CN102685717B - 网络业务质量参数识别方法及装置 - Google Patents

Abstract

本发明提供一种网络业务质量参数识别方法及装置，其中，该方法包括：采集用户信息参数、业务信息参数和网络性能参数；根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果。本发明提供的网络业务质量参数识别方法及装置通过对用户信息参数、业务信息参数和网络性能参数进行采集后，基于预设策略进行计算获得网络业务质量参数识别结果，按照不同用户类型分别对网络业务质量参数识别，从而能更准确的获知网络的业务支撑性能，识别的可靠性高。

Description

网络业务质量参数识别方法及装置

技术领域

本发明涉及网络数据处理技术，尤其涉及一种网络业务质量参数识别方法及装置。

背景技术

目前，网络已经成了人们生活必不可少的通信工具，网络运行情况的好坏直接影响用户的通信运行参数，因此，对网络运行参数的识别显得尤为重要。

现有的网络业务质量（quality of service，QoS）参数与网络资源的分配及许多网络运行机制密切相关，所以对QoS参数的识别是支撑网络运行的必要前提。QoS参数的识别多基于对关键网络性能指标（key performanceindicator，KPI）的采集，通过采集到的KPI来进行识别。

图1为现有技术中网络质量业务质量参数识别的指标关联示意图，从图1中可以看出，现有技术基于与无线环境和业务相关的KPI对整个网络的QoS参数进行整体识别。例如，获取底层与无线环境，例如覆盖性能、干扰性能、信道质量指标（channel quality indicator,CQI）和互操作方面的参数，以及业务性能相关的业务质量KPI指标，例如接入性、保持性和完整性等，通过成熟的关联方法求得网络业务质量参数的综合测评。

现有的网络业务质量参数识别方法仅获取了网络层面的性能指标，获取的性能指标形式单一，所参考的层面不全面，结果不准确。

发明内容

本发明提供一种网络业务质量参数识别方法及装置，以解决现有技术中的缺陷，准确获知网络的业务支撑性能，提高网络业务质量参数识别可靠度。

本发明提供了一种网络业务质量参数识别方法，其中，包括：

采集用户信息参数、业务信息参数和网络性能参数；

根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果。

如上所述的方法，其中，优选的是，所述采集用户信息参数包括：

对终端开机过程中或位置更新过程中上报的消息进行识别后，获取用户的终端支持能力参数。

如上所述的方法，其中，优选的是，所述采集用户信息参数包括：

从归属位置寄存器中提取获得用户的签约信息参数。

本发明还提供了一种网络业务质量参数识别装置，其中，包括：

采集模块，用于采集用户信息参数、业务信息参数和网络性能参数；

运算模块，用于根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果。

如上所述的装置，其中，优选的是，所述采集模块包括：

第一获取单元，用于对终端开机过程中或位置更新过程中上报的消息进行识别后，获取用户的终端支持能力参数。

如上所述的装置，其中，优选的是，所述采集模块包括：

第二获取单元，用于从归属位置寄存器中提取获得用户的签约信息参数。

本发明提供的网络业务质量参数识别方法及装置通过对用户信息参数、业务信息参数和网络性能参数进行采集后，基于预设策略进行计算获得网络业务质量参数识别结果，按照不同用户类型分别对网络业务质量参数识别，从而能更准确的获知网络的业务支撑性能，识别的可靠性高。

附图说明

图1为现有技术中网络质量业务质量参数识别的指标关联示意图。

图2为本发明实施例一提供的网络业务质量参数识别方法流程图。

图3为本发明实施例一所适用的语音业务的指标分解示意图。

图4为本发明实施例一所适用的基于用户类型划分的网络业务质量参数指标关联关系示意图。

图5为本发明实施例二提供的网络业务质量参数识别方法流程图。

图6为本发明实施例三提供的网络业务质量参数识别装置结构示意图。

具体实施方式

实施例一

图2为本发明实施例一提供的网络业务质量参数识别方法，利用网络业务质量参数识别装置进行识别，通过对网络层面以及业务层面的信息参数计算后获得网络业务质量参数结果，用以测试网络质量，其中，该包括如下步骤：

