CN102355691A - 一种移动数据网络用户体验质量感知方法 - Google Patents

Abstract

本实施例公开了一种移动数据网络用户体验质量感知方法，包括：根据业务的不同，以网络、网元、链路为分析对象，通过设备日志、网管报告、信令数据分别生成KPI关键绩效指标；并将各KPI转换为无量纲参数；采用幂指数算法将KPI转换为KQI关键质量指标；幂指数方法为将每种业务的业务特性按该业务特性，按排序顺序生成感受因子序列，以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；从而使得KQI可以更加准确的反映用户对具体业务的感受。进而也就是通过KQI获得的用户体验质量QoS更加的准确。

Description

一种移动数据网络用户体验质量感知方法

技术领域

本发明涉及移动数据网络领域，更具体地说，涉及一种移动数据网络用户体验质量感知方法。

背景技术

随着移动数据网络技术的不断普及和发展，移动数据网络和移动数据网络业务的复杂度也有了大幅的增加。首先，移动数据网络的承载环境发生了变化；比如，由于使用IP网络来承载业务，需要同时将面临多达几十种的各种移动多媒体新业务(如可视电话、流媒体、手机电视、在线游戏等)。此外，移动数据网络能够给用户提供越来越快的速度和“永远在线”的承载，通过移动数据网络能够提供给用户大量的数据业务，如互联网接入、电子邮件、在线游戏等。

移动数据网络和移动数据网络业务的复杂度的大幅增加使得承载与业务之间的用户体验之间的差异变得更加明显，即，随着网络和业务的发展，我们可直接测量得到的体验与真实用户体验之间的差异越来越大。

现有网络管理系统主要以“网络”、“网元”、“链路”等为分析对象，通过设备日志、网管报告、信令数据来生成各类评估网络质量的KPI(KeyPerformance Indicator，关键绩效指标法)指标。而这些KPI指标都无法直接反映用户对于某种业务的真正感知。

为了能够获得准确的用户感知，在现有技术中，一般采用主观问卷、测试终端路测等方式；其中，主观问卷方式获得的结果相对准确，但最终结果与采样样本的数量、分布有较大关系，同时操作过程复杂、成本较高；而测试终端路测的方式则需要投入大量测试人员、测试终端来进行，而且，还会由于测试范围受限，从而使获得的评估结果反映移动数据网络用户体验质量时准确度较低。

为此，目前需要一种成本较低、且可以使获得的评估结果准确反映移动数据网络用户体验质量的感知方法。

发明内容

有鉴于此，本发明实施例提供一种移动数据网络用户体验质量感知方法，以实现成本较低、且可以使获得的评估结果准确反映移动数据网络用户体验质量的目的。

本发明实施例是这样实现的：

一种移动数据网络用户体验质量感知方法，其特征在于，包括：

根据业务的不同，以网络、网元、链路为分析对象，通过设备日志、网管报告、信令数据分别生成KPI关键绩效指标；并将各KPI转换为无量纲参数；

采用幂指数算法将KPI转换为KQI关键质量指标；所述幂指数方法为，将每种业务的业务特性按该业务特性，按排序顺序生成感受因子序列，以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；

通过所述KQI获得用户体验质量QoS。

优选的，在本发明实施例中，所述业务包括语音业务、彩信业务和数据业务中的一种或任意组合。

优选的，在本发明实施例中，所述语音业务中用户感受影响程度排序由重要到次要依次为：呼叫接入、呼叫保持和语音质量。

优选的，在本发明实施例中，所述数据业务中用户感受影响程度排序由重要到次要依次为：连接建立、连接保持和服务质量。

优选的，在本发明实施例中，所述彩信业务中用户感受影响程度排序由重要到次要依次为：彩信发收成功和彩信接收延迟。

优选的，在本发明实施例中，所述将各KPI转换为无量纲参数采用如下公式：

${\mathrm{newA}}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中，MinA为测量指标基准值；MaxA为测量指标挑战值；new_min为标准化指标最小值，用于确定标准化指标的标准化范围；new_max为标准化指标最大值，用于确定标准化指标的标准化范围；Ai为指标测量值。

优选的，在本发明实施例中，还包括：

采用KQI到CEI的映射算法，通过所述KQI获得消费者预期指数CEI。

优选的，在本发明实施例中，所述KQI到CEI的映射算法包括，分别计算各业务的业务权重。

从上述的技术方案可以看出，在本发明实施例中，通过根据业务特性的不同，将每种业务中的感受因子，按照重要程度排序，并通过采用幂指数算法将KPI转换为KQI关键质量指标；本发明实施例中的幂指数方法为，将每种业务的业务特性按该业务特性，按排序顺序生成感受因子序列，以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；由于本实施例中以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；从而使得对用户感受影响最大的感受因子对KQI的影响最大，从而使得KQI可以更加准确的反映用户对具体业务的感受。进而也就是通过KQI获得的用户体验质量QoS更加的准确。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中所述感知方法的步骤示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了实现成本较低、且可以使获得的评估结果准确反映移动数据网络用户体验质量，本发明实施例提供一种移动数据网络用户体验质量感知方法，如图1所示，包括步骤：

