[發明專利]基于客戶上網滿意度預測方法及裝置

有效

• 申請號: 201811404628.2
• 申請日: 2018-11-23
• 公開（公告）號: CN111222897B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 羅驍茜
• 申請（專利權）人: 中國移動通信集團廣東有限公司;中國移動通信集團有限公司
• 主分類號: G06Q30/0202
• 分類號: G06Q30/0202;G06Q30/0201;G06Q50/32
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種基于客戶上網滿意度預測方法，其特征在于，包括：

獲取統計時間段內的用戶上網記錄，根據所述用戶上網記錄獲得記錄信息，所述記錄信息包括特征屬性、流程類型、影響感知點和決策信息；

根據所述記錄信息和預設的用戶模型庫、小區模型庫進行遍歷匹配獲得在全網用戶在用戶模型庫中命中用戶模型的命中次數集合、全網小區在小區模型庫中命中小區模型的命中次數集合、全網小區在小區模型庫中命中小區模型的用戶數集合；

根據全網小區在小區模型庫中命中小區模型的命中次數集合和全網小區在小區模型庫中命中小區模型的用戶數集合從全網小區中確定預警小區以及預警小區在小區模型庫中命中小區模型的命中次數集合和命中小區模型的用戶數集合；

根據預警小區在小區模型庫中命中小區模型的命中次數集合和命中小區模型的用戶數集合確定各預警小區對應的無線優化集合；

根據各預警小區對應的無線優化集合和貝葉斯定理獲得各用戶在各預警小區發生質差預警的概率；

根據各用戶在各預警小區發生質差預警的概率、全網用戶在用戶模型庫中命中用戶模型的命中次數集合和滿意度計算公式獲得各用戶在用戶模型庫中命中用戶模型的命中次數集合獲得各用戶上網感知的滿意值。

2.根據權利要求1所述的方法，其特征在于，所述根據全網小區在小區模型庫中命中小區模型的命中次數集合和全網小區在小區模型庫中命中小區模型的用戶數集合從全網小區中確定預警小區以及預警小區在小區模型庫中命中小區模型的命中次數集合和命中小區模型的用戶數集合，包括：

將目標小區在小區模型庫中命中各小區模型的命中次數和用戶數與命中各小區模型對應的命中次數閾值和用戶數閾值進行分別比較，所述目標小區為全網小區中的任一小區；

當命中任一小區模型的命中次數和用戶數滿足閾值判定條件時，則確定目標小區為預警小區，并篩選獲得預警小區在小區模型庫中命中小區模型的命中次數集合和命中小區模型的用戶數集合；

其中，所述閾值判定條件包括：

D＜h_j≤n_k，V＜r_j≤U；D為目標小區命中小區模型j對應的命中次數閾值，V為目標小區命中小區模型j對應的用戶數閾值，h_j為目標小區命中小區模型j的命中次數，r_j為目標小區命中小區模型j的用戶數，n_k為第k個統計時間段內目標小區命中各小區模型的命中總數，U為全網小區用戶總數。

3.根據權利要求2所述的方法，其特征在于，所述根據各預警小區對應的無線優化集合和貝葉斯定理獲得各用戶在各預警小區發生質差預警的概率，包括：

根據各預警小區對應的無線優化集合獲得目標用戶在各目標預警小區下命中各小區模型的質差事件和非質差事件；

統計目標用戶在各目標預警小區下命中各小區模型的質差事件和非質差事件的數目；

根據統計目標用戶在各目標預警小區下命中各小區模型的質差事件和非質差事件的數目與貝葉斯定理獲得目標用戶在各預警小區發生質差預警的概率。

4.根據權利要求3所述的方法，其特征在于，所述滿意度計算公式為：其中，max(G_a)表示用戶a在用戶模型庫的所有命中模型的次數最大值，為用戶a在預警小區E_l發生質差預警的概率，F_a為滿意度。