CN101051942A - 确定业务服务的业务参数等级量化范围的方法和装置 - Google Patents

确定业务服务的业务参数等级量化范围的方法和装置 Download PDF

Info

Publication number
CN101051942A
CN101051942A CNA2007100650743A CN200710065074A CN101051942A CN 101051942 A CN101051942 A CN 101051942A CN A2007100650743 A CNA2007100650743 A CN A2007100650743A CN 200710065074 A CN200710065074 A CN 200710065074A CN 101051942 A CN101051942 A CN 101051942A
Authority
CN
China
Prior art keywords
service
parameter
business
service parameter
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007100650743A
Other languages
English (en)
Other versions
CN100531066C (zh
Inventor
陈刚
邱大钧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing BOCO Inter-Telecom Technology Co., Ltd.
Original Assignee
Bright Oceans Inter Telecom Software Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bright Oceans Inter Telecom Software Research Institute Co Ltd filed Critical Bright Oceans Inter Telecom Software Research Institute Co Ltd
Priority to CNB2007100650743A priority Critical patent/CN100531066C/zh
Publication of CN101051942A publication Critical patent/CN101051942A/zh
Application granted granted Critical
Publication of CN100531066C publication Critical patent/CN100531066C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种确定业务服务的业务参数等级量化范围的方法，包括：获取用户对业务服务的可评价业务参数的体验评价信息；按照所述用户体验评价信息确定相关业务参数的权重，以确定业务参数调整步长；利用所述业务参数调整步长对业务服务的各项业务参数值在各服务等级上进行多次调整；记录业务参数调整步长、调整次数及用户对调整后的业务服务的评价值，确定所述业务参数的等级量化范围。本发明同时还公开了一种确定业务服务的业务参数等级量化范围的装置。本发明通过确定用户对业务服务的各项业务参数的敏感程度，设置相应的调整步长，从而实现对业务参数的精确调整，进而精确确定各业务参数的量化范围。