S11、根据业务的不同，以网络、网元、链路为分析对象，通过设备日志、网管报告、信令数据分别生成KPI关键绩效指标；并将各KPI转换为无量纲参数；

在本步骤中，主要是根据计算需要，通过信令监测等方式获取业务相关的网络性能指标，具体的，可以是以网络、网元、链路为分析对象，通过设备日志、网管报告、信令数据分别生成KPI。这些KPI可以作为原始数据。

由于上述多个KPI指标是具有不同量纲的，如，作为时延指标的KPI，其单位为秒；而作为成功率指标的KPI，其单位为百分比；还比如，作为速率指标的KPI，其单位为Kbps。因此，在对KPI指标进行聚合计算之前，需要通过标准化计算将生成的多个KPI指标转换为无量纲的参数。

S12、采用幂指数算法将KPI转换为KQI关键质量指标；所述幂指数方法为，将每种业务的业务特性按该业务特性，按排序顺序生成感受因子序列，以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；

由于根据业务特性的不同，用户对业务的感受方式也是有所区别的，具体地说，每种业务包括有多种感受因子，每种感受因子对用户的感受影响是不同，为此，在本发明实施例中，将每种业务的感受因子排序，以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；这样会使得对用户感受影响最大的感受因子对KQI的影响最大，从而使得KQI可以更加准确的反映用户对具体业务的感受。

具体的，当业务n的接入性能KPI为最重要感受因子，其次为持续性能，然后是服务质量，那么KPI转换KQI的算法可以根据如下的算式得出：

S13、通过所述KQI获得用户体验质量QoS。

由于在上述步骤中，获取了KQI，此时，可以通过KQI获得用户体验质量QoS。

在本发明实施例中，通过根据业务特性的不同，将每种业务中的感受因子，按照重要程度排序，并通过采用幂指数算法将KPI转换为KQI关键质量指标；本发明实施例中的幂指数方法为，将每种业务的业务特性按该业务特性，按排序顺序生成感受因子序列，以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；由于本实施例中以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；从而使得对用户感受影响最大的感受因子对KQI的影响最大，从而使得KQI可以更加准确的反映用户对具体业务的感受。进而也就是通过KQI获得的用户体验质量QoS更加的准确。

进一步的，在本发明实施例中，业务可以包括语音业务、彩信业务和数据业务中的一种或任意组合。

优选的，在本发明实施例中，当需要获取的QoS所对应的业务为语音业务时，语音业务中用户感受影响程度，也就是感受因子的排序由重要到次要依次为：呼叫接入、呼叫保持和语音质量。

优选的，在本发明实施例中，当需要获取的QoS所对应的业务为数据时，业务数据业务中用户感受影响程度，也就是感受因子的排序由重要到次要依次为：连接建立、连接保持和服务质量。

优选的，在本发明实施例中，当需要获取的QoS所对应的业务为彩信业务时，彩信业务中用户感受影响程度，也就是感受因子的排序由重要到次要依次为：彩信发收成功和彩信接收延迟。

优选的，在本发明实施例中，将各KPI转换为无量纲参数采用如下公式：

${\mathrm{newA}}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中，MinA为测量指标基准值；MaxA为测量指标挑战值；new_min为标准化指标最小值，用于确定标准化指标的标准化范围；new_max为标准化指标最大值，用于确定标准化指标的标准化范围；Ai为指标测量值。

进一步的，在本发明实施例中，还包括：采用KQI到CEI的映射算法，通过所述KQI获得消费者预期指数CEI。优选的，在本发明实施例中，KQI到CEI的映射算法包括，分别计算各业务的业务权重。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种移动数据网络用户体验质量感知方法，其特征在于，包括：

根据业务的不同，以网络、网元、链路为分析对象，通过设备日志、网管报告、信令数据分别生成KPI关键绩效指标；并将各KPI转换为无量纲参数；

采用幂指数算法将KPI转换为KQI关键质量指标；所述幂指数方法为，将每种业务的业务特性按该业务特性，按排序顺序生成感受因子序列，以影响用户感受程度高的感受因子为底，以用户感受程度次之的感受因子为幂指数构建KPI转换KQI的算法；

通过所述KQI获得用户体验质量QoS。

2.根据权利要求1所述感知方法，其特征在于，所述业务包括语音业务、彩信业务和数据业务中的一种或任意组合。

3.根据权利要求2所述感知方法，其特征在于，所述语音业务中用户感受影响程度排序由重要到次要依次为：呼叫接入、呼叫保持和语音质量。

4.根据权利要求2所述感知方法，其特征在于，所述数据业务中用户感受影响程度排序由重要到次要依次为：连接建立、连接保持和服务质量。

5.根据权利要求2所述感知方法，其特征在于，所述彩信业务中用户感受影响程度排序由重要到次要依次为：彩信发收成功和彩信接收延迟。

6.根据权利要求1所述感知方法，其特征在于，所述将各KPI转换为无量纲参数采用如下公式：

${\mathrm{newA}}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中，MinA为测量指标基准值；MaxA为测量指标挑战值；new_min为标准化指标最小值，用于确定标准化指标的标准化范围；new_max为标准化指标最大值，用于确定标准化指标的标准化范围；Ai为指标测量值。

7.根据权利要求1所述感知方法，其特征在于，还包括：

采用KQI到CEI的映射算法，通过所述KQI获得消费者预期指数CEI。

8.根据权利要求7所述感知方法，其特征在于，所述KQI到CEI的映射算法包括，分别计算各业务的业务权重。

Images