[發(fā)明專利]一種用戶感知評估方法及裝置

在審

• 申請?zhí)枺?/td>: 201710250085.2
• 申請日: 2017-04-17
• 公開（公告）號: CN107046480A
• 公開（公告）日: 2017-08-15
• 發(fā)明（設(shè)計(jì)）人: 賈正屹
• 申請（專利權(quán)）人: 廣東經(jīng)緯天地科技股份有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 珠海智專專利商標(biāo)代理有限公司44262
• 代理人: 黃國豪

技術(shù)領(lǐng)域

本發(fā)明涉及通信技術(shù)領(lǐng)域，具體的，涉及一種用戶感知評估方法，以及應(yīng)用該方法的裝置。

背景技術(shù)

隨著移動互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)和業(yè)務(wù)的進(jìn)一步分離，傳統(tǒng)的網(wǎng)絡(luò)KPI指標(biāo)已經(jīng)不能很好的反映客戶真實(shí)感知問題,且往往要通過用戶投訴，才知道網(wǎng)絡(luò)存在4G用戶感知差的情況，如何快速分析出用戶遇到的問題并解決，或在用戶投訴之前就能提前發(fā)現(xiàn)并解決問題。如何建立一套用戶感知評估體系，來實(shí)時(shí)掌握用戶的真實(shí)感知情況，成為如今通信網(wǎng)絡(luò)急需解決的問題。

現(xiàn)有的用戶感知評估方法通常采用的信令跟蹤分析、話務(wù)統(tǒng)計(jì)分析、測試分析及用戶投訴分析等方法進(jìn)行，沒有綜合性的分析，而且單一的評估方法也都存在效率較低、手段缺失、缺少前瞻性等弊端，不能主動預(yù)測投訴用戶，導(dǎo)致信息反饋慢，用戶體驗(yàn)不佳。

發(fā)明內(nèi)容

本發(fā)明的主要目的是提供一種具有較高的用戶投訴預(yù)測準(zhǔn)確率，并可提高用戶體驗(yàn)度的用戶感知評估方法。

本發(fā)明的另一目的是提供一種具有較高的用戶投訴預(yù)測準(zhǔn)確率，并可提高用戶體驗(yàn)度的用戶感知評估裝置。

為了實(shí)現(xiàn)上述主要目的，本發(fā)明提供的用戶感知評估方法包括：獲取全網(wǎng)用戶的全量運(yùn)營數(shù)據(jù)，根據(jù)全量運(yùn)營數(shù)據(jù)對每一個(gè)感知事件進(jìn)行預(yù)測建模，獲得每一個(gè)感知事件的最佳預(yù)測模型；獲取待評估用戶預(yù)設(shè)時(shí)間段內(nèi)的全量運(yùn)營數(shù)據(jù)，利用每一個(gè)最佳預(yù)測模型對待評估用戶的全量運(yùn)營數(shù)據(jù)進(jìn)行分類預(yù)測，獲得待評估用戶的分類信息。

由上述方案可見，本發(fā)明通過對影響用戶通信體驗(yàn)的感知事件進(jìn)行預(yù)測建模，獲得每一個(gè)感知事件對應(yīng)的最佳預(yù)測模型，利用最佳模型對待評估用戶進(jìn)行投訴預(yù)測，獲得待評估用戶的分類信息，即待評估用戶是投訴用戶或非投訴用的的相關(guān)信息。通過用戶感知的評估及用戶投訴的預(yù)測，可以發(fā)現(xiàn)全網(wǎng)中多少用戶存在感知不好及不良可能性，發(fā)現(xiàn)多少基站存在感知問題，可以根據(jù)存在的問題做到對用戶的主動關(guān)懷，對問題基站進(jìn)行網(wǎng)絡(luò)優(yōu)化，提升網(wǎng)絡(luò)質(zhì)量，提升用戶的感知體驗(yàn)。