Description

确定业务服务的业务参数等级量化范围的方法和装置
技术领域
本发明涉及计算机网络技术领域，具体地说，涉及电信业务开展过程中确定业务服务的业务参数等级量化范围的方法和装置。
背景技术
在传统电信运营过程中，在通信产品设计上主要采用以技术为导向的管理思想进行基础电信业务的建设，以满足人们对通信的普遍需求，然而，随着电信市场竞争的日益激烈，电信运营商的运营理念也在发生着巨大的变化，基础电信市场日渐饱和的趋势促使运营商重新开始思考用户、市场以及运营之间的关系。为了扩大市场占有份额，提供面向用户不同特性的电信产品，开展差异化竞争将成为提升自身竞争力的重要途径，是否能够拥有更多的用户资源将成为运营商获得市场优势的关键因素，未来的电信运营必然将以用户为导向进行电信业务的组织和运营。
为了最大限度地满足用户对服务质量的需求，服务等级协定SLA(Service-Level Agreement)被提出，用于营造网络运营健康发展的生态环境，让用户享受到的不仅仅是一种口头承诺的服务，而是受到法规约束，权益获得有效保障的服务。成熟的电信运营商通过SLA可以建立忠实稳定的大用户；而新兴的电信运营商则可以借此来吸引用户，赢得竞争优势。
为了实现SLA端到端运营的顺利实施，同时满足精确的网络监控的要求，各个标准组织纷纷开始对SLA进行深入的研究，尤其是SLA中的表示方法及管理方法更是研究的重点，IETF草案中提出了SLA表示方法的需求和重要性，研究了SLA的部分内容服务等级规范(SLS，service levelspecification)的表示方法，但是关于SLA参数选择与测量、SLA表示方法和SLA各等级参数量化范围确定等关键技术和系统应用等内容并没有具体规定；TMF组织在标准GB917中，采用了SLA生命周期和SLA参数框架两种SLA管理方法，其中SLA生命周期用于规划一个完整的SLA业务管理流程，SLA参数框架用于描述表示参数的分类方法，但该标准没有提出具体业务参数的制定流程；GB923提出了关键性能指标KPI(Key PerformanceIndicator)和关键质量指标KQI(Key Quality Indicator)的概念对SLA进行量化表示，但该标准对SLA参数的研究只停留在了参数定义阶段，并没有达到量化管理的水平。
当各个标准组织纷纷开始对SLA进行深入的研究的同时，基于用户体验的电信业务水平评估的相关问题也逐渐受到了各研究组织的重视，各个国际标准化组织都提出了自己的标准和规范，其中，ITU-T规范P.800定义采用一种平均判分(MOS)法则来测量语音质量，通过运用MOS评估的程序来作为主观评价测量的标准，基于该主观评测，人类接听和感知语音质量的行为被调研和量化，接听何种级别质量的语音，得到多少平均主观值MOS，人类将起主要的反映作用。这个语音质量和平均主观值的对应关系为网络的配置、基准和监视提供了标准依据。另外，视频业务的主观评测方法也逐渐受到重视，在ITU-R BT.500和ITU-T P.910中视频主观评价法，在受控的测试环境下，将待评价的图像序列播放给评价者观看，并记录他们的打分，然后对所有评价者的打分进行统计，使用平均判分(MOS)法则来测量视频质量。
综合以上分析，SLA的理论研究虽然已经开展，但是实现SLA参数量化制定的有效手段一基于用户实时体验方法的应用，仍然采用基于主观经验的定性分析，不能体现用户在业务服务质量认知上的模糊性，无法对用户对业务服务质量的评价信息进行量化表示，因此无法实现网络资源调整分配、业务服务质量和用户需求的匹配。
发明内容
有鉴于此，本发明的目的在于提供一种确定业务服务的业务参数等级量化范围的方法和装置，根据用户在业务服务质量认知上的模糊性，将用户对业务服务质量的评价信息进行准确量化。
本发明提供了一种确定业务服务的业务参数等级量化范围的方法，包括步骤：
获取用户对业务服务的可评价业务参数的体验评价信息；
按照所述用户体验评价信息确定相关业务参数的权重，以确定业务参数调整步长；
利用所述业务参数调整步长对业务服务的各项业务参数值在各服务等级上进行多次调整；
记录业务参数调整步长、调整次数及用户对每次调整后的业务服务的评价值，确定所述业务参数的等级量化范围。
优选的，按照以下步骤确定业务参数的权重：
按照所述体验评价信息确定所述业务服务的各项业务参数的相对重要度信息：
将所述相对重要度信息标度成三角模糊数；
构造由所述三角模糊数构成的模糊矩阵；
计算所述模糊矩阵，按照计算结果确定各项业务参数的权重。
优选的，按照以下步骤确定业务参数的调整步长：
按照所述权重的大小确定所述业务参数的优先级；
确定与所述优先级相应的业务参数调整步长。
优选的，所述业务服务是业务参数数值在预设业务参数范围内的业务服务，所述预设业务参数范围为按照网络指标标准和实际试验结果确定的调整范围。
优选的，所述体验评价信息为指示所述业务服务中任意两个参数的相对重要度的信息。
本发明一种确定业务服务的业务参数等级量化范围的装置，包括：
服务信息单元，用于保存业务服务信息，调整所述业务服务的业务参数，将业务服务呈现给用户，并获取用户对每次调整后的业务服务的评价信息；
业务参数权重确定单元，用于按照所述评价信息确定所述业务服务的业务参数的权重；
调整步长确定单元，用于按照所述权重确定各业务参数的调整步长；
等级量化范围确定单元，用于按照所述调整步长对所述服务信息单元中的业务参数进行调整，并记录调整次数、调整步长以及每次调整后用户的评价值，确定所述业务服务的等级量化范围。
优选的，所述业务参数权重确定单元包括：
重要度确定单元，用于按照所述体验评价信息确定所述业务服务的各项业务参数的相对重要度信息；
标度单元，将所述相对重要度信息标度成三角模糊数；
矩阵单元，构造由所述三角模糊数构成的模糊矩阵；
计算单元，利用所述模糊矩阵计算出各业务参数的权重。
优选的，所述等级量化范围确定单元包括：
记录单元，用于记录所述第二调整单元的调整步长和调整次数；
分布情况确定单元，用于按照所述调整步长和调整次数确定调整后的业务参数值在各服务等级的分布情况；
量化范围确定单元，按照所述分布情况的指示，确定所述业务参数的等级量化范围。
优选的，所述服务信息单元包括：
服务信息存储单元，用于存储各种业务服务；
信息交互单元，用于将服务信息存储单元中的业务服务呈现给用户，并获取用户的评价信息；
第一调整单元，用于在预设范围内对所述服务信息存储单元中的业务服务的业务参数进行调整；
第二调整单元，用于以所述调整步长确定单元中的调整步长对所述服务信息存储单元中的业务服务的业务参数进行调整。
优选的，所述业务服务是业务参数数值在预设业务参数范围内的业务服务，所述预设业务参数范围为按照网络指标标准和实际试验结果确定的调整范围。
通过上述技术方案可知，与现有技术相比，本发明具有以下特点和优点：
1、将用户对业务服务质量认知的主观感知进行量化，确定了业务服务质量等级的量化范围，从而为实现网络资源分配、业务服务质量和用户需求的匹配提供了依据；
2、根据用户的评价信息确定用户对业务服务的各项业务参数的敏感程度，以便设置相应的调整步长，从而实现对业务参数的精确调整，进而精确确定各业务参数的量化范围。
附图说明
图1为本发明确定业务服务等级参数量化范围的方法的实现流程图；
图2为本发明确定业务服务等级参数量化范围的方法的实现流程中确定调整步长的流程图；
图3为本发明确定业务服务等级参数量化范围的装置的结构框图；
图4为本发明实施例的服务信息单元的结构示意图；
图5为本发明实施例的业务参数权重确定单元的结构示意图；
图6为本发明实施例的等级量化范围确定单元的结构示意图。
具体实施方式
