CN103139824A - 一种移动通信网络中感知差用户的识别方法及装置 - Google Patents

Abstract

本发明提供了一种移动通信网络中感知差用户的识别方法及装置，服务器接收网络管理系统发送的呼叫历史记录CHR日志并进行解析，然后根据解析结果，判断用户的呼叫是否为异常呼叫，根据所述CHR日志，统计所述用户的异常呼叫，最后根据所述异常呼叫的统计结果识别感知差VAP用户。本发明提供的技术方案能够准确性较高的识别移动通信网络中的VAP用户。

Description

一种移动通信网络中感知差用户的识别方法及装置

技术领域

本发明涉及通信技术领域，特别涉及一种移动通信网络中感知差用户的识别方法及装置。

背景技术

用户感知是用户使用通信业务后，对业务质量的一种直观感受。用户的主观感知对于电信运营商很重要，如果用户对某项通信业务的感觉良好，会促使用户使用该业务，如果在一个统计周期内，一个用户的主观感知持续比较差，且得不到运营商的关怀，那么很可能导致该用户投诉甚至离网。因此对于电信运营商，准确的识别潜在的、主观感知较差、有可能投诉或离网的用户，并对这些用户进行预防式关怀，或对有重要价值的用户进行主动关怀，是非常有必要的。

发明内容

本发明提供了一种移动通信网络中感知差用户的识别方法及装置，可以准确性较高的识别移动通信网络中感知差用户，该方法包括：

服务器接收网络管理系统发送的CHR(Call History Record，呼叫历史记录)日志并进行解析；

根据解析结果，判断用户的呼叫是否为异常呼叫；

根据所述CHR日志，统计所述用户的异常呼叫；

根据所述异常呼叫的统计结果识别感知差VAP(Very Annoying People，感知差用户)用户。

本发明还提供了一种移动通信网络中感知差用户的识别装置，包括：

接收单元，用于服务器接收网络管理系统发送的呼叫历史记录CHR日志；

解析单元，用于解析所述CHR日志；

判断单元，用于根据解析结果，判断用户的呼叫是否为异常呼叫；

统计单元，用于根据所述CHR日志，统计所述用户的异常呼叫；

识别单元，用于根据所述异常呼叫的统计结果识别感知差VAP用户。

本发明提供的该移动通信网络中感知差用户的识别方法及装置，首先服务器接收网络管理系统发送的呼叫历史记录CHR日志并进行解析，然后根据解析结果，判断用户的呼叫是否为异常呼叫，根据所述CHR日志，统计所述周期内所述用户的异常呼叫，最后根据所述异常呼叫的统计结果识别感知差VAP用户。本发明提供的技术方案能够准确性较高的识别移动通信网络中的VAP用户。

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中记载的一些实施例，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为本发明实施例提供的移动通信网络中感知差用户的识别方法的一种流程图；

图2为本发明实施例提供的覆盖类、接入类、保持类和语音质量类四个维度分别关注的CHR日志中的关键指标图；

图3为本发明实施例提供的VAP用户识别方法的识别规则图；

图4为本发明实施例提供的移动通信网络中感知差用户的识别装置的一种结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本文中描述的各种技术可用于各种无线通信系统，例如当前2G，3G通信系统和下一代通信系统，例如，本发明适用于UMTS(Universal MobileTelecommunications System，通用移动通信系统)，GSM(Global System forMobile communications，全球移动通信系统)、GPRS(General Packet RadioService，通用分组无线服务技术)、CDMA2000(Code Division Multiple Access2000，码分多址接入技术2000)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址接入技术)、LTE(Long TermEvolution，长期演进)、WLAN(Wireless Local Area Network，无线局域网络)/WiFi(Wireless Fidelity，无线保真)和WiMAX(Worldwide Interoperability forMicrowave Access，全球微波互联接入)等无线网络。

另外，本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

目前识别移动通信网络中感知差用户的方法主要是通过对现网用户进行调研，或通过对特定终端进行测试，来对用户群或一定区域内的用户的感知情况进行评估。

但是通过对现网用户进行调研的方法需要消耗电信运营商大量的资源，运维成本较高且可分析的数据量较小，通过对特定终端进行测试的方法也存在可分析的数据量较小，会出现以点概面的情况。

