CN101132590A - 基于客户感知的通信网络软质量提升方法 - Google Patents

Abstract

来自客户投诉流程的信息是客户感知到的质量要求，业务异常跟踪和处理是企业实施质量控制的具体方法，两者结合与否以及如何结合，表明了企业提升质量的价值取向和对客户的态度。本发明将来自客户投诉和业务监控流量异常跟踪两条分离流程进行了交叉融合设计，并将融合点选在“垃圾短信识别”环节，由此表明客户感知的变化决定了识别规则的动态性，进而决定了企业进行质量控制的标准。这一流程体现了“顾客认可的才是质量，质量必须是用户可感知的质量”这一核心理念和企业的价值取向。本发明将白名单和黑名单设置为随客户投诉而动态变化的客户集合，并给出了相应的动态更新机制，这表明了企业对客户的一种公平和公正的态度。

Description

基于客户感知的通信网络软质量提升方法

技术领域

本发明涉及的是一种在通信领域客户服务质量提升的方法，具体地说是一种提升通信服务软质量(信息内容质量)的方法。

背景技术

1982年，芬兰市场学家克里斯蒂·格鲁诺斯(Christian Gronroos)在对消费行为以及售后产品质量评价开展了大量研究的基础上，首次提出了服务导向质量理论，即可感知的服务质量概念和全面质量模型。此理论的核心之一便是强调“顾客认可的才是质量，质量必须是用户可感知的质量”。之后，可感知服务质量理论为更多的学者所认同。在电信服务领域，国内外的电信服务质量内涵及其发展也基本呈现了更加强调“客户感知”这一趋势。

然而，由于通信技术以及电信业务本身的不断发展，电信服务质量的概念、内涵和管理体系也正在受到新的挑战，目前尤以信息服务业务较为凸显，如在信息服务方面，“垃圾短信”、“恶意电话”等信息垃圾已经严重影响了客户的感知质量，用户对信息内容“正确性”的质量需求已经日益敏感。但是，从国内外电信服务质量管理理论与实践来看，信息内容质量还没有被业界作为一个重要的客户感知方面被系统地界定，即现有的电信质量内涵已经不能涵盖用户对“信息内容质量”的需求。

基于此，发明人创新地提出“通信软质量”概念，并将软质量定义为：以用户为导向，以信息内容服务的品质与特征为核心，满足用户信息消费需求能力的总和。软质量与硬质量共同构成电信服务质量，软质量是对传统电信服务质量内涵的完善和补充。

由于传统的通信服务质量(硬质量)大多涉及的是通信技术方面的指标，如通信传输通道的传输速率、误码率和安全性以及通信网络的覆盖率等，所以硬质量的提升大多可依赖通信技术的创新和通信网络的优化等手段来支撑和实现。而软质量则是以信息内容的安全性、先进性、可信性和适用性等方面作为评价纬度，因此，软质量的提升方法较硬质量的提升方法有很大区别，主要体现在软质量更强调“客户的感知质量”。

发明或实用新型内容

为实现通信网络软质量的提升，本发明给出了一种基于客户感知的通信网络软质量提升方法，该方法涉及垃圾信息动态识别和堵截的业务处理流程、白名单确定方法、基于数据挖掘的提升模型建立过程等。

本发明的技术方案是：一种基于客户感知的通信网络软质量提升方法，由客户投诉或者业务监控流量异常跟踪，判断相关客户是否为白名单客户，若是白名单客户，则正常通信；若不是白名单客户，则判断相关信息是否为垃圾信息，若是垃圾信息，则实施拦截；若不是垃圾信息，则正常通信。

本发明将来自客户投诉和业务监控流量异常跟踪两条分离流程进行了交叉融合设计，并将融合点选在“垃圾信息识别”环节，由此表明客户感知的变化决定了识别规则的动态性，进而决定了企业进行质量控制的标准。本发明将白名单和黑名单设置为随客户投诉而动态变化的客户集合，并给出了相应的动态更新机制。为了提高软质量，本发明给出了一种确立白名单客户的新方法，通过对客户进行忠诚度、信用度和品牌等多维度的综合评价，和根据投诉流程流转来的投诉记录，动态更新黑名单和白名单。

本发明的有益效果：

近期来看，垃圾短信的拦截直接影响了公司的收入，即其经济效益是负的，但从社会效益角度来看，实施垃圾短信和恶意骚扰电话的有效拦截，提升了通信的软质量，有效保证了客户的利益，降低了客户投诉，提高了客户满意度和忠诚度。因此，从长期来看，由于客户满意度的提升，企业形象的提升，客户的规模和消费量都会上升，企业的经济效益也会随之提升。