在客观世界中存在着大量的模糊现象。各门学科，尤其是人文、社会学科及其它″软科学″的数学化、定量化趋向把模糊性的数学处理问题推向中心地位。更重要的是，随着电子计算机、控制论、系统科学的迅速发展，要使计算机能像人脑那样对复杂事物具有识别能力，就必须研究和处理模糊性。我们研究人类系统的行为，或者处理可与人类系统行为相比拟的复杂系统，如航天系统、人脑系统、社会系统等，参数和变量甚多，各种因素相互交错，系统很复杂，它的模糊性也很明显。从认识方面说，模糊性是指概念外延的不确定性，从而造成判断的不确定性。在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有涉及误差的计算数学之外，还需要模糊数学。人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。这样，就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊数学。
层次分析法(AHP)是美国运筹学家Thomas L.Satty教授于二十世纪70年代提出的一种实用的多方案或多目标的决策方法。其主要特征是，它合理地将定性与定量的决策结合起来，按照思维、心理的规律把决策过程层次化、数量化。层次分析法是一种先分解后综合的系统思想，通过整理和综合人们的主观判断，使定性分析与定量分析有机结合，实现定量化决策。首先将所要分析的问题层次化，根据问题的性质和要达到的总目标，将问题分解成不同的组成因素，按照因素间的相互关系及隶属关系，将因素按不同层次聚集组合，形成一个多层分析结构模型，最终归结为最低层(方案、措施、指标等)相对于最高层(总目标)相对重要程度的权值或相对优劣次序的问题。例如，某人准备选购一台电视机，他对市场上的7种不同类型的电视机进行了解后，决定买哪一个产品，决策的过程往往不是直接进行比较，因为存在许多不可比的因素，而是选取一些中间指标进行考察。例如电视机的大小、重量、功能、价格、外观、易操作性、信誉、售后服务等8个标准。然后再考虑各种型号电视机在上述各中间标准下的优劣排序。借助这种排序，最终作出选购决策。在决策时，由于这几种电视机对于每个中间标准的优劣排序一般是不一致的，因此，决策者首先要对这8个标准的重要度作一个估计，给出一种排序，然后把7种电视机分别对每一个标准的排序权重找出来，最后把这些信息数据综合，得到针对总目标即购买电视机的排序权重。有了这个权重向量，决策就很容易了。
这种方法也为多种工程实际应用中的多规则决策问题提供了强有力的数学支持，本发明的实施过程中需用到模糊层次分析算法(Fuzzy-AHP)，是在模糊数学中的综合评判法的基础上，在权重集的构建上使用基于层次分析法的思想引入的模糊一致性矩阵对业务服务中各种业务参数的权重程度进行评价的一种方法。它是一种对非定量事件作定量分析的简便方法，也是对人们的主观判断做客观描述的一种手段。利用模糊层次分析法计算评价指标的权数分配，与综合评判法相比可以有效地减少主观因素。这是一种定性与定量相结合，综合化程度较高的评价方法。模糊层次分析法(Fuzzy-AHP)同普通层次分析法的区别在于判断矩阵的模糊性，它简化了人们判断目标相对重要性的复杂程度，借助模糊判断矩阵实现决策由定性向定量方便、快捷的转换，直接由模糊判断矩阵构造模糊一致性判断矩阵，使判断的一致性问题得到解决。
由于用户对业务服务的体验具有广泛的模糊性，对这类不肯定和不精确的现象，常常采用模糊理论中的隶属规律，对不确定现象进行较为客观的数量描述。采用AHP方法对业务服务中与用户体验相关的各种业务参数的权重程度进行评价和按照优先级顺序进行排队，在进行业务参数权重值的计算中，运用模糊数学方法进行指标的量纲数值转化。
本发明的基本思想是：获取用户对调整业务参数之后的业务服务的评价信息，根据所述评价信息确定业务参数的调整步长，利用该调整步长对业务参数进行调整，并根据获取的用户的评价信息确定所述业务参数的等级量化范围。为了使本领域的技术人员能够充分理解本发明的技术方案，下面结合具体实施例和附图进行进一步的详细说明。
请参考图1，为本发明确定业务服务等级参数量化范围的方法的实现流程图。
步骤S101：获取用户对所述可评价业务参数的体验评价信息。
步骤S102：按照所述用户体验评价信息确定相关业务参数的权重，以确定业务参数调整步长。
步骤S103：利用所述业务参数调整步长对业务服务的各项业务参数值在各服务等级上进行多次调整。
步骤S104：记录业务参数调整步长、调整次数及用户对调整后的业务服务的评价值，确定所述业务参数的等级量化范围。
记录业务参数调整步长、调整次数及用户对调整后的业务服务的评价值，确定业务参数值在各服务等级的分布情况，进而根据所述分布情况确定所述业务参数的等级量化范围。
所述体验评价信息可以是用户对所述业务服务中的各项业务参数之间的体验相对重要性评价，也可以只对所体验到的业务服务的服务质量做出评价。
以流媒体服务为例，流媒体是指在宽带上进行传输，能够提供图像、声音和文字的具有集成性、交互性和同步性的通信业务，该业务可应用在包括视频会议、远程教育、视频点播、远程医疗和可视电话业务等方面。
所述流媒体业务服务的业务参数包括时延、抖动、链路利用率、丢包率、吞吐量，这些业务参数的具体指标将会影响所提供的业务服务的质量，用户根据主观感受，将所述5个业务参数进行两两相比，确定相对重要度；为了使评价更符合于人类的思维状态，采用自然语言进行描述，所述评价包括：同等重要、稍微重要、明显重要、强烈重要和极端重要。
同等重要，两元素相比较，同等重要；
稍微重要，两元素相比较，一元素比另一元素稍微重要；
明显重要，两元素相比较，一元素比另一元素明显重要；
强烈重要，两元素相比较，一元素比另一元素重要得多；
极端重要，两元素相比较，一元素比另一元素极端重要；
用户也可以只对所述业务服务的服务质量做出评价，如以打分的形式进行评价，采用10分制对所感受到的业务服务的服务质量打分。
在上述实现流程中，调整步长的确定关系着所述业务服务的各业务服务参数等级量化范围的准确性。
请参考图2，为本发明确定业务服务等级参数量化范围的方法的实现流程中确定调整步长的流程图。
步骤S201：确定业务参数的相对重要度信息。
按照用户的体验评价信息来确定业务参数的相对重要度信息，如时延同等重要于吞吐量、时延稍微重要于丢包率等描述。
步骤S202：标度三角模糊数。
将所述各项业务参数的相对重要度信息标度成三角模糊数。
如果在对所述业务服务的业务参数进行两两比较判断时，由于事物的复杂性人们无法用一个准确的数值给出其重要性标度，而是用一个三角模糊数aij[lij，mij，uij]来表示其判断。
所述aij是一个以mij为中值的闭区间，所述mij的取值采用1、3、5、7、9这几种标度对评价信息进行标度，1、3、5、7、9分别代表的含义为同等重要、稍微重要、明显重要、强烈重要和极端重要。
由于用于对业务服务质量评判本身存在着模糊性和主观性，在此，通过lij和uij组成的区间来科学地表示用户评价信息的不确定性，其区间的范围越大，说明用户所给出的业务服务的业务参数相对重要度信息的模糊性就越大，可信度就越小，反之，区间的范围越小模糊程度就越小，可信度则越大。
在所述区间中，选取mij的可能性最大；而lij或uij的值取值范围为1～9，且满足lij＜mij＜uij。lij、uij的值同样由用户给出，用户评测信息的模糊程度决定了lij、uij的取值范围；在一般情况下，lij、uij取值步长为1，即lij＝mij-1＜mij＜mij+1＝uij。
步骤S203：针对多个业务参数的评价信息，构造模糊矩阵。
将所述各项业务参数的相对重要度信息标度成三角模糊数之后，根据标度成三角模糊数的业务参数的相对重要度信息，对于单个用户针对多个业务参数的评价信息，构造模糊矩阵如下所示：
a11   a12   a13  …    a1n
a21   a22   a23  …    a2n
a31   a32   a33  …    a2n
              …    
              …    
an1   an2   an3  …    ann。
aij表示指本层次第i个元素对第j个元素具有模糊关系例如“…比…同等重要”的隶属度，所述矩阵A为正互反矩阵，即aij＝aij -1＝[1/lij，1/mij，1/uij]。
步骤S204：计算各个业务参数的权重值。
该步计算中，引用了我国学者常大勇提出的程度分析综合决策的方法来进行权重值计算，相关的数学推导基于模糊数学的基本定理。相关的内容可参考作者在《经济管理中的模糊数学方法》(北京经济学院出版社，1995)一书中第六章节(程度分析和综合决策)所详述的相关理论。