本发明实施例针对上述缺陷提出了一种移动通信网络中感知差用户的识别方法，该方法主要包括：

服务器接收网络管理系统发送的呼叫历史记录CHR日志并进行解析；

根据解析结果，判断用户的呼叫是否为异常呼叫；

根据所述CHR日志，统计所述用户的异常呼叫；

根据所述异常呼叫的统计结果识别感知差VAP用户。

以下参考附图以及具体实施方式对本发明做进一步说明：

如图1所示，本实施例提供的移动通信网络中感知差用户的识别方法包括：

步骤101：服务器接收网络管理系统发送的呼叫历史记录CHR日志并进行解析。

所述网络管理系统基于呼叫信令记录所有呼叫的CHR日志，所述CHR日志用于记录呼叫的历史信息和分析呼叫异常信令及原因，如关键信令点的时间戳、释放类型及原因、切换信息(切换原因、切换前后占用的资源等)、测量信息等。本步骤中，网络管理系统将记录的CHR日志发送给服务器，并由服务器对其进行解析。

本实施例中选取一个周期内的CHR日志进行解析，所述的周期可以由电信运营商根据用户的特性，分析目的等因素来设定。周期设定过短会导致周期内呼叫较少，分析样本量不足；周期设定过长会缺乏时效性。本实施例中，所述周期可以设定为一周，为本实施例根据实际情况总结出的经验值。

本实施例中对全网范围内、所有基站控制器BSC或者部分BSC内的单用户的的CHR日志进行解析。BSC(base station controller，基站控制器)是基站收发台和移动交换中心之间的连接点，主要负责管理无线网络资源、小区资料管理、功率控制、定位和切换等的网络单元。移动通信网络中部署有多个BSC，每个BSC管理着多个用户的移动通信，所述的范围可以由电信运营商根据分析目的等因素来设定，运营商可以根据实际情况来选择全网范围内所有BSC内的单用户的CHR日志，也可以只选择部分BSC内的单用户的CHR日志。本实施例中选择全网范围内的所有BSC内的单用户的CHR日志，以识别全网范围内的VAP用户。

服务器从覆盖类、接入类、保持类和语音质量类四个维度，提取一个周期内的CHR日志中的关键指标进行分析，所述四个维度分别关注的关键指标如图2所示。

覆盖类维度中的关键指标包括上行覆盖异常和下行覆盖异常：

上行覆盖异常指的是呼叫的接入电平小于设定的上行电平门限值，或呼叫的平均上行接收电平小于设定的上行电平门限值；

下行覆盖异常指的是呼叫的平均下行接收电平小于设定的下行电平门限值。

本实施例的覆盖类维度中，所述上行电平门限值可以设定为-100dBm；所述下行电平门限值可以设定为-90dBm，均为本发明实施例根据实际情况总结出的经验值。

接入类维度中的关键指标包括主叫接入失败和被叫接入失败：

主叫接入失败指的是主叫呼叫未收到ALERTING消息，且非用户行为或对端原因导致的接入失败；

被叫接入失败是指被叫呼叫未收到ALERTING消息，且非用户行为或对端原因导致的接入失败。

保持类维度中的关键指标包括通话前掉话、通话后掉话和质差挂机：

通话前掉话指的是呼叫建立结果为“disconnect before connectacknowledge”，且呼叫建立失败原因未非用户行为异常导致；

通话后掉话指的是呼叫建立成功，且呼叫完成结果为收到DISCONNECT消息，且失败原因非用户行为或对端原因导致；

质差挂机指的是信令面上呼叫正常结束，但在信道释放前N秒内无测量报告或最后M秒内上/下行平均质量大于设定的接收质量门限值，该类呼叫一般是由于用户无法忍受差的语音质量而主动挂机。

本实施例的保持类维度中，所述N可以设定为7秒，所述M可以设定为10秒；所述接收质量门限值根据终端制式的不同而不同，本实施例中终端的制式如果为GSM，则所述接收质量门限值可以设定为6或7，均为本发明实施例根据实际情况总结出的经验值。

语音质量类维度中的关键指标包括上/下行HQI(High Quality Index，高质量指示)异常、上行VQI(Voice Quality Indicator，语音质量指示)异常、上/下行单通、上/下行串话和频繁切换异常：

