā)明解決其問題所采用的技術(shù)方案是：

一種QOE體系預(yù)測投訴傾向建模方法，包括：

(1)采用主成分分析法對影響網(wǎng)絡(luò)質(zhì)量投訴的因素進行提取，獲取對應(yīng)影響網(wǎng)絡(luò)質(zhì)量投訴的關(guān)鍵因素；

(2)通過數(shù)據(jù)挖掘模型對所述主成分分析法所得的關(guān)鍵因素進行投訴傾向分析，根據(jù)分析結(jié)果的對比以確定用于投訴傾向分析的數(shù)據(jù)挖掘模型；

(3)向所得的關(guān)鍵因素添加QOE評分時間分布的權(quán)重字段，形成符合所述確定用于投訴傾向分析的數(shù)據(jù)挖掘模型所需要的輸入數(shù)據(jù)；

(4)通過確定的數(shù)據(jù)挖掘模型對所述輸入數(shù)據(jù)進行模型訓(xùn)練，生成對應(yīng)用于預(yù)測用戶投訴傾向的QOE評分修正表。

步驟(1)中獲取對應(yīng)的影響網(wǎng)絡(luò)質(zhì)量投訴的關(guān)鍵因素包括接入成功率、時延性、感知速率和完整性。

步驟(2)中所述數(shù)據(jù)挖掘模型包括邏輯回歸模型、決策樹模型和神經(jīng)網(wǎng)絡(luò)模型。

步驟(2)所述投訴傾向分析具體為每個數(shù)據(jù)挖掘模型分別按照各自對應(yīng)的模型分析權(quán)重，對測試數(shù)據(jù)進行計算預(yù)測投訴發(fā)生的概率，分別將每個數(shù)據(jù)挖掘模型預(yù)測的概率與實際的投訴概率進行對比，將預(yù)測的概率與實際概率之間差值最小所確定的數(shù)據(jù)挖掘模型為用于投訴傾向分析的數(shù)據(jù)挖掘模型。

本發(fā)明的有益效果是：

本發(fā)明采用一種QOE體系預(yù)測投訴傾向建模方法，在影響用戶投訴的關(guān)鍵因素中加入QOE評分時間分布的權(quán)重因子，經(jīng)數(shù)據(jù)挖掘模型訓(xùn)練后得出具體的QOE評分修正案，以此預(yù)測用戶可能產(chǎn)生的投訴行為，提高了預(yù)測的準(zhǔn)確性。

附圖說明

下面結(jié)合附圖和實例對本發(fā)明作進一步說明。

圖1是本發(fā)明所述方法流程面圖。

具體實施方式

本發(fā)明采用一種QOE體系預(yù)測投訴傾向建模方法，在用戶感知的QOE評分基礎(chǔ)上，引入用戶投訴信息及用戶描述信息，通過數(shù)據(jù)挖掘建模的手段，挖掘QOE評分與用戶主觀傾向信息，主動預(yù)測用戶的投訴傾向。