以aij t＝[lij t，mij t，uij t]，I，j＝1，2，3……n表示根据第t位用户的评价信息标度的三角模糊数，按照公式：
Mij＝(1/t)(aij 1+aij 2+aij 3+……+aij t)求得综合三角模糊数，由此得到与提供业务服务有关的所有参数对用户评价信息的综合判断矩阵。
再通过公式：
S i = Σ j = 1 n M ij ⊗ ( Σ i = 1 n Σ j = 1 n M ij ) - 1 , i = 1,2 , . . . n
计算所述业务服务的各个业务参数的权重，根据模糊数学基础理论：
V＝(Si≥Sj)＝min[V(Si≥S1)，…，V(Si≥Sj)，…，V(Si≥Sn)]，j＝1，2，…，n，i≠j
d(A1)＝V(Si≥Sj)，则得权重向量ω＝(d(A1)，d(A2)，…，d(An))，即为业务服务各业务参数的权重：ω＝(d(A1)，d(A2)，…，d(An))。
步骤S205：确定各业务参数的优先级。
按照所述各业务参数权重值的大小确定各业务参数的优先级，业务参数权重值的大小表示了用户该业务参数的敏感程度，权重值越大，表示用户对其敏感程度越高，权重值越小，则表示用户对其敏感程度越低；所以，权重值越大，优先级越高。
步骤S206：确定调整步长。
按照优先级的高低，设置相应的调整步长，对于优先级比较高的业务参数的数值，由于是更加敏感的数据，采用较小的调整步长进行调整，对于优先级较低的业务参数的数值进行调整时，可以采用较大的调整步长进行调整。
上述本发明实施例的步骤S202中，利用将模糊的自然语言转换成数学语言，客观地反映了用户在业务服务感知过程中的模糊性，为将量化业务服务质量提供了基础。
下面以流媒体业务服务为例对本发明一种确定业务服务的业务参数等级量化范围的方法进行进一步详细描述。
流媒体是指在宽带上进行传输，能够提供图像、声音和文字的具有集成性、交互性和同步性的通信业务，该业务可应用在包括视频会议、远程教育、视频点播、远程医疗和可视电话业务等方面。
所述流媒体业务服务的业务参数包括时延、吞吐量、抖动、链路利用率、丢包率，这些业务参数的具体指标将会影响所提供的业务服务的质量，根据用户的评价信息，将所述5个业务参数进行两两相比，确定相对重要度。
将所述相对重要度标度成三角模糊数，1、3、5、7、9分别代表的含义为同等重要、稍微重要、明显重要、强烈重要和极端重要，在用户对流媒体业务质量进行估测时，例如，用户一给出时延与其他参数之间重要度的关系如下所示，时延：吞吐量＝(3，5，6)，时延：抖动＝(4，5，7)，时延：链路利用率＝(6，7，9)，时延：丢包率＝(6，7，8)，其代表的意义分别为时延明显重要于吞吐量，时延明显重要于抖动，时延强烈重要于链路利用率，时延强烈重要于丢包率；由于用户评价信息的模糊性，式中采用了模糊区间的方式来对这种模糊性进一步描述；同理，其他参数之间的重要度表示也遵循了这样的规则，根据用户的评价信息，以下将详细描述所构造的模糊矩阵。
根据用户一对以上业务参数之间的相对重要度的评价，构造的模糊矩阵如下：
( 1,1,1 ) ( 3,5,6 ) ( 4,5,7 ) ( 6,7,9 ) ( 6,7,8 ) ( 0.167,0.2,0.33 ) ( 1,1,1 ) ( 1,3,3 ) ( 4,5,7 ) ( 5,7,9 ) ( 0.143,0.2,0.25 ) ( 0.33,0.33,1 ) ( 1,1,1 ) ( 4,5,6 ) ( 6,7,8 ) ( 0.11,0.143,0.167 ) ( 0.143,0.2,0.25 ) ( 0.167,0.2,0.25 ) ( 1,1,1 ) ( 6,7,7 ) ( 0.125,0.143,0.167 ) ( 0.11,0.143,0.2 ) ( 0.125,0.143,0.2 ) ( 0.143,0.413,0.167 ) ( 1,1,1 )
根据用户二对以上业务参数之间的相对重要度的评价，构造的模糊矩阵如下：
( 1,1,1 ) ( 2,5,6 ) ( 4,5,8 ) ( 6,7,9 ) ( 6,7,8 ) ( 0.167,0.2,0.5 ) ( 1,1,1 ) ( 1,3,3 ) ( 4,5,8 ) ( 6,7,9 ) ( 0.125,0.2,0.25 ) ( 0.33,0.33,1 ) ( 1,1,1 ) ( 4,5,6 ) ( 6,7 , 8 ) ( 0.11,0.143,0.167 ) ( 0.125,0.2,0.25 ) ( 0.167,0.2,0.25 ) ( 1,1,1 ) ( 6,7,7 ) ( 0.125,0.143,0.167 ) ( 0.11,0.143,0.167 ) ( 0.125,0.143,0.2 ) ( 0.143,0.143,0.167 ) ( 1,1,1 )
通过公式Mij＝(1/t)(aij 1+aij 2+aij 3+……+aij t)求得综合三角模糊数，由此得到支持业务服务的所有相关业务参数对用户体验评价信息的综合判断矩阵。
( 1,1,1 ) ( 3,5,6 ) ( 4,5,7 ) ( 6,7,9 ) ( 6,7,8 ) ( 0.167,0.2,0.33 ) ( 1,1,1 ) ( 1,3,3 ) ( 4,5,7 ) ( 5,7,9 ) ( 0.143,0.2,0.25 ) ( 0.33,0.33,1 ) ( 1,1,1 ) ( 4,5,6 ) ( 6,7,8 ) ( 0.11,0.143,0.167 ) ( 0.143,0.2,0.25 ) ( 0.167,0.2,0.25 ) ( 1,1,1 ) ( 6,7,7 ) ( 0.125,0.143,0.167 ) ( 0.11,0.143,0.2 ) ( 0.125,0.143,0.2 ) ( 0.143,0.413,0.167 ) ( 1,1,1 )
再通过公式：
S i = Σ j = 1 n M ij ⊗ ( Σ i = 1 n Σ j = 1 n M ij ) - 1 , i = 1,2 , . . . n
计算所述业务服务的各个业务参数的权重，根据模糊数学基础理论：
V＝(Si≥Sj)＝min[V(Si≥S1)，…，V(Si≥Sj)，…，V(Si≥Sn)]，j＝1，2，…，n，i≠j
d(A1)＝V(Si≥Sj)，则得权重向量ω＝(d(A1)，d(A2)，…，d(An))，即为业务服务各业务参数(依次为时延、吞吐量、抖动、链路利用率)的权重：ω＝(0.349，0.2305，0.2141，0.1692，0.0372)。
根据各业务参数的权重值，将确定各业务参数的优先级，按照优先级从高到低排列，如下：
时延、吞吐量、抖动、链路利用率、丢包率。
即在所述业务参数中，用户对时延最为敏感，对丢包率最不敏感。
以前面所述的流媒体为例，各项业务参数按照优先级的从高到低的排列为：时延，吞吐量、抖动、链路利用率、丢包率，则以较小的调整步长对时延进行调整，以较大的步长对丢包率或链路利用率等业务参数值进行调整。
例如根据若干用户使用流媒体业务的体验，设定对各业务参数采用的调整步长如表1所示：
                             表1：业务参数调整步长
  业务参数   时延   吞吐量   抖动   链路利用率   丢包率
  调整步长   10ms   20kbps   20ms   20％   20％
所述流媒体服务的各项业务参数的初始值等于预设初始值，所述预设初始值为按照网络指标标准和实际试验结果确定的调整范围的最小数值或最大数值，其中调整范围如表2所示：
                             表2：业务参数调整范围
  业务参数   时延   吞吐量   抖动   链路利用率  丢包率
  调整范围   50ms～2s   20kbps～500kbps   5ms～2s   0％～100％  0％～50％
采用预置的调整范围中的最大值或最小值为初始值，对业务服务的业务参数进行配置，如采用时延＝50ms、抖动＝5ms、丢包率＝0％、吞吐量为500kbps、链路利用率为100％对所述流媒体业务服务进行初始配置。