上/下行HQI异常指的是呼叫的上/下行接收质量高的MR比例小于设定的接收质量好比例门限；

上行VQI异常指的是呼叫的上行平均VQI低于设定的低VQI门限，或上行VQI过低时间占呼叫总时长的比例大于设定的低VQI持续时长比例门限；

上/下行单通指的是呼叫在CHR中有单通呼叫记录；

上/下行串话指的是呼叫在CHR中有串话呼叫记录；

频繁切换异常指的是呼叫的一次通话中，切换次数比较多，超过设定的频繁切换次数门限，且平均切换时间间隔比较短，小于设定的频繁切换最小间隔门限，则认为频繁切换呼叫。

本实施例的语音质量类维度中，HQI和VQI均基于基站上报的测量报告MR(Measurement Report，测量报告)，接收质量是指通过计算无线传输过程中的BER(Bit Error Rate，比特误码率)来评估的通话质量。接收质量的测量基于BER，所以接收质量与BER之间有明确的接近线性的关系，具体对应关系如下表1所示：

接收质量	BER范围
		0	BER＜0.2％
1	0.2＜＝BER＜0.4％
		2	0.4＜＝BER＜0.8％
3	0.8＜＝BER＜1.6％
		4	1.6＜＝BER＜3.2％
5	3.2＜＝BER＜6.4％
		6	6.4＜＝BER＜12.84％
7	BER＞＝12.8％

表1

其中BER是在数据传输过程中比特被传错的概率，是在相对长的一段时间内的统计平均值。HQI是指一次呼叫中高质量接收的比例，本实施例中可以为一次呼叫中，接收质量为0～5的MR个数与接收质量0～7的MR个数的比例。VQI是一种利用参数来评估语音质量的方法，VQI通过网络自动收集用户空口质量信息，并通过算法拟合评估出当前通话用户的通话语音质量。VQI描述了无线传输性能和语音质量之间的对应关系，使用VQI技术通过对语音质量评分建立无线性能和语音质量之间的关系，得以在网络优化过程中直观的测量判断无线性能对语音的影响，VQI对语音质量的评分标准为0～5分，分数越高语音质量越好。

所述上/下行接收质量高可以设定标准，本实施例中可以将上/下行接收质量在0～5之间的呼叫设定为上/下行接收质量高的呼叫，上/下行接收质量0～5的呼叫次数与上/下行接收质量0～7的呼叫次数的比例设定为上/下行接收质量高的比例；所述接收质量好比例门限可以设定为0.7；所述低VQI门限根据终端制式的不同而不同，若终端制式为GSM，本实施例中可以设定低VQI门限为2.7；所述低VQI持续时长比例门限可以设定为0.1；所述频繁切换次数门限可以设定为4；所述频繁切换最小间隔门限可以设定为10s；均为本发明实施例根据实际情况总结出的经验值。

步骤202：根据解析结果，判断用户的呼叫是否为异常呼叫。

根据上述四个维度中的关键指标对一定周期内全网单用户的CHR日志进行分析，将符合上述四个维度中任意一项关键指标的呼叫判断为异常呼叫。例如：若某个呼叫通话前掉话，则将该呼叫为异常呼叫；若某个呼叫频繁切换异常，并且质差挂机，则将该呼叫为异常呼叫。

步骤203：根据所述CHR日志，统计所述用户的异常呼叫。

从单维度和多维度的两个方面，可以将对所述用户的异常呼叫的统计分为单维度统计和多维度综合统计：

其中，单维度是指覆盖类、接入类、保持类或语音质量类四个维度中的任意一个维度，多维度是指覆盖类、接入类、保持类和语音质量类四个维度中的任意多个维度。

单维度统计是指从覆盖类、接入类、保持类或语音质量类四个维度中的任意一个维度分别对所述用户的异常呼叫进行四类值的统计：异常呼叫次数、异常呼叫比例、异常呼叫区域集中度和异常呼叫时间集中度。这四类统计值的具体含义为：

1)异常呼叫次数

单维度中，所述用户发生的异常呼叫的绝对次数。例如：若某个用户的某次呼叫通话前掉话，则将该呼叫标记为异常呼叫，并在该用户的保持类维度下的异常呼叫次数上加1；若该用户的某次呼叫频繁切换异常，并且质差挂机，则将该呼叫标记为异常呼叫，并在该用户的保持类维度和语音质量类维度下的异常呼叫次数上各加1。