步骤S1、采集用户信息参数、业务信息参数和网络性能参数；

其中，用户信息参数可包括用户的终端支持能力参数，终端支持能力参数包括终端类型以及终端版本信息，终端类型用终端型号的配置参数进行描述，反映用户对各类业务的支持能力以及对业务质量的感知能力。终端类型、版本信息可通过终端开机过程或位置更新过程中上报的国际移动设备身份码（International Mobile Equipment Identity，IMEI）等信息予以识别。例如，IMEI是国际移动设备身份码，由15位数字组成。其中，前8位数字为类型分配码（Type Allocation Code，TAC），可用于区分手机品牌和型号。基于终端类型信息，即传统终端、智能终端（低配置、普通、高配置）、数据卡、平板电脑等，分析对各种业务的不同支持能力。例如，低配置智能终端可支持语音以及各种数据业务，但由于屏幕尺寸、分辨率等原因，对视频业务的质量要求较低，网页浏览、微博等业务质量也均受限制。

用户信息参数还可以包括用户的签约信息参数，具体地，用户签约信息反映用户的优先级以及套餐信息等，用户签约信息包括优先级、支持的业务类型、鉴权参数等，均可从归属位置寄存器（home location register，HLR）中直接提取。

另外，业务信息参数可以通过网管数据提取或者关键接口（如RNC与SGSN的数据业务接口IuPS口、RNC与SGSN的语音业务接口IuCS口、SGSN与GGSN的接口Gn口等）的挂表采集方式获取数据并进行分析，获取用户的业务构成及其流量特征，包括各个业务发起频率、平均每次业务的持续时长、平均业务流量等信息。分析方法可以采用两种方式，即基于特征序列检测的方式和基于匹配参数提取的方式。其中，前者基于对所监测数据流中数据包载荷数据段的深度检测、通过相应字段与特征字段的匹配来判断协议类型、应用特征等；后者则基于对所监测数据流的统计特征的检测、通过数据流的时间图样、数据包个数等相关参数与已有协议、参考模型的匹配识别业务类型、提取业务特征。上述业务包括现网的所有主流业务类型，如语音、短信、视频电话、文件传输（file transfer protocol,FTP）、无线应用（wirelessapplication protocol,WAP）、超文本传输（hyper text transport protocol,HTTP）、彩信、流媒体、微博、即时通讯等等。

网络性能参数用KPI来表征，KPI可以通过网管数据提取、信令采集、测量报告（measurement report,MR）、路测（drive test,DT）、呼叫详细跟踪（call detail trace,CDT）等方式获取。不同业务可以有对应的不同KPI，以语音业务为例，如图3所示，图3为本发明实施例一所适用的语音业务的指标分解示意图，语音业务的第一个关键质量指标（KQI）为语音电话接通成功率，影响其取值的KPI分别为语音接通率和单通串话率。

步骤S2、根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果。

图4为本发明实施例一所适用的基于用户类型划分的网络业务质量参数指标关联关系示意图。需要说明的是，本实施例中涉及的识别策略是基于如图4所示的指标关联关系，如图4所示，第一层为网络业务质量参数识别层，其指标逐层向下分解；第二层为用户层，为t个不同类型的用户对网络业务质量的识别，用于在网络性能、业务质量参数识别过程中考虑用户的个性化因素及其相关参数等；第三层为业务层，包括与M个业务类型相关的所有KQI指标；第四层为网络层，包括与各个KQI指标相关的所有KPI指标。

本发明实施例一提供的网络业务质量参数识别方法通过对用户信息参数、业务信息参数和网络性能参数进行采集后，基于预设策略进行计算获得网络业务质量参数识别结果，按照不同用户类型，例如贵宾用户、友好用户和敏感用户分别对网络业务质量参数识别，从而能更准确的获知网络的业务支撑性能，识别的可靠性高。

实施例二

图5为本发明实施例二提供的网络业务质量参数识别方法流程图，本发明实施例二提供了一种网络业务质量参数识别方法，其在实施例一的基础上，设定步骤S2还具体包括：

步骤S21、根据采集到的网络性能参数计算获得单类型业务的关键质量指标参数。

具体地，基于如下公式进行计算：

${\mathrm{KQI}}_{i,j}=f^{4\→3}\left(\right\{{\mathrm{KPI}}_{i,j,l}|l=\mathrm{1,2},...,N_{i.j}\},\left\{w_{i,j.l}^{4\→3}\right|l=\mathrm{1,2},...,N_{i.j}\left\}\right)$