利用表1所示的调整步长在表2所示的调整范围内对所述业务参数进行多次调整，每调整一次，获取用户对调整参数之后的业务质量做出评分，根据调整后的业务参数值在各服务等级的分布确定所述业务参数的等级量化范围。
用户以10分制对所述业务服务进行打分，设定在9～10分范围内为优秀、在7～9分范围内为良好，6～7分范围内为一般，6分以下为差，记录用户对每次业务参数调整的业务服务的打分，利用记录的调整步长与调整次数确定所述业务参数在各等级的分布情况，进而根据所述分布情况确定各业务参数的等级量化范围，以时延为例，以下实验结果记录了调整次数和用户评分如表3所示：
                                   表3
  调整次数   第1次   第2次   第3次   ……   第11次   ……   第n次
  用户打分   10   10   9.5   ……   8.5   ……   6
根据设定9～10分为优秀等级，当评分低于9分时，调整次数到第11次时停止调整，那么时延在优秀等级的分布情况为50～(50ms+10*10ms)，即优秀等级的时延的数值范围为50ms～150ms，以相同的方法确定其他等级的时延的数值范围。
依此方法确定抖动、丢包率、吞吐量和链路利用率的量化范围的实验结果记录，如表4所示。
                                        表4
  参数指标                        业务服务等级标准
优 良 中 差
  时延   50～150ms   150～400ms   400ms～1s   1～2s
  吞吐量   500kbps   450kbps   300kbps   20kbps
  抖动   5～50ms   50～100ms   100～200s   2s
  链路利用率   90％～100％   80～90％   70～80％   50～70％
  丢包率   0～3％   3～5％   5～10％   10～50％
上述例子是从调整范围的最大数值不断递减进行调整，也可以从调整范围的最小数值递增进行调整。
请参考图3，为本发明一种确定业务服务等级参数量化范围的装置的结构框图。本装置包括：服务信息单元101、业务参数权重确定单元102、调整步长确定单元103和等级量化范围确定单元104。
本装置的工作过程为：
服务信息单元101保存业务服务信息，调整所述业务服务的业务参数，将业务服务呈现给用户，并获取用户对每次调整后的业务服务的评价信息；业务参数权重确定单元102按照所述评价信息确定所述业务服务的业务参数的权重；调整步长确定单元103按照所述权重确定各业务参数的调整步长；等级量化范围确定单元104按照所述调整步长对所述服务信息单元中的业务参数进行调整，并记录调整次数、调整步长以及每次调整后用户的评价值，确定所述业务服务的等级量化范围。
所述评价信息可以是用户对所述业务服务中的各项业务参数的相对重要性评价，也可以只对所述业务服务的服务质量做出评价。
所述预设调整范围为按照网络指标标准和实际试验结果确定的调整范围。
所述服务信息单元101可以包括：服务信息存储单元1011、信息交互单元1012、第一调整单元1013以及第二调整单元1014，如图4所示。
所述服务信息存储单元1011存储各种业务服务；信息交互单元1012将服务信息存储单元1011中的业务服务呈现给用户，并获取用户的评价信息；第一调整单元1013在预设范围内对所述服务信息存储单元中的业务服务的业务参数进行调整；第二调整单元1014以所述调整步长确定单元103中的调整步长对所述服务信息存储单元1011中的业务服务的业务参数进行调整。
下面以流媒体服务为例，对本装置的工作过程进行进一步的描述。
流媒体是指在宽带上进行传输，能够提供图像、声音和文字的具有集成性、交互性和同步性的通信业务，该业务可应用在包括视频会议、远程教育、视频点播、远程医疗和可视电话业务等方面。
所述流媒体业务服务的业务参数包括时延、抖动、链路利用率、丢包率、吞吐量，这些业务参数的具体指标将会影响所提供的业务服务的质量，用户根据主观感受，将所述5个业务参数进行两两相比，确定所述业务参数之间的相对重要度；为了使评价更符合于人类的思维状态，采用自然语言进行描述，所述评价包括：同等重要、稍微重要、明显重要、强烈重要和极端重要。
所述流媒体服务的各项业务参数的初始值等于预设初始值，所述预设初始值为预设调整范围的最小数值或最大数值，所述预设调整范围为按照网络指标标准和实际试验结果确定的调整范围。
其中调整范围如表5所示：
表5：调整范围
  业务参数   时延   吞吐量   抖动   链路利用率  丢包率
调整范围 50ms～2s   20kbps～500kbps 5ms～2s 0％～100％ 0％～50％
采用预置的调整范围中的最大值或最小值为初始值对业务服务的业务参数进行配置，如采用时延＝50ms、抖动＝5ms、丢包率＝0％、吞吐量为500kbps、链路利用率为100％对所述流媒体业务服务进行初始配置。
用户也可以只对所述业务服务的服务质量做出评价，如以打分的形式进行评价，采用10分制对所感受到的业务服务的服务质量打分。
所述服务信息单元101中的第一调整单元1013针对各参数间重要度评判，将分别自动遍历各个参数的预设范围，在评价某一参数重要度时，为了屏蔽其余参数对其评价过程的影响，在单次调整过程中主要针对单一参数的调整。信息交互单元1012将调整后的业务质量呈现给用户，并获取用户的评价信息。
用户将感受各参数值变化过程中所呈现业务质量，业务参数权重确定单元102记录用户对各参数值重要性排序的评价信息，并按照所述评价信息确定所述业务参数的相对重要信息。如果在对所述流媒体服务的业务参数进行两两比较判断时，由于事物的复杂性人们无法用一个准确的数值给出其重要性标度，在对某种业务服务进行评价时一般采用自然语言，如同等重要、稍微重要、明显重要、强烈重要和极端重要等。
业务参数权重确定单元102可以包括：重要度确定单元1021、标度单元1022、矩阵单元1023、计算单元1024。如图5所示，为本发明确定业务参数等级量化范围的装置的实施例的业务参数权重确定单元的结构示意图。
重要度确定单元1021按照所述体验评价信息确定所述业务服务的各项业务参数的相对重要度信息，如时延稍微重要于吞吐量，时延明显重要于抖动等。
标度单元1022将三角模糊数aij[lij，mij，uij]来对该相对重要度信息进行标度，所述aij是一个以mij为中值的闭区间，所述mij的取值采用1、3、5、7、9这几种标度对评价信息进行标度。将用户评价：同等重要、稍微重要、明显重要、强烈重要和极端重要标度成1、3、5、7、9，由于用于对业务服务质量评判本身存在着模糊性和主观性。
在此，通过lij和uij组成的区间来科学地表示用户评价信息的不确定性，其区间的范围越大，说明用户所给出的业务服务的业务参数相对重要度信息的模糊性就越大，可信度就越小，反之，区间的范围越小模糊程度就越小，可信度则越大，在所述区间中，选取mij的可能性最大；而lij或uij的值可以是1～9之间的任意一个，满足lij＜mij＜uij。
标度单元1022将所述相对重要度标度成三角模糊数，如时延：吞吐量＝(3，5，6)，时延：抖动＝(4，5，7)，时延：链路利用率＝(6，7，9)，时延：丢包＝(6，7，8)等等。
矩阵单元1023根据用户一对以上业务参数之间的相对重要度的评价，构造的模糊矩阵如下所示：
( 1,1,1 ) ( 3,5,6 ) ( 4,5,7 ) ( 6,7,9 ) ( 6,7,8 ) ( 0.167,0.2,0.33 ) ( 1,1,1 ) ( 1,3,3 ) ( 4,5,7 ) ( 5,7,9 ) ( 0.143,0.2,0.25 ) ( 0.33,0.33,1 ) ( 1,1,1 ) ( 4,5,6 ) ( 6,7,8 ) ( 0.11,0.143,0.167 ) ( 0.143,0.2,0.25 ) ( 0.167,0.2,0.25 ) ( 1,1,1 ) ( 6,7,7 ) ( 0.125,0.143,0.167 ) ( 0.11,0.143,0.2 ) ( 0.125,0.143,0.2 ) ( 0.143,0.413,0.167 ) ( 1,1,1 )