2)异常呼叫比例

单维度中，所述用户发生的异常呼叫次数/该用户呼叫总次数。例如：若某个用户在所述周期内呼叫总次数为100次，其中主叫接入失败5次，质差挂机10次，则该用户接入类维度中的异常呼叫比例为5％，保持类维度中的异常呼叫比例为10％。

3)异常呼叫区域集中度

单维度中，所述用户异常呼叫发生区域集中的TOPN小区内总的异常呼叫次数。其中，所述N可以设定为1或者2，为本实施例根据实际情况总结出的经验值。

4)异常呼叫时间集中度

单维度中，所述周期内，所述用户异常呼叫发生最集中的一段时间内的异常呼叫次数。所述异常呼叫发生最集中的一段时间可以为所述周期内，异常呼叫发生最严重的1-2天，均为本实施例根据实际情况总结出的经验值。

多维度综合统计是指从覆盖类、接入类、保持类和语音质量类四个维度中的任意多个维度，综合对所述用户的异常呼叫进行两类值的统计：综合异常呼叫次数和综合异常呼叫比例。这两类统计值的具体含义为：

1)综合异常呼叫次数

所述用户发生的综合异常呼叫次数，计算公式为：

综合异常呼叫次数＝∑单维度异常呼叫次数*单维度权重

2)综合异常呼叫比例

所述用户发生的综合异常呼叫比例，计算公式为：

综合异常呼叫比例＝∑单维度异常呼叫比例*单维度权重

多维度综合统计的意义在于，当用户的每一个维度中的异常呼叫都没有达到VAP用户的门限，但每一个维度中的异常呼叫都较为均匀的发生，那么该用户也会感知差。计算公式中的所述单维度权重根据实际情况中，各个维度对用户感知的影响程度、以往用户调研数据和当地投诉用户特性等因素来设定。

步骤204：根据所述异常呼叫的统计结果识别感知差VAP用户。

根据步骤203中对全网用户的异常呼叫的统计方法，对VAP用户的识别方法也从单维度和多维度两个方面分为针对所述用户的单维度识别和多维度综合识别。

单维度识别是指从覆盖类、接入类、保持类或语音质量类四个维度中的任意一个维度识别VAP用户，涉及四个识别方法：异常呼叫次数识别法、异常呼叫比例识别法、异常呼叫区域集中度识别法和异常呼叫时间集中度识别法。这四个识别法的识别规则具体为：

1)异常呼叫次数识别法

如果XX_ABNORMAL_TIME＞XX_VAP_THRESHOLD，则该用户为VAP用户。

XX代表覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_ABNORMAL_TIME为所述用户的异常呼叫次数；

XX_VAP_THRESHOLD为相应维度的VAP用户异常次数门限。

2)异常呼叫比例识别法

同时满足以下a)、b)两个条件则为VAP用户：

a)XX_CALL_TIME＞CALL_TIME_THRESHOLD；

b)XX_ABNORMAL_TIME/

XX_CALL_TIME＞＝XX_RATE_VAP_THRESHOLD。

XX代表覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_CALL_TIME为所述用户总的呼叫次数，

CALL_TIME_THRESHOLD为所述用户活跃通话门限，

XX_ABNORMAL_TIME为所述用户异常呼叫次数

XX_RATE_VAP_THRESHOLD为相应维度的VAP用户异常比例门限。

其中，条件a)的目的是为了滤除统计周期内通话次数比较少，不具有统计意义的用户。

3)异常呼叫区域集中度识别法

XX_ABNORMAL_TIME_TOPN_CELL＞＝XX_TOPN_CELL_THRESHOLD(N＝1，2...)。

XX代表覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_ABNORMAL_TIME_TOPN_CELL为所述用户在TOPN小区发生的异常总次数；

XX_TOPN_CELL_THRESHOLD为相应维度的VAP用户区域集中度门限。

异常呼叫区域集中度识别法的意义在于：单用户的活动区域一般会集中在一个或几个区域。如果在用户经常活动区域发生的异常次数较多，发起投诉的概率较大；而在其它临时过往性活动区域，即使用户感知差，用户发起投诉的概率较小。为使处理方便，将活动区域映射到小区，判断单用户发生异常最严重的N个小区是否达到设定的区域集中度门限。