其中，KQI_i，j为第i个业务类型中第j个关键质量指标参数，KPI_i，j，l为决定第i个业务类型第j个质量指标的第l个网络性能参数，为第i个业务类型第j个质量指标的第l个网络性能参数的第一权重因子，N_i.j为决定第i个业务类型中第j个关键质量指标的网络性能参数的个数。由于KPI具有不同量纲，需要首先进行去量纲以及归一化处理。作为具体实施例，一种可用的方法如下：对于收益型指标：即取值越大越好的指标，此时指标归一化方式为对于成本型指标：即取值越小越好的指标，此时指标归一化方式为 的确定基于现网性能指标的采集与分析，采用数学分析方法得出，典型的如层次分析算法（AnalyticHierarchy Process,AHP）、变异系数法等等，以实现向重点决定因素的倾斜。关联关系f^4→3(·)可以通过线性函数或非线性函数来实现。

步骤S22、根据单类型业务的关键质量指标参数计算获得多类型业务的整体性能参数，即完成第四层次至第三层次的网络性能计算。

具体地，基于如下公式进行计算：

${\mathrm{KQI}}_i^{\mathrm{tot}}=g^{4\→3}\left(\right\{{\mathrm{KQI}}_{i,j}|j=\mathrm{1,2},...,N_i\},\left\{w_{i,j}^{4\→3}\right|j=\mathrm{1,2},...,N_i\left\}\right),$ i＝1，2,...,M

其中，为第i个业务类型的整体性能参数，为第i个业务类型对应的第j个质量指标的第二权重因子，N_i为与第i个业务类型相关的关键质量指标的个数，M为业务类型的个数。

与步骤S21中参数的确定相类似，关联关系g^4→3(·)可以通过线性函数或非线性函数来实现，的确定基于现网性能指标的采集与分析，采用数学分析方法得出，典型的如AHP层次分析算法、变异系数法等等，以实现向重点决定因素的倾斜。

步骤23、根据多类型业务的整体性能参数计算获得单类型用户对业务质量参数的识别结果，即完成第三层次至第二层次的业务性能计算。

具体地，基于如下公式进行计算：

${\mathrm{QoE}}_t=f^{3\→2}\left(\right\{{\mathrm{KQI}}_i^{\mathrm{tot}}|i=\mathrm{1,2},...,M\},\left\{w_{t,i}^{3\→2}\right|i=\mathrm{1,2},...,M\left\}\right),$ t=1，2,...,T

其中，QoE_t为单用户类型t对业务质量参数的识别结果，为第t个用户类型对第i个业务类型的第三权重因子。

的计算过程如下：由步骤S1可以提取业务信息参数，基于所得的业务流特征参数，可以设定用户t的M个业务类型的第一比重因子Υ_t，1={r_t，1，1，r_t，1，2,...,r_t，1，M}，基于所得的终端支持能力参数，设定用户t对M个业务的第二比重因子Υ_t，2={r_t，2，1，r_t,2,2,...,r_t，2，M}；再基于上述两个比重因子和如下公式得出上述第三权重因子

$w_{t,i}^{3\→2}=\frac{{\mathrm{\Π}}_{l=1}^2{r}_{t,l,i}}{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Π}}_{l=1}^2{r}_{t,l,i}},$ t＝1,2,...,T;i＝1,2,...,M

关联关系f^3→2(·)可以通过线性函数或非线性函数来实现。

步骤24、根据单类型用户对业务质量参数的识别结果计算获得多类型用户对业务质量参数的整体识别结果，即完成第二层次至第一层次的计算。

具体地，基于如下公式进行计算：

$\mathrm{QoE}=f^{2\→1}\left(\right\{\mathrm{Qo}{E}_t|t=\mathrm{1,2},...,T\},\left\{w_t^{2\→1}\right|t=\mathrm{1,2},...,T\left\}\right)$