矩阵单元1023根据用户二对以上业务参数之间的相对重要度的评价，构造的模糊矩阵如下：
( 1,1,1 ) ( 2,5,6 ) ( 4,5,8 ) ( 6,7,9 ) ( 6,7,8 ) ( 0.167,0.2,0.5 ) ( 1,1,1 ) ( 1,3,3 ) ( 4,5,8 ) ( 6,7,9 ) ( 0.125,0.2,0.25 ) ( 0.33,0.33,1 ) ( 1,1,1 ) ( 4,5,6 ) ( 6,7 , 8 ) ( 0.11,0.143,0.167 ) ( 0.125,0.2,0.25 ) ( 0.167,0.2,0.25 ) ( 1,1,1 ) ( 6,7,7 ) ( 0.125,0.143,0.167 ) ( 0.11,0.143,0.167 ) ( 0.125,0.143,0.2 ) ( 0.143,0.143,0.167 ) ( 1,1,1 )
矩阵单元1023通过公式Mij＝(1/t)(aij 1+aij 2+aij 3+……+aij t)求得综合三角模糊数，由此得到业务服务的全体参数对用户评价信息的综合判断矩阵。
( 1,1,1 ) ( 3,5,6 ) ( 4,5,7 ) ( 6,7,9 ) ( 6,7,8 ) ( 0.167,0.2,0.33 ) ( 1,1,1 ) ( 1,3,3 ) ( 4,5,7 ) ( 5,7,9 ) ( 0.143,0.2,0.25 ) ( 0.33,0.33,1 ) ( 1,1,1 ) ( 4,5,6 ) ( 6,7,8 ) ( 0.11,0.143,0.167 ) ( 0.143,0.2,0.25 ) ( 0.167,0.2,0.25 ) ( 1,1,1 ) ( 6,7,7 ) ( 0.125,0.143,0.167 ) ( 0.11,0.143,0.2 ) ( 0.125,0.143,0.2 ) ( 0.143,0.413,0.167 ) ( 1,1,1 )
计算单元1024通过公式：
S i = Σ j = 1 n M ij ⊗ ( Σ i = 1 n Σ j = 1 n M ij ) - 1 , i = 1,2 , . . . n
计算所数业务服务的各个业务参数的权重，根据模糊数学基础理论：
V＝(Si≥Sj)＝min[V(Si≥S1)，…，V(Si≥Sj)，…，V(Si≥Sn)]，j＝1，2，…，n，i≠j
d(A1)＝V(Si≥Sj)，则得权重向量ω＝(d(A1)，d(A2)，…，d(An))，即为业务服务各业务参数的权重：ω＝(0.349，0.2305，0.2141，0.1692，0.0372)。
所述业务参数调整步长确定单元103按照所述权重的大小确定各业务参数的调整步长，按照权重值的大小确定各业务参数的优先级，按照优先级从高到低排列，如下：
时延，吞吐量、抖动、链路利用率、丢包率。
即在所述业务参数中，用户对时延最为敏感，对丢包率最不敏感。
调整步长确定单元103按照所述评价信息确定各业务参数的调整步长，如表6所示：
                              表6：调整步长
  业务参数   时延   吞吐量   抖动   链路利用率   丢包率
  调整步长   20ms   20kbps   20ms   20％   20％
所述服务信息单元101中的第二调整单元1014按照所述调整步长对相应的业务参数进行调整，等级量化范围确定单元104记录业务参数调整步长、业务参数的调整次数，按照所述调整步长和调整次数确定调整后的业务参数值在各服务等级的分布情况，并按照所述分布情况的指示，确定所述业务参数的等级量化范围。
流媒体业务参数的初始值为时延＝50ms、抖动＝5ms、丢包率＝0％、吞吐量为500kbps、链路利用率为100％。
第二调整单元1014按照表6所示的各业务参数的调整步长对各业务参数进行增量调整，等级量化范围确定单元107记录调整次数，用户以10分制对所述业务服务进行打分，在9～10分范围内为优秀、在7～9分范围内为良好，6～7分范围内为一般，6分以下为差，调整次数和用户评分信息如表7所示：
                                      表7
  调整次数   第1次   第2次   第3次   第4次  第5次   ……  第n次
  用户打分   10   9.5   9.0   8.5  8   ……  7
从表7可知，时延参数的在优秀等级中的分布为50～(50ms+3*20ms)，即50ms～110ms为“时延”的优秀等级，其中50ms是初始值，3是优秀等级的调整次数，20ms是调整步长。以相同的方法得出其他等级的时延的数值范围。
依此方法确定抖动、丢包率、吞吐量和链路利用率的量化范围，如表8所示。
                                     表8
  参数指标                        业务服务等级标准
优 良 中 差
  时延   50～150ms   150～400ms   400ms～1s   1～2s
  吞吐量   500kbps   450kbps   300kbps   20kbps
  抖动   5～50ms   50～100ms   100～200s   2s
  链路利用率   90％～100％   80～90％   70～80％   50～70％
  丢包率   0～3％   3～5％   5～10％   10～50％
另外，也可以将所述流媒体服务的业务参数的初始值设为时延＝2s、抖动＝2s、丢包率＝50％、吞吐量为20kbps、链路利用率为0％，第二调整单元106按照表6所示的各业务参数的调整步长对各业务参数进行减量调整，等级量化范围确定单元104记录调整次数，调整次数和用户评分信息，如表9所示：
                                  表9
  调整次数  第1次  第2次  第3次   ……   第51次   ……   第n次
  用户打分  2  2  3   ……   6   ……   10
从表9可知，时延参数在差的等级的分布为2s～(2s-50*20ms)，即“时延”的差的等级可量化为2s～(2s-50*20ms)；依次方法确定抖动、丢包率、吞吐量和链路利用率的量化范围。
上述实施例中，所述等级量化范围确定单元104可以包括：记录单元1041、分布情况确定单元1042及量化范围确定单元1043，如图6所示。
记录单元1041记录所述服务信息单元101的调整步长和调整次数以及服务信息单元101提供的用户评价值；分布情况确定单元1042按照所述调整步长、调整次数及用户评价值的指示，确定调整后的业务参数值在各服务等级的分布情况；量化范围确定单元1043按照所述分布情况的指示，确定所述业务参数的等级量化范围。
从未来通信市场发展来看，提升客户服务质量的目的是要将客户的注意力从产品、价格等方面转移到客户对服务质量的体验，通过高品质的客户服务将顾客与企业紧密联系在一起，从而建立独特的、长期的竞争优势。然而，研究用户通过对业务服务质量的体验评价，来调整优化业务服务质量的技术手段和实现，目前在运营商的运维支撑系统架构中还较少涉及。面向用户体验的SLA参数表示方法研究顺应了以用户为导向的通信市场的发展，在实际满足用户业务需求的的基础上能够深入挖掘各类人群的业务需求特点和消费特征，从而能够实现业务质量提供的“按需分配”。通过该方法进行SLA参数的量化表示能够真实的反映用户使用业务的特征，符合用户对业务个性化需求，使得所制定的SLA参数更加贴近市场，提高了业务市场运营的成功率，降低了业务风险，同时为市场推广提供了可靠的依据，弥补运营商在这一领域的空白。
利用本发明可以将用户对业务服务质量认知的主观感知进行量化，确定了业务服务质量等级的量化范围，实现网络资源分配、业务服务质量和用户需求的匹配。
以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。

