[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

本發明提供一種基于客戶上網滿意度預測方法及裝置，通過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，根據所述記錄信息、預設的用戶模型庫、小區模型庫進行遍歷匹配獲得各命中模型的集合并根據集合確定預警小區，根據預警小區的命中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，并結合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，可統計得出的不同模型的無線小區預警概率，為橫向比較無線小區不同服務質量提供可靠性，也為長期監測無線小區質量提供了數據積累手段和數據參考。

技術領域

本發明實施例涉及通信技術領域，尤其涉及一種基于客戶上網滿意度預測方法及裝置。

背景技術

目前針對2G/3G/4G移動網絡的客戶上網滿意度預測往往基于前期的隨機抽樣客戶的調研結果或者是基于業務指標開展。調研結果往往不可避免的存在樣本量偏少、客戶主觀性、社會文化因素干擾等影響，因此預測結果與實際情況偏差較大。而基于業務指標開展，在一定程度上避免了此類問題，但由于客戶使用上網業務是一個長期的習慣性行為，客戶長期所處的無線環境質量以及客戶常用的移動互聯網業務、客戶終端性能等等對客戶滿意度有重要影響，因此在開展滿意度預測時也需要將這些因素綜合考慮。

發明內容

本發明實施例提供一種基于客戶上網滿意度預測方法及裝置，用于解決上述問題。

第一方面，本發明實施例提供一種基于客戶上網滿意度預測方法，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。

第二方面，本發明實施例提供一種基于客戶上網滿意度預測裝置，包括：

獲取模塊，用于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；

匹配模塊，用于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；

預警模塊，用于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；

優化模塊，用于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；