4)异常呼叫时间集中度识别法

XX_ABNORMAL_TIME_TOPN_DAY＞＝XX_TOPN_DAY_THRESHOLD(N＝1，2...)。

XX代表覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_ABNORMAL_TIME_TOPN_DAY为所述用户在异常最严重的时间段内发生的异常总次数；

XX_TOPN_DAY_THRESHOLD为相应维度的VAP用户时间集中度门限。

异常呼叫时间集中度识别法的意义在于：单用户的异常呼叫如果在一个短的时期内发生非常严重，比如在一天内异常呼叫次数非常多，那么，用户的感知会急剧下降，甚至引发投诉。

多维度识别是指从覆盖类、接入类、保持类和语音质量类四个维度中的任意多个维度综合识别VAP用户，涉及两个识别方法：综合异常呼叫次数识别法和综合异常呼叫比例识别法。这两个识别法的识别规则具体为：

1)综合异常呼叫次数识别法

如果Comb_ABNORMAL_TIME＞Comb_VAP_THRESHOLD，则该用户为VAP用户。

Comb_ABNORMAL_TIME为所述用户的综合异常呼叫次数；

Comb_VAP_THRESHOLD为VAP用户综合异常呼叫次数门限。

2)综合异常比例识别法

同时满足以下a)、b)两个条件则为VAP用户：

a)Comb_CALL_TIME＞CALL_TIME_THRESHOLD

b)Comb_ABNORMAL_RATE＞＝Comb_RATE_VAP_THRESHOLD

Comb_CALL_TIME为所述用户总的呼叫次数；

CALL_TIME_THRESHOLD为所述用户活跃通话门限；

Comb_ABNORMAL_RATE为所述用户整网内综合异常比例；

Comb_RATE_VAP_THRESHOLD为VAP用户综合异常比例门限。

其中，条件a)的目的是为了滤除统计周期内通话次数比较少，不具有统计意义的用户。

上述两大类六个识别法中涉及的VAP用户门限主要根据运营商所确定的VAP用户比例、用户所处的地域环境、当地投诉用户的特性等因素来确定，需要根据实际情况来设定不同的门限值。

本发明实施例提供的技术方案能够准确性较高的识别移动通信网络中感知差的潜在投诉或离网用户的方法，解决了现有技术中，网络运维效率低、人力投入大及现网用户调研成本高的问题。同时，本发明实施例提供的技术方案根据用户的CHR日志来识别VAP用户，直观的体现了单用户的具体感知情况，结合针对投诉用户特性设定判断准则，潜在投诉用户识别的准确性较高，为电信运营商对投诉及离网用户进行预防式关怀提供了基础。

另一个实施例：

如图4所示，在上述方法实施例的基础上，本发明实施例还提供了一种移动通信网络中感知差用户的识别装置，包括：

接收单元，用于服务器接收网络管理系统发送的呼叫历史记录CHR日志解析单元，用于解析所述CHR日志；

判断单元，用于根据解析结果，判断用户的呼叫是否为异常呼叫；

统计单元，用于根据所述CHR日志，统计所述用户的异常呼叫；

识别单元，用于根据所述异常呼叫的统计结果识别感知差VAP用户。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的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 (18)