附图说明

图1为本发明方法中垃圾信息动态识别和堵截的业务处理流程图

图2为本发明方法中白名单确定方法示意图

图3为本发明方法中基于数据挖掘的提升模型建立过程图

具体实施方式

下面结合说明书附图和具体实施方式对本发明作进一步的描述。

图1是本发明方法中垃圾信息动态识别和堵截的业务处理流程图。以下仅以“垃圾短信”为例进行说明。

来自客户投诉流程的信息是客户感知到的质量要求，业务异常跟踪和处理是企业实施质量控制的具体方法，两者结合与否以及如何结合，表明了企业提升质量的价值取向和对客户的态度。对比以往的流程，本发明中的垃圾信息动态识别和堵截的业务处理流程有以下两点创新：

(1)本发明将来自10086的客户投诉和业务监控流量异常跟踪两条分离流程进行了交叉融合设计，并将融合点选在“垃圾短信识别”环节，由此表明客户感知的变化决定了识别规则的动态性，进而决定了企业进行质量控制的标准。这一流程体现了“顾客认可的才是质量，质量必须是用户可感知的质量”这一核心理念和企业的价值取向。

(2)本发明将白名单和黑名单设置为随客户投诉而动态变化的客户集合，并给出了相应的动态更新机制，这表明了企业对客户的一种公平和公正的态度。它具体包括以下步骤：

来自客户的投诉若是来自被拦截客户的投诉，则人工判断被拦截信息是否为垃圾信息，若是则进入下一步，若否则撤销拦截；若是来自接收了垃圾信息客户的投诉，则人工判断被拦截信息是否为垃圾信息，若是则进入下一步，同时判断发送垃圾信息的相关客户是否为白名单客户并更新白名单；

投诉信息归入数据挖掘建模数据库；

动态更新垃圾信息识别规则；

业务流量异常跟踪监控到“疑似”垃圾信息制造者，首先判断该客户是否为白名单客户，若是则正常通信；若否则通过垃圾信息识别规则判断是否为垃圾信息；

若是垃圾信息，则进行拦截并把相关客户划入黑名单；若不是垃圾信息，则进行正常通信。

图2是本发明方法中白名单确定方法示意图。

业务监控系统通过对流量的跟踪，当发现“疑似”垃圾短信制造客户时，首先要对其身份进行验证，若为白名单客户，则对其发送的信息进行放行，若不是白名单用户，就要运用识别规则对其进一步的检验，以确认该“疑似”客户发送的短信是否为垃圾，进而决定是否堵截。因此，白名单象征着一种特权，白名单的产生以及后续的动态更新机制，表明着企业的一种态度和客户价值的衡量标准。通常，企业都是将重要客户设为白名单客户，但这类客户中难免存在的一些行为“不良”的客户，他们将直接影响着通信软质量的高低。为了提高软质量，本发明给出了一种确立白名单客户的新方法，该方法包括以下两步：

(1)初始白名单的建立：通过对客户进行忠诚度(例如：在网时间)、信用度(例如：欠费次数)和品牌(例如：用户等级)等多维度的综合评价，得分较高的用户进入白名单。

(2)白名单的动态更新：根据投诉流程流转来的投诉记录，被投诉的客户将从白名单中剔除。

以上方法体现了建立白名单的两大原则：一是动态、静态相结合原则；二是定量、定性相结合原则。这两大原则保证了白名单客户进入/退出的公正性，进而也保证了企业自身的利益。

图3是本发明方法中基于数据挖掘的提升模型建立过程图。

数据挖掘是一种利用数理统计、机器学习、模糊数学等多学科的理论和技术，从大量的数据中抽取出潜在的、不为人知的有用信息、模式和趋势的过程。用数据和事实说话是数据挖掘应用的关键。来自于客户一线的投诉信息是本发明给出的模型以及模型建立的主要依据，再一次体现了本发明“强调客户感知”的核心理念。本发明中的数据挖掘过程包括数据准备、数据预处理、模型建立、规则的提取与评价等步骤。

(1)数据准备

监控门限的确定。通过对垃圾短信的区间分布和累计分布分析可知，垃圾信息总量的区间分布基本呈指数下降规律，垃圾短信的区间分布基本呈指数上升规律。因此，从经济性角度出发，必须折中堵截垃圾短信的覆盖率和识别准确率(区分率)两个因素，如将垃圾短信的监控门限设在两条曲线的交点附近，本发明将监控门限定为100条/小时。

样本数据属性的确定。基于短信中心(网关)记录的有关短信收、发的信息，本课题进行数据挖掘的数据结构由两部分构成：一部分是100条/小时(每天某一个小时发送短信达到100条以上的)以上的用户时段短信记录，包括主叫号码、时间段(精确到小时)，发送短信条数；另一部分是100条/小时以上的用户详细短信记录，包括主叫号码，被叫号码，详细时间，是否垃圾短信(由业务人员判断)和短信字节长度。