其中，QoE为多类型用户对业务质量参数的整体识别结果，为根据用户的签约信息参数设定的第t个用户类型的第四权重因子。

基于用户签约信息在网络业务质量识别中的重要性，设定第四权重因子来表征用户t的级别。

下面以语音业务为具体实例进行进一步的解释，请参照图3，关联函数以线性函数为例，计算过程如下：

${\mathrm{KQI}}_{i,j}=\underset{l=1}{\overset{N_{i.j}}{\mathrm{\Σ}}}{w}_{i,j.l}^{4\→3}{\mathrm{KPI}}_{i,j,l},$ i＝1,2,...,M;j=1,2,...,N_i

${\mathrm{KQI}}_i^{\mathrm{tot}}=\underset{j=1}{\overset{N_i}{\mathrm{\Σ}}}{w}_{i,j}^{4\→3}{\mathrm{KQI}}_{i,j},$ i＝1，2,...,M

${\mathrm{QoE}}_t=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{w}_{t,i}^{3\→2}{\mathrm{KQI}}_i^{\mathrm{tot}},$ t=1,2,...,T

$\mathrm{QoE}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{w}_t^{2\→1}\mathrm{Qo}{E}_t$

其中，{KQI_i，j|i=1,2,...,M;j=1,2,...,N_i}的计算如下：

以语音业务的第j＝1个KQI指标（即语音接通成功率）为例，影响其取值的N_1，1＝2个KPI指标分别为语音接通率和单通串话率，其对于接通成功率的影响程度公认相同，设定第一权重因子为

作为具体实施例，采用线性加权方式：

${\mathrm{KQI}}_{i,j}=\underset{l=1}{\overset{N_{i.j}}{\mathrm{\Σ}}}{w}_{i,j.l}^{4\→3}{\mathrm{KPI}}_{i,j,l},$ i＝1,2,...,M;j=1,2,...,N_i

则语音业务的第j＝1个KQI指标为

${\mathrm{KQI}}_{\mathrm{1,1}}=\underset{l=1}{\overset{2}{\mathrm{\Σ}}}{w}_{\mathrm{1,1},l}^{4\→3}{\mathrm{KPI}}_{\mathrm{1,1},l}=0.5{\mathrm{KPI}}_{\mathrm{1,1,1}}+0.5{\mathrm{KPI}}_{\mathrm{1,1,2}}$

$\left\{{\mathrm{KQI}}_i^{\mathrm{tot}}\right|i=\mathrm{1,2},...,M\}$ 的计算如下：

以第i=1种业务类型（即语音业务）为例，决定其质量评价的为N₁＝4个KQI指标，分别为接通成功率、接通平均时延、业务掉话率以及用户掉话率；

第二权重因子采用数学分析方法得出，典型的如AHP层次分析算法、变异系数法等等，假设得到权重因子为

$\{w_{\mathrm{1,1}}^{4\→3},w_{\mathrm{1,2}}^{4\→3},w_{\mathrm{1,3}}^{4\→3},w_{\mathrm{1,4}}^{4\→3}\}=\left\{\mathrm{0.2,0.1,0.4,0.3}\right\}$

作为具体实施例，采用线性加权方式：

${\mathrm{KQI}}_i^{\mathrm{tot}}=\underset{j=1}{\overset{N_i}{\mathrm{\Σ}}}{w}_{i,j}^{4\→3}{\mathrm{KQI}}_{i,j},$ i＝1，2,...,M

则语音业务的质量参数识别结果为

${\mathrm{KQI}}_1^{\mathrm{tot}}=0.2{\mathrm{KQI}}_{\mathrm{1,1}}+0.1{\mathrm{KQI}}_{\mathrm{1,2}}+0.4{\mathrm{KQI}}_{\mathrm{1,3}}+0.3{\mathrm{KQI}}_{\mathrm{1,4}}$

第三权重因子 $\left\{w_{t,i}^{3\→2}\right|t=\mathrm{1,2},...,T;i=\mathrm{1,2},...,M\}$ 的计算如下：

Υ_t，1={r_t，1，1，r_t，1，2,...,r_t，1，M}为根据业务信息参数获得的第一比重因子：对于用户t，统计其数据流量，得到M个业务的流量比为a_t，1∶a_t，2∶…a_t，M，则第一比重因子为 $r_{t,1,j}=\frac{a_{t,j}}{{\mathrm{\Σ}}_{m=1}^M{a}_{t,m}};$