1.一种移动通信网络中感知差用户的识别方法，其特征在于，包括：

服务器接收网络管理系统发送的呼叫历史记录CHR日志并进行解析；

根据解析结果，判断用户的呼叫是否为异常呼叫；

根据所述CHR日志，统计所述用户的异常呼叫；

根据所述异常呼叫的统计结果识别感知差VAP用户。

2.根据权利要求1所述的方法，其特征在于，所述CHR日志为一个周期内的CHR日志，所述用户为全网范围内所有基站控制器BSC或者部分BSC内的单用户。

3.根据权利要求2所述的方法，其特征在于，所述服务器接收网络管理系统发送的一个周期内的呼叫历史记录CHR日志并进行解析，具体为：

所述服务器从覆盖类、接入类、保持类和语音质量类四个维度中的任意一个或多个维度中，提取一个周期内的CHR日志中的关键指标进行分析。

4.根据权利要求3所述的方法，其特征在于，所述关键指标，具体为：

所述覆盖类维度中的所述关键指标包括上行覆盖异常和下行覆盖异常；

所述接入类维度中的所述关键指标包括主叫接入失败和被叫接入失败；

所述保持类维度中的所述关键指标包括通话前掉话、通话后掉话和质差挂机；

所述语音质量类维度中的所述关键指标包括上/下行高质量指示HQI异常、上行语音质量指示VQI异常、上/下行单通、上/下行串话和频繁切换异常。

5.根据权利要求4所述的方法，所述根据解析结果，判断用户的呼叫是否为异常呼叫，具体为：

若所述呼叫符合任意一项所述关键指标，则所述呼叫为异常呼叫。

6.根据权利要求5所述的方法，其特征在于，所述上行覆盖异常为呼叫的接入电平小于设定的上行电平门限值，或呼叫的平均上行接收电平小于设定的上行电平门限值；

所述下行覆盖异常为呼叫的平均下行接收电平小于设定的下行电平门限值；

所述主叫接入失败为主叫呼叫未收到ALERTING消息，且非用户行为或对端原因导致的接入失败；

所述被叫接入失败为被叫呼叫未收到ALERTING消息，且非用户行为或对端原因导致的接入失败；

所述通话前掉话为呼叫建立结果为“disconnect before connectacknowledge”，且呼叫建立失败原因未非用户行为异常导致；

所述通话后掉话为呼叫建立成功，且呼叫完成结果为收到DISCONNECT消息，且失败原因非用户行为或对端原因导致；

所述质差挂机为信令面上呼叫正常结束，但在信道释放前N秒内无测量报告或最后M秒内上/下行平均质量大于设定的接收质量门限值；

所述上/下行HQI异常为呼叫的上/下行接收质量高的终端测量报告MR比例小于设定的接收质量好比例门限；

所述上行VQI异常为呼叫的上行平均VQI低于设定的低VQI门限，或呼叫的上行VQI过低时间占呼叫总时长的比例大于设定的低VQI持续时长比例门限；

所述上/下行单通为呼叫在所述CHR中有单通呼叫记录；

所述上/下行串话为呼叫在所述CHR中有串话呼叫记录；

所述频繁切换异常为呼叫在一次通话中切换次数超过设定的频繁切换次数门限，且平均切换时间间隔小于设定的频繁切换最小间隔门限。

7.根据权利要求2所述的方法，其特征在于，所述根据所述CHR日志，统计所述用户的异常呼叫，具体为：

从单维度和/或多维度统计所述用户的异常呼叫。

8.根据权利要求7所述的方法，其特征在于，所述从单维度统计所述用户的异常呼叫，具体为：

从覆盖类、接入类、保持类或语音质量类中的任意一个维度，对所述用户的异常呼叫统计以下四类统计值：

异常呼叫次数、异常呼叫比例、异常呼叫区域集中度、异常呼叫时间集中度。

9.根据权利要求8所述的方法，其特征在于，包括：

所述异常呼叫次数为单维度中，所述用户发生的异常呼叫的绝对次数；

所述异常呼叫比例为单维度中，所述用户发生的异常呼叫次数/所述用户呼叫总次数；

所述异常呼叫区域集中度为单维度中，所述用户异常呼叫发生区域集中的TOPN小区内总的异常呼叫次数；

所述异常呼叫时间集中度为单维度中，所述周期内，所述用户异常呼叫发生最集中的一段时间内的异常呼叫次数。

10.根据权利要求9所述的方法，其特征在于，所述TOPN小区具体为所述用户异常呼叫发生最为集中的N个小区。

11.根据权利要求7所述的方法，其特征在于，所述从多维度统计所述用户的异常呼叫，具体为：

从覆盖类、接入类、保持类和语音质量类中的任意多个维度，综合对所述用户的异常呼叫统计以下两类统计值：

综合异常呼叫次数、综合异常呼叫比例。

12.根据权利要求11所述的方法，其特征在于，包括：

所述综合异常呼叫次数为所述用户发生的综合异常呼叫次数，计算公式为：

综合异常呼叫次数＝∑单维度异常呼叫次数*单维度权重；

所述综合异常呼叫比例为所述用户发生的综合异常呼叫比例，计算公式为：

综合异常呼叫比例＝∑单维度异常呼叫比例*单维度权重。

13.根据权利要求3所述的方法，其特征在于，根据所述异常呼叫的统计结果识别感知差VAP用户，具体为：

从单维度和/或多维度识别所述VAP用户。

14.根据权利要求13所述的方法，其特征在于，所述从单维度识别所述VAP用户，具体为：

从覆盖类、接入类、保持类或语音质量类中的任意一个维度识别所述VAP用户，涉及四个识别方法：异常呼叫次数识别法、异常呼叫比例识别法、异常呼叫区域集中度识别法和异常呼叫时间集中度识别法。