(2)数据预处理

根据投诉信息和短信话单信息，增加相关统计字段，建立数据挖掘建模的宽表。每一条投诉信息经人工确认为，已经具有“是/否”垃圾信息的判断结果，依据该投诉信息的主叫号码作为关键字连接话单信息库，就可获得该主叫号码的详细发送短信记录。针对详细的短信发送记录，增加被叫人数、平均每个被叫短信条数、平均每分钟发送短信条数、平均每条短信的字节数、平均每名被叫的字节数、发送短信字节标准差等统计字段，即可建立数据挖掘的宽表。

(3)模型建立和规则提取

从数据挖掘角度来看，垃圾短信的识别就是将短信分为“正常短信”和“垃圾短信”两类。本发明运用决策树分类方法对上述宽表中的所有字段进行了分类建模，并对规则区分率达到80％以上的规则进行了提取。经实际运用检验，所提取的规则的覆盖率也能达到76％以上。

虽然本发明已以较佳实施例公开如上，但它们并不是用来限定本发明，任何熟习此技艺者，在不脱离本发明之精神和范围内，自当可作各种变化或润饰，因此本发明的保护范围应当以本申请的权利要求保护范围所界定的为准。

Claims (6)

1.一种基于客户感知的通信网络软质量提升方法，由客户投诉或者业务监控流量异常跟踪，判断相关客户是否为白名单客户，若是白名单客户，则正常通信；若不是白名单客户，则判断相关信息是否为垃圾信息，若是垃圾信息，则实施拦截；若不是垃圾信息，则正常通信。

2.根据权利要求1所述的基于客户感知的通信网络软质量提升方法，其特征在于，它具体包括以下步骤，

来自客户的投诉若是来自被拦截客户的投诉，则人工判断被拦截信息是否为垃圾信息，若是则进入下一步，若否则撤销拦截；若是来自接收了垃圾信息客户的投诉，则人工判断被拦截信息是否为垃圾信息，若是则进入下一步，同时判断发送垃圾信息的相关客户是否为白名单客户并更新白名单；

投诉信息归入数据挖掘建模数据库；

动态更新垃圾信息识别规则；

业务流量异常跟踪监控到“疑似”垃圾信息制造者，首先判断该客户是否为白名单客户，若是则正常通信；若否则通过垃圾信息识别规则判断是否为垃圾信息；

若是垃圾信息，则进行拦截并把相关客户划入黑名单；若不是垃圾信息，则进行正常通信。

3.根据权利要求1或2所述的基于客户感知的通信网络软质量提升方法，其特征在于：所述白名单客户的确定是一种动态变化的客户集合，具体包括以下步骤，

初始白名单的建立：通过对客户进行忠诚度、信用度和品牌等多维度的综合评价，得分较高的用户进入白名单；

白名单的动态更新：根据投诉流程流转来的投诉记录，被投诉的客户将从白名单中剔除。

4.根据权利要求1或2所述的基于客户感知的通信网络软质量提升方法，其特征在于：所述垃圾信息的识别是一种动态识别和堵截处理，具体包括以下步骤，

建立基于数据挖掘的提升模型，以确立识别规则；

根据模型的数据库判断是否为垃圾信息，以决定是正常通信还是实施拦截，并决定是否把相关客户划为黑名单客户。

5.根据权利要求4所述的基于客户感知的通信网络软质量提升方法，其特征在于：所述基于数据挖掘的提升模型建立，具体包括以下步骤，

数据准备：监控门限的确定，通过对垃圾短信的区间分布和累计分布分析，折中堵截垃圾短信的覆盖率和识别准确率(区分率)两个因素，如将垃圾短信的监控门限设在两条曲线的交点附近；样本数据属性的确定，基于短信中心(网关)记录的有关短信收、发的信息，数据挖掘的数据结构由监控门限以上的用户时段短信记录，包括主叫号码、时间段(精确到小时)，发送短信条数和监控门限以上的用户详细短信记录，包括主叫号码，被叫号码，详细时间，是否垃圾短信(由业务人员判断)和短信字节长度构成；

数据预处理：根据投诉信息和短信话单信息，增加相关统计字段，建立数据挖掘建模的宽表；

模型建立和规则提取：运用决策树分类方法对上述宽表中的所有字段进行了分类建模，并对规则区分率达到80％以上的规则进行了提取。

6.根据权利要求5所述的基于客户感知的通信网络软质量提升方法，其特征在于：每一条投诉信息经人工确认为，已经具有“是/否”垃圾信息的判断结果，依据该投诉信息的主叫号码作为关键字连接话单信息库，就可获得该主叫号码的详细发送短信记录，针对详细的短信发送记录，增加被叫人数、平均每个被叫短信条数、平均每分钟发送短信条数、平均每条短信的字节数、平均每名被叫的字节数、发送短信字节标准差等统计字段，即可建立数据挖掘的宽表。

Images