Υ_t，2={r_t，2，1，r_t，2，2,...,r_t，2，M}为根据用户的终端能力支持参数获得的第二比重因子：对于用户t，根据IMEI上报的终端类型信息，得到其对第i个业务的支持能力为r_t，2，i，其中r_t，2，i=0和r_t，2，i=1分别表示不支持和支持。

由第一和第二比重因子进一步求得第三权重因子为

$w_{t,i}^{3\→2}=\frac{{\mathrm{\Π}}_{l=1}^2{r}_{t,l,i}}{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Π}}_{l=1}^2{r}_{t,l,i}},$ t=1,2,...,T;i＝1,2,...,M

{QoE_t|t=1,2,...,T}的计算如下：

采用线性加权方式：

${\mathrm{QoE}}_t=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{w}_{t,i}^{3\→2}{\mathrm{KQI}}_i^{\mathrm{tot}},$ t=1,2,...,T

QoE的计算如下：

基于HLR的用户签约信息设定第四权重因子表征用户t的级别。例如，采用现网中金、银、铜用户的划分方式，分为三个等级，设定三类用户对应的第四权重因子为：

$\{w_1^{2\→1},w_2^{2\→1},w_3^{2\→1}\}=\left\{\mathrm{0.5,0.3,0.2}\right\}$

采用线性加权方式：

$\mathrm{QoE}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{w}_t^{2\→1}\mathrm{Qo}{E}_t$

整网的性能参数则为：

QoE=0.5QoE₁+0.3QoE₂+0.2QoE₃

本发明实施例二提供的网络业务质量参数识别方法通过对用户信息参数、业务信息参数和网络性能参数进行采集后，基于预设策略进行计算获得网络业务质量参数识别结果，按照不同用户类型分别对网络业务质量参数识别，从而能更准确的获知网络的业务支撑性能，识别的可靠性高。

实施例三

图6为本发明实施例三提供的网络业务质量参数识别装置结构示意图，本发明实施例三提供了一种网络业务质量参数识别装置，用于实现本发明其他实施例提供的网络业务质量参数识别方法，其中该装置包括采集模块1，用于采集用户信息参数、业务信息参数和网络性能参数；运算模块2，用于根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果。

优选地，采集模块1可进一步包括第一获取单元，用于对终端开机过程中或位置更新过程中上报的消息进行识别后，获取用户的终端支持能力参数。其中，终端类型、版本信息可通过终端开机过程或位置更新过程中上报的IMEI等信息予以识别。

采集模块1还可以进一步包括第二获取单元，用于从归属位置寄存器中提取获得用户的签约信息参数。用户签约信息包括优先级、支持的业务类型、鉴权参数等，均可从HLR中直接提取。

本发明实施例三提供的网络业务质量参数识别装置对用户信息参数、业务信息参数和网络性能参数进行采集后，基于预设策略进行计算获得网络业务质量参数识别结果，按照不同用户类型分别对网络业务质量参数识别，从而能更准确的获知网络的业务支撑性能，识别的可靠性高。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种网络业务质量参数识别方法，其特征在于，包括：

采集用户信息参数、业务信息参数和网络性能参数；

根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果；

其中，所述根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果包括：

根据采集到的网络性能参数计算获得单类型业务的关键质量指标参数；

根据单类型业务的关键质量指标参数计算获得多类型业务的整体性能参数；

根据多类型业务的整体性能参数计算获得单类型用户对业务质量参数的识别结果；

根据单类型用户对业务质量参数的识别结果计算获得多类型用户对业务质量参数的整体识别结果，作为网络业务质量参数识别结果。

2.根据权利要求1所述的方法，其特征在于，所述采集用户信息参数包括：

对终端开机过程中或位置更新过程中上报的消息进行识别后，获取用户的终端支持能力参数。

3.根据权利要求1所述的方法，其特征在于，根据采集到的网络性能参数计算获得单类型业务的关键质量指标参数包括：

${\mathrm{KQI}}_{i,j}=f^{4\→3}\left(\right\{{\mathrm{KPI}}_{i,j,l}|l=\mathrm{1,2},...,N_{i.j}\},\left\{w_{i,j.l}^{4\→3}\right|l=\mathrm{1,2},...,N_{i.j}\left\}\right)$