Claims (10)

1、一种确定业务服务的业务参数等级量化范围的方法，其特征在于，包括步骤：
获取用户对业务服务的可评价业务参数的体验评价信息；
按照所述用户体验评价信息确定相关业务参数的权重，以确定业务参数调整步长；
利用所述业务参数调整步长对业务服务的各项业务参数值在各服务等级上进行多次调整；
记录业务参数调整步长、调整次数及用户对每次调整后的业务服务的评价值，确定所述业务参数的等级量化范围。
2、如权利要求1所述的方法，其特征在于，按照以下步骤确定业务参数的权重：
按照所述体验评价信息确定所述业务服务的各项业务参数的相对重要度信息：
将所述相对重要度信息标度成三角模糊数；
构造由所述三角模糊数构成的模糊矩阵；
计算所述模糊矩阵，按照计算结果确定各项业务参数的权重。
3、如权利要求2所述的方法，其特征在于，按照以下步骤确定业务参数的调整步长：
按照所述权重的大小确定所述业务参数的优先级；
确定与所述优先级相应的业务参数调整步长。
4、如权利要求1或2或3所述的方法，其特征在于，所述业务服务是业务参数数值在预设业务参数范围内的业务服务，所述预设业务参数范围为按照网络指标标准和实际试验结果确定的调整范围。
5、如权利要求4所述的方法，其特征在于，所述体验评价信息为指示所述业务服务中任意两个参数的相对重要度的信息。
6、一种确定业务服务的业务参数等级量化范围的装置，其特征在于，包括：
服务信息单元，用于保存业务服务信息，调整所述业务服务的业务参数，将业务服务呈现给用户，并获取用户对每次调整后的业务服务的评价信息；
业务参数权重确定单元，用于按照所述评价信息确定所述业务服务的业务参数的权重；
调整步长确定单元，用于按照所述权重确定各业务参数的调整步长；
等级量化范围确定单元，用于按照所述调整步长对所述服务信息单元中的业务参数进行调整，并记录调整次数、调整步长以及每次调整后用户的评价值，确定所述业务服务的等级量化范围。
7、如权利要求6所述的装置，其特征在于，所述业务参数权重确定单元包括：
重要度确定单元，用于按照所述体验评价信息确定所述业务服务的各项业务参数的相对重要度信息；
标度单元，将所述相对重要度信息标度成三角模糊数；
矩阵单元，构造由所述三角模糊数构成的模糊矩阵；
计算单元，利用所述模糊矩阵计算出各业务参数的权重。
8、如权利要求7所述的装置，其特征在于，所述等级量化范围确定单元包括：
记录单元，用于记录所述第二调整单元的调整步长和调整次数；
分布情况确定单元，用于按照所述调整步长和调整次数确定调整后的业务参数值在各服务等级的分布情况；
量化范围确定单元，按照所述分布情况的指示，确定所述业务参数的等级量化范围。
9、如权利要求6至8任意一项所述的装置，其特征在于，所述服务信息单元包括：
服务信息存储单元，用于存储各种业务服务；
信息交互单元，用于将服务信息存储单元中的业务服务呈现给用户，并获取用户的评价信息；
第一调整单元，用于在预设范围内对所述服务信息存储单元中的业务服务的业务参数进行调整；
第二调整单元，用于以所述调整步长确定单元中的调整步长对所述服务信息存储单元中的业务服务的业务参数进行调整。
10、如权利要求9所述的确定业务服务的业务参数等级量化范围的装置，其特征在于，所述业务服务是业务参数数值在预设业务参数范围内的业务服务，所述预设业务参数范围为按照网络指标标准和实际试验结果确定的调整范围。
CNB2007100650743A 2007-04-02 2007-04-02 确定业务服务的业务参数等级量化范围的方法和装置 Active CN100531066C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2007100650743A CN100531066C (zh) 2007-04-02 2007-04-02 确定业务服务的业务参数等级量化范围的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2007100650743A CN100531066C (zh) 2007-04-02 2007-04-02 确定业务服务的业务参数等级量化范围的方法和装置