15.根据权利要求14所述的方法，其特征在于，所述异常呼叫次数识别法具体为：

如果XX_ABNORMAL_TIME＞XX_VAP_THRESHOLD，则该用户为所述VAP用户；

XX代表所述覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_ABNORMAL_TIME为所述用户的异常呼叫次数；

XX_VAP_THRESHOLD为相应维度的所述VAP用户异常次数门限。

所述异常呼叫比例识别法具体为：

同时满足以下a)、b)两个条件则为所述VAP用户：

a)XX_CALL_TIME＞CALL_TIME_THRESHOLD

b)XX_ABNORMAL_TIME/

XX_CALL_TIME＞＝XX_RATE_VAP_THRESHOLD

XX代表所述覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_CALL_TIME为所述用户总的呼叫次数，

CALL_TIME_THRESHOLD为所述用户活跃通话门限，

XX_ABNORMAL_TIME为所述用户异常呼叫次数

XX_RATE_VAP_THRESHOLD为相应维度的所述VAP用户异常比例门限。

所述异常呼叫区域集中度识别法具体为：

XX_ABNORMAL_TIME_TOPN_CELL＞＝XX_TOPN_CELL_THRESHOLD(N＝1，2...)；

XX代表所述覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_ABNORMAL_TIME_TOPN_CELL为所述用户在所述TOPN小区发生的异常总次数；

XX_TOPN_CELL_THRESHOLD为相应维度的所述VAP用户区域集中度门限。

所述异常呼叫时间集中度识别法具体为：

XX_ABNORMAL_TIME_TOPN_DAY＞＝XX_TOPN_DAY_THRESHOLD(N＝1，2...)；

XX代表所述覆盖类、接入类、保持类和语音质量类四个维度中的任意一个维度；

XX_ABNORMAL_TIME_TOPN_DAY为所述用户在异常最严重的时间段内发生的异常总次数；

XX_TOPN_DAY_THRESHOLD为相应维度的所述VAP用户时间集中度门限。

16.根据权利要求13所述的方法，其特征在于，所述从多维度识别所述VAP用户，具体为：

从覆盖类、接入类、保持类和语音质量类四个维度中的任意多个维度综合识别VAP用户，涉及两个识别方法：综合异常呼叫次数识别法和综合异常呼叫比例识别法。

17.根据权利要求16所述的方法，其特征在于，所述综合异常呼叫次数识别法具体为：

如果Comb_ABNORMAL_TIME＞Comb_VAP_THRESHOLD，则所述用户为VAP用户；

Comb_ABNORMAL_TIME为所述用户的综合异常呼叫次数；

Comb_VAP_THRESHOLD为所述VAP用户综合异常呼叫次数门限。

所述综合异常呼叫比例识别法具体为：

同时满足以下a)、b)两个条件则为所述VAP用户：

a)Comb_CALL_TIME＞CALL_TIME_THRESHOLD

b)Comb_ABNORMAL_RATE＞＝Comb_RATE_VAP_THRESHOLD

Comb_CALL_TIME为所述用户总的呼叫次数；

CALL_TIME_THRESHOLD为所述用户活跃通话门限；

Comb_ABNORMAL_RATE为用户整网内综合异常比例；

Comb_RATE_VAP_THRESHOLD为VAP用户综合异常比例门限。

18.一种移动通信网络中感知差用户的识别装置，其特征在于，包括：

接收单元，用于服务器接收网络管理系统发送的呼叫历史记录CHR日志；

解析单元，用于解析所述CHR日志；

判断单元，用于根据解析结果，判断用户的呼叫是否为异常呼叫；

统计单元，用于根据所述CHR日志，统计所述用户的异常呼叫；

识别单元，用于根据所述异常呼叫的统计结果识别感知差VAP用户。

Images