其中，KQI_i,j为第i个业务类型中第j个关键质量指标参数，KPI_i,j,l为决定第i个业务类型第j个质量指标的第l个网络性能参数，为设定的第i个业务类型第j个质量指标的第l个网络性能参数的第一权重因子,N_i.j为决定第i个业务类型中第j个关键质量指标的网络性能参数的个数，f^4→3(·)为关联关系，可以通过线性函数或非线性函数来实现。

4.根据权利要求3所述的方法，其特征在于，根据单类型业务的关键质量指标参数计算获得多类型业务的整体性能参数包括：

${\mathrm{KQI}}_i^{\mathrm{tot}}=g^{4\→3}\left(\right\{{\mathrm{KQI}}_{i,j}|j=\mathrm{1,2},...,N_i\},\left\{w_{i,j}^{4\→3}\right|j=\mathrm{1,2},...,N_i\left\}\right),i=\mathrm{1,2},...,M$

其中，为i个业务类型的整体性能参数，为设定的第i个业务类型对应的第j个质量指标的第二权重因子,N_i为与第i个业务类型相关的关键质量指标的个数，M为业务类型的个数，g^4→3(·)为关联关系，可以通过线性函数或非线性函数来实现。

5.根据权利要求4所述的方法，其特征在于，根据多业务的整体性能参数计算获得单类型用户对业务质量参数的识别结果包括：

$w_{t,i}^{3\→2}=\frac{{\mathrm{\Π}}_{l=1}^2{r}_{t,l,i}}{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Π}}_{l=1}^2{r}_{t,l,i}},t=\mathrm{1,2},...,T;i=\mathrm{1,2},...,M$

${\mathrm{QoE}}_t=f^{3\→2}\left(\right\{{\mathrm{KQI}}_i^{\mathrm{tot}}|i=\mathrm{1,2},...,M\},\left\{w_{t,i}^{3\→2}\right|i=\mathrm{1,2},...,M\left\}\right),t=\mathrm{1,2},...,T$

其中，QoE_t为单用户类型t对业务质量参数的识别结果，为第t个用户类型对第i个业务类型的第三权重因子；和分别为根据业务信息参数以及用户的终端能力支持参数计算获得的第一比重因子和第二比重因子，f^3→2(·)为关联关系，可以通过线性函数或非线性函数来实现。

6.根据权利要求5所述的方法，其特征在于，根据单类型用户对业务质量参数的识别结果计算获得多类型用户对业务质量参数的整体识别结果包括：

$\mathrm{QoE}=f^{2\→1}\left(\right\{{\mathrm{QoE}}_t|t=\mathrm{1,2},...,T\},\left\{w_t^{2\→1}\right|t=\mathrm{1,2},...,T\left\}\right)$

其中，QoE为多类型用户对业务质量参数的整体识别结果，为根据用户的签约信息参数设定的第t个用户类型的第四权重因子，f^2→1(·)为关联关系，可以通过线性函数或非线性函数来实现。

7.一种网络业务质量参数识别装置，其特征在于，包括：

采集模块，用于采集用户信息参数、业务信息参数和网络性能参数；

运算模块，用于根据采集到的用户信息参数、业务信息参数和网络性能参数，基于预设识别策略获得网络业务质量参数识别结果；

所述运算模块具体用于根据采集到的网络性能参数计算获得单类型业务的关键质量指标参数；根据单类型业务的关键质量指标参数计算获得多类型业务的整体性能参数；根据多类型业务的整体性能参数计算获得单类型用户对业务质量参数的识别结果；根据单类型用户对业务质量参数的识别结果计算获得多类型用户对业务质量参数的整体识别结果，作为网络业务质量参数识别结果。

8.根据权利要求7所述的装置，其特征在于，所述采集模块包括：

第一获取单元，用于对终端开机过程中或位置更新过程中上报的消息进行识别后，获取用户的终端支持能力参数。

9.根据权利要求7所述的装置，其特征在于，所述采集模块包括：

第二获取单元，用于从归属位置寄存器中提取获得用户的签约信息参数。