Publications (2)

Publication Number Publication Date
CN101051942A true CN101051942A (zh) 2007-10-10
CN100531066C CN100531066C (zh) 2009-08-19

Family

ID=38783152

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2007100650743A Active CN100531066C (zh) 2007-04-02 2007-04-02 确定业务服务的业务参数等级量化范围的方法和装置

Country Status (1)

Country Link
CN (1) CN100531066C (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102629296A (zh) * 2012-02-29 2012-08-08 浙江工商大学 一种基于灰色模糊的企业信用评价方法
CN103455510A (zh) * 2012-05-31 2013-12-18 飞拓无限信息技术（北京）有限公司 一种对用户评价的方法和装置
CN103906145A (zh) * 2012-12-25 2014-07-02 中国移动通信集团四川有限公司 一种语音业务的sla门限生成方法及装置
WO2014166315A1 (zh) * 2013-04-11 2014-10-16 苏州阔地网络科技有限公司 一种教育信息处理的方法及系统
CN104331332A (zh) * 2014-11-04 2015-02-04 浪潮电子信息产业股份有限公司 一种基于sla的虚拟资源预分配算法
WO2015043184A1 (zh) * 2013-09-30 2015-04-02 华为技术有限公司 语音质量评估方法及装置
CN107358346A (zh) * 2017-07-03 2017-11-17 中国联合网络通信集团有限公司 针对于通信质量的评价信息处理方法和装置
CN112990425A (zh) * 2019-12-18 2021-06-18 中国移动通信集团浙江有限公司 5g网络切片的自动分类方法、其装置、电子设备及计算机存储介质
CN113595775A (zh) * 2021-07-19 2021-11-02 中国联合网络通信集团有限公司 服务等级协议映射方法、电子设备、及存储介质
CN113643810A (zh) * 2021-08-10 2021-11-12 西北工业大学 一种云边端协同的人机物QoS参数规约方法
CN114019449A (zh) * 2022-01-10 2022-02-08 南京理工大学 信号源的波达方向估计方法、装置、电子设备及存储介质
CN115022660A (zh) * 2022-06-01 2022-09-06 上海哔哩哔哩科技有限公司 内容分发网络的参数配置方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11687947B2 (en) * 2014-10-31 2023-06-27 Aeris Communications, Inc. Automatic connected vehicle enrollment

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102629296A (zh) * 2012-02-29 2012-08-08 浙江工商大学 一种基于灰色模糊的企业信用评价方法
CN103455510B (zh) * 2012-05-31 2017-04-12 飞拓无限信息技术（北京）有限公司 一种对用户评价的方法和装置
CN103455510A (zh) * 2012-05-31 2013-12-18 飞拓无限信息技术（北京）有限公司 一种对用户评价的方法和装置
CN103906145A (zh) * 2012-12-25 2014-07-02 中国移动通信集团四川有限公司 一种语音业务的sla门限生成方法及装置
WO2014166315A1 (zh) * 2013-04-11 2014-10-16 苏州阔地网络科技有限公司 一种教育信息处理的方法及系统
WO2015043184A1 (zh) * 2013-09-30 2015-04-02 华为技术有限公司 语音质量评估方法及装置
CN104517613A (zh) * 2013-09-30 2015-04-15 华为技术有限公司 语音质量评估方法及装置
CN104331332B (zh) * 2014-11-04 2017-07-21 浪潮电子信息产业股份有限公司 一种基于sla的虚拟资源预分配方法
CN104331332A (zh) * 2014-11-04 2015-02-04 浪潮电子信息产业股份有限公司 一种基于sla的虚拟资源预分配算法
CN107358346A (zh) * 2017-07-03 2017-11-17 中国联合网络通信集团有限公司 针对于通信质量的评价信息处理方法和装置
CN107358346B (zh) * 2017-07-03 2020-09-08 中国联合网络通信集团有限公司 针对于通信质量的评价信息处理方法和装置
CN112990425A (zh) * 2019-12-18 2021-06-18 中国移动通信集团浙江有限公司 5g网络切片的自动分类方法、其装置、电子设备及计算机存储介质
CN113595775A (zh) * 2021-07-19 2021-11-02 中国联合网络通信集团有限公司 服务等级协议映射方法、电子设备、及存储介质
CN113643810A (zh) * 2021-08-10 2021-11-12 西北工业大学 一种云边端协同的人机物QoS参数规约方法
CN114019449A (zh) * 2022-01-10 2022-02-08 南京理工大学 信号源的波达方向估计方法、装置、电子设备及存储介质
CN115022660A (zh) * 2022-06-01 2022-09-06 上海哔哩哔哩科技有限公司 内容分发网络的参数配置方法及系统
CN115022660B (zh) * 2022-06-01 2024-03-19 上海哔哩哔哩科技有限公司 内容分发网络的参数配置方法及系统

Also Published As

Publication number Publication date
CN100531066C (zh) 2009-08-19

Similar Documents

Publication Publication Date Title
CN101051942A (zh) 确定业务服务的业务参数等级量化范围的方法和装置
CN1288622C (zh) 编码设备和解码设备
CN1713583A (zh) 通过合作筛选的信息传输系统、信息处理设备以及程序
Zraick et al. Establishing validity of the consensus auditory-perceptual evaluation of voice (CAPE-V)
CN1300693C (zh) 用于调节系统资源的使用的装置及其方法
CN1229759C (zh) 声音颜色的互换方法与装置及选择音源位置的方法和装置
CN1174373C (zh) 用于检测情绪的方法
CN1902911A (zh) 节目推荐装置、节目推荐装置的节目推荐方法以及计算机程序
CN1595398A (zh) 选择改良多个候补译文所生成的最优译文的机器翻译系统
CN1866010A (zh) 美容信息提供系统
CN1750004A (zh) 信息处理装置和方法,记录媒体,以及程序
CN1818941A (zh) 信息处理系统、信息提供与处理设备及其方法、以及程序
CN1487444A (zh) 文本语句比较装置
CN1945602A (zh) 一种基于人工神经网络的特征选择方法
CN1551017A (zh) 图像检索装置、方法、程序及存储有该程序的存储介质
CN1636363A (zh) 实时处理
CN1319212A (zh) 用于统计过程控制的多维方法和系统
CN1362683A (zh) 零部件成本估计方法及系统,成本标准信息提供方法及系统
Zeler et al. Communicating corporate social responsibility issues on Facebook´ s corporate fanpages of Latin American companies
CN101061713A (zh) 一种更新用户档案的方法和装置
Liu et al. Knowledge management capability and firm performance: the mediating role of organizational agility
CN116911962B (zh) 一种基于数据模型的选品装置及方法
CN1640118A (zh) 用于根据用户偏爱推荐节目信息的系统
CN1836229A (zh) 信息阅览方法及信息阅览装置
Koay et al. The influence of disruptive innovation, organisational capabilities and people on organisational performance among manufacturing based companies in Malaysia

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee

Owner name: BEIJING BRIGHT OCEAN XINTONG TECHNOLOGY CO., LTD.

Free format text: FORMER NAME: BEIJING YIYANG XINTONG SOFTWARE INST. CO., LTD.

CP01 Change in the name or title of a patent holder

Address after: 100036 Beijing city Haidian District liangjiadian Huayu No. 130 building 11-12

Patentee after: Beijing BOCO Inter-Telecom Technology Co., Ltd.

Address before: 100036 Beijing city Haidian District liangjiadian Huayu No. 130 building 11-12

Patentee before: Beijing Yiyang Xintong Software Inst. Co., Ltd.