進(jìn)一步的方案中，獲取全網(wǎng)用戶的全量運(yùn)營數(shù)據(jù)，根據(jù)全量運(yùn)營數(shù)據(jù)對每一個(gè)感知事件進(jìn)行預(yù)測建模，獲得每一個(gè)感知事件的最佳預(yù)測模型，包括：根據(jù)全網(wǎng)用戶的全量運(yùn)營數(shù)據(jù)獲得每一個(gè)感知事件所對應(yīng)的所有特征數(shù)據(jù)；對每一個(gè)感知事件所對應(yīng)的所有特征數(shù)據(jù)進(jìn)行平衡處理及缺省值處理，獲得預(yù)處理后的特征數(shù)據(jù)；根據(jù)預(yù)處理后的特征數(shù)據(jù)進(jìn)行模型訓(xùn)練，獲得每一個(gè)感知事件的最佳預(yù)測模型。

由此可見，在對感知事件進(jìn)行預(yù)測模型的建立時(shí)，通過采用機(jī)器學(xué)習(xí)的方式，從全量的運(yùn)營數(shù)據(jù)中挖掘評估用戶感知，通過對事件及相關(guān)聯(lián)的網(wǎng)絡(luò)指標(biāo)進(jìn)行綜合、全面分析，獲取到最佳的預(yù)測模型，從而提升用戶感知評估的準(zhǔn)確性。

進(jìn)一步的方案中，根據(jù)全網(wǎng)用戶的全量運(yùn)營數(shù)據(jù)獲得每一個(gè)感知事件所對應(yīng)的所有特征數(shù)據(jù)，包括：以預(yù)設(shè)方式對每一個(gè)感知事件進(jìn)行特征數(shù)據(jù)的匯聚。

由此可見，在獲取感知事件所對應(yīng)的特征數(shù)據(jù)時(shí)，由于獲取的數(shù)據(jù)大多屬于原始數(shù)據(jù)，不能夠直接獲得建立預(yù)測模型的直接變量數(shù)據(jù)，需要經(jīng)過處理后才可獲得需要的特征數(shù)據(jù)，作為建立預(yù)測模型的直接變量數(shù)據(jù)。

進(jìn)一步的方案中，對每一個(gè)感知事件所對應(yīng)的所有特征數(shù)據(jù)進(jìn)行平衡處理及缺省值處理，包括：利用SMOTE算法對特征數(shù)據(jù)進(jìn)行平衡處理；利用平均值填充法對特征數(shù)據(jù)進(jìn)行缺省值處理。

由此可見，由于在預(yù)測模型建立時(shí)獲取的特征數(shù)據(jù)中包含了投訴用戶數(shù)據(jù)和非投訴用戶數(shù)據(jù)，投訴用戶數(shù)據(jù)占少數(shù)，非投訴用戶數(shù)據(jù)占大多數(shù)，數(shù)據(jù)間存在較大的差別，使得數(shù)據(jù)極度不平衡，同時(shí)存在大量的缺省值。因此，需要對特征數(shù)據(jù)進(jìn)行平衡處理以及缺省值處理，提高數(shù)據(jù)評估的效果。同時(shí)，使用SMOTE算法對數(shù)據(jù)進(jìn)行數(shù)據(jù)平衡處理，利用平均值填充法對特征數(shù)據(jù)進(jìn)行缺省值處理，效果更佳。

進(jìn)一步的方案中，獲取待評估用戶預(yù)設(shè)時(shí)間段內(nèi)的全量運(yùn)營數(shù)據(jù)，利用每一個(gè)最佳預(yù)測模型對待評估用戶的全量運(yùn)營數(shù)據(jù)進(jìn)行分類預(yù)測，獲得待評估用戶的分類信息，包括：根據(jù)待評估用戶的全量運(yùn)營數(shù)據(jù)獲取待評估用戶每一個(gè)感知事件所對應(yīng)的待評估特征數(shù)據(jù)；利用每一個(gè)最佳預(yù)測模型對相應(yīng)的感知事件的待評估特征數(shù)據(jù)進(jìn)行評估，獲得待評估用戶的分類信息。

由此可見，利用經(jīng)過驗(yàn)證的最佳預(yù)測模型對待評估用戶進(jìn)行預(yù)測，預(yù)測的準(zhǔn)確性可得到保證，同時(shí)利用預(yù)測模型中經(jīng)過優(yōu)化選擇的數(shù)據(jù)處理方式，可提高數(shù)據(jù)的處理速度。