[發(fā)明專(zhuān)利]一種基于智能聚類(lèi)的網(wǎng)絡(luò)問(wèn)題處理方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810564156.0
• 申請(qǐng)日: 2018-06-04
• 公開(kāi)（公告）號(hào): CN110555452A
• 公開(kāi)（公告）日: 2019-12-10
• 發(fā)明（設(shè)計(jì)）人: 李龍;張琪斌;張國(guó)華
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京億陽(yáng)信通科技有限公司
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06Q10/06
• 代理公司: 11619 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 劉廣達(dá)

本發(fā)明公開(kāi)了一種基于智能聚類(lèi)的網(wǎng)絡(luò)問(wèn)題處理方法及裝置，屬于網(wǎng)絡(luò)技術(shù)領(lǐng)域。所述方法包括：收集各網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)；對(duì)各網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)中的共性問(wèn)題進(jìn)行聚類(lèi)，得到第一聚類(lèi)結(jié)果；對(duì)各網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)中問(wèn)題的產(chǎn)生源點(diǎn)進(jìn)行聚類(lèi)，得到第二聚類(lèi)結(jié)果；根據(jù)第一聚類(lèi)結(jié)果和第二聚類(lèi)結(jié)果生成工單并進(jìn)行派單。本發(fā)明中，在是單純依賴“一刀切”的規(guī)則來(lái)進(jìn)行問(wèn)題小區(qū)篩選，提高了準(zhǔn)確性；并且減少了對(duì)有共性的網(wǎng)絡(luò)問(wèn)題重復(fù)處理的耗時(shí)，提高了后續(xù)工單的處理效率；同時(shí)將相似性的問(wèn)題進(jìn)行合并，降低了工單數(shù)量，降低了成本；并且可以配置新的聚類(lèi)維度，具備良好的擴(kuò)展性。

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種智能聚類(lèi)的網(wǎng)絡(luò)問(wèn)題處理方法及裝置。

背景技術(shù)

近年來(lái)LTE(Long Term Evolution，長(zhǎng)期演進(jìn))網(wǎng)絡(luò)快速部屬實(shí)施，用戶量也在快速增長(zhǎng)。在對(duì)LTE網(wǎng)絡(luò)的日常優(yōu)化過(guò)程中，進(jìn)行異常網(wǎng)元篩選及跟蹤處理是一項(xiàng)基本工作。其通常是根據(jù)關(guān)注的關(guān)鍵指標(biāo)(Key Performance Indicator，簡(jiǎn)稱(chēng)KPI)制定基于門(mén)限的判別規(guī)則，從而篩選出異常網(wǎng)元，進(jìn)而生成相應(yīng)的工單，執(zhí)行優(yōu)化處理流程。其中，在KPI判別規(guī)則的制定過(guò)程中，需要明確對(duì)各項(xiàng)指標(biāo)的核查粒度和門(mén)限，再根據(jù)各省的優(yōu)化實(shí)施經(jīng)驗(yàn)，制定門(mén)限判別規(guī)則。

現(xiàn)有的對(duì)LTE網(wǎng)絡(luò)的日常優(yōu)化過(guò)程，通常是以小區(qū)為單位進(jìn)行，首先進(jìn)行異常網(wǎng)元篩選，包括：1)小區(qū)性能KPI指標(biāo)的采集與匯總，即從無(wú)線操作維護(hù)中心(Operation&Maintenance Center-Radio，簡(jiǎn)稱(chēng)OMC)獲取XML文件，對(duì)性能數(shù)據(jù)文件進(jìn)行解析，實(shí)現(xiàn)性能指標(biāo)的采集，并在采集性能指標(biāo)后進(jìn)行數(shù)據(jù)匯總，包括進(jìn)行小時(shí)、天、周、月等的時(shí)間粒度的匯總，以及小區(qū)、片區(qū)、地市空間粒度的匯總。2)小區(qū)問(wèn)題規(guī)則的制定，為進(jìn)行異常網(wǎng)元篩選，需要制定篩選規(guī)則，實(shí)現(xiàn)區(qū)分地市和場(chǎng)景的小區(qū)篩選規(guī)則，從而按照制定的規(guī)則進(jìn)行調(diào)度執(zhí)行，篩選出異常網(wǎng)元。通常地，制定的小區(qū)規(guī)則支持按照門(mén)限、累計(jì)、TOP(降序排列后取前)篩選等，按照不同的時(shí)間粒度進(jìn)行匯總判斷；支持接通低、掉線高、切換差等KPI問(wèn)題的規(guī)則；支持不同的時(shí)間粒度，選取不同規(guī)則的判斷時(shí)間范圍；支持時(shí)段累計(jì)獲取地市TOP篩選。3)根據(jù)制定的問(wèn)題規(guī)則篩選出異常網(wǎng)元。其次，根據(jù)篩選出的異常網(wǎng)元生成相應(yīng)的工單；最后，進(jìn)行派單并跟蹤處理。

然而，上述異常網(wǎng)元的篩選及對(duì)應(yīng)工單的生成是直接基于制定的問(wèn)題規(guī)則“一刀切”式的完成，而從上述描述可知問(wèn)題規(guī)則往往粒度很細(xì)，所以一方面，導(dǎo)致了最終生成的工單數(shù)量很大，提高了成本；另一方面，導(dǎo)致了相似性問(wèn)題的工單很多，同一區(qū)域的工單也很多，使得重復(fù)性的工作很多，降低了產(chǎn)率及效率；再一方面，工單之間沒(méi)有類(lèi)型的區(qū)分，降低了管理效率和處理效率。

發(fā)明內(nèi)容

根據(jù)本發(fā)明的實(shí)施方式，提供一種基于智能聚類(lèi)的網(wǎng)絡(luò)問(wèn)題處理方法及裝置。

一方面，本發(fā)明提供一種基于智能聚類(lèi)的網(wǎng)絡(luò)問(wèn)題處理方法，包括：

步驟S1：收集各網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)；

步驟S2：對(duì)所述各網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)中的共性問(wèn)題進(jìn)行聚類(lèi)，得到第一聚類(lèi)結(jié)果；

步驟S3：對(duì)所述各網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)中問(wèn)題的產(chǎn)生源點(diǎn)進(jìn)行聚類(lèi)，得到第二聚類(lèi)結(jié)果；

步驟S4：根據(jù)所述第一聚類(lèi)結(jié)果和所述第二聚類(lèi)結(jié)果生成工單并進(jìn)行派單。

可選地，所述步驟S1，具體為：通過(guò)問(wèn)題引擎在電子運(yùn)維系統(tǒng)數(shù)據(jù)、道路測(cè)試數(shù)據(jù)、干擾數(shù)據(jù)、性能數(shù)據(jù)及其他數(shù)據(jù)中收集網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)。

可選地，所述步驟S2，具體為：根據(jù)價(jià)值維度、難度維度、根因維度、地理維度對(duì)所述網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)中的共性問(wèn)題進(jìn)行聚類(lèi)，得到第一聚類(lèi)結(jié)果。

可選地，根據(jù)價(jià)值維度對(duì)所述網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)中的共性問(wèn)題進(jìn)行聚類(lèi)，具體為：對(duì)所述網(wǎng)絡(luò)問(wèn)題數(shù)據(jù)中由核心區(qū)域、核心人物觸發(fā)的問(wèn)題，以及高話務(wù)量和高流量的問(wèn)題進(jìn)行價(jià)值聚類(lèi)；