CN103179584B - 基于用户级业务模型的自优化系统和方法 - Google Patents

基于用户级业务模型的自优化系统和方法 Download PDF

Info

Publication number
CN103179584B
CN103179584B CN201310055397.XA CN201310055397A CN103179584B CN 103179584 B CN103179584 B CN 103179584B CN 201310055397 A CN201310055397 A CN 201310055397A CN 103179584 B CN103179584 B CN 103179584B
Authority
CN
China
Prior art keywords
user
model
service model
call data
self
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.)
Active
Application number
CN201310055397.XA
Other languages
English (en)
Other versions
CN103179584A (zh
Inventor
吴炜
吴赟
李柏良
杜安静
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.)
Shenzhen Zhongxing Communication Technology Service Co., Ltd.
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201310055397.XA priority Critical patent/CN103179584B/zh
Publication of CN103179584A publication Critical patent/CN103179584A/zh
Priority to PCT/CN2014/071920 priority patent/WO2014127703A1/zh
Application granted granted Critical
Publication of CN103179584B publication Critical patent/CN103179584B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于用户级业务模型的自优化系统和方法，采用了对用户呼叫数据进行聚集分类的处理方式，自动生成标准业务模型；本发明避免了人工维护用户群所需的巨大工作和易犯的错误，取得了提高用户群级别的优化效率的进步，可应用性更强，也无需预知服务终端将要申请应用数据流的类型并进行配置。本发明优化的粒度比业务类型更细，能更好的满足用户需求。此外，本发明还可以增加反馈机制，采用基于用户性能指标对匹配归类的效果进行闭环调整，选择性能指标最佳的归类，同时还可以与营帐系统关联，基于用户话费信息对匹配归类的效果进行闭环调整，达到了同时兼顾性能指标与经济价值的效果，节省了投资，提高了经济效益，改善了用户体验。

Description

基于用户级业务模型的自优化系统和方法
技术领域
本发明涉及移动通讯领域，具体涉及一种基于用户级业务模型的自优化系统和方法。
背景技术
无线通讯系统可以实现为用户提供有针对性的服务质量，目前主要有以下三种实现方式：
第一种，将用户划成不同组，定义不同的优化方法，从而实现用户群级别的系统自优化。由于目前用户组的维护完全由人工进行，工作量巨大而且容易出错，所以无法大规模有效应用这种自动优化方式。
第二种，基于用户所使用的不同业务类型，定义不同的优化方法，从而实现业务级别的系统自优化。但是这种方法没考虑到使用相同业务的多个用户，其业务模型差别可能很大，采用相同的优化方法未必能满足客户的需求。
第三种，基于终端申请的应用数据流的类型，定义不同的优化方法，从而实现业务级别的系统自优化。这种方式对终端的软件设计有特殊要求，目前市面上这种终端所占的比重很低。而且，这种方法要求无线通讯系统要预知所服务终端将要申请应用数据流的类型并进行配置，否则无法执行对应的优化方案从而提供有区别的服务质量。
上述第一种与第三种是现有比较成熟的方法，但由于如上所述的缺点导致没有广泛应用，所以实际上目前无线通讯系统针对绝大多数用户都没有提供有区别的自优化。
而第二种方法正在开发完善中，后续应用的普及面可能会要高于第一种与第三种方法，但如前所述，其效果未必能满足客户的需求。
此外进一步来说，现在商用运行的无线通讯系统对优化方法的执行效果缺乏反馈分析支路，也就无法获取之前执行的业务优化方法的效果反馈进而自动修正以改善单用户的性能指标与经济效益。
发明内容
本发明解决的技术问题是提出了一种基于用户级业务模型的自优化系统和方法，不需要人工维护用户群，或者预知所服务终端将要申请应用数据流的类型，以及确保选定的业务模型的合理性。
本发明提出的基于用户级业务模型的自优化系统，包括：标准业务模型聚类器、优化方案编辑器、用户业务模型归类器、优化方案执行器；所述标准业务模型聚类器，用于对用户呼叫数据进行聚集分类处理，生成至少一种标准业务模型；并将所述标准业务模型信息传送到所述优化方案编辑器和所述用户业务模型归类器；优化方案编辑器，用于设置所述各标准业务模型对应的优化方案，并生成标准业务模型与优化方案的匹配映射表；用户业务模型归类器，用于将待优化的用户呼叫数据参照所述标准业务模型进行归类处理，确定出待优化的用户呼叫数据的候选业务模型；并将所述候选业务模型信息传送到所述优化方案执行器；优化方案执行器，用于根据所述候选业务模型信息，查找所述匹配映射表确定并执行对应的优化方案。
在一种实施方式中，还包括优化结果分析器，用于当所述候选业务模型中包括至少两个标准业务模型时，比较各标准业务模型的性能指标，并将性能指标高的标准业务模型信息反馈给所述用户业务模型归类器；所述用户业务模型归类器还用于据此固化待优化的用户呼叫数据的候选业务模型。优选的，所述的优化结果分析器还与营帐系统互联，用于当所述候选业务模型中包括至少两个标准业务模型时，比较各标准业务模型的经济指标，并将经济指标高的标准业务模型信息反馈给所述用户业务模型归类器；所述用户业务模型归类器还用于据此固化待优化的用户呼叫数据的候选业务模型。
在一种实施方式中，还包括业务模型特征过滤器，用于基于业务模型的基准要求过滤用户呼叫数据。
优选的，所述标准业务模型聚类器包括聚集筛选处理单元和聚类处理单元，所述聚集筛选处理单元用于对用户呼叫数据进行聚集处理，并根据聚集处理的结果对用户呼叫数据进行筛选处理，所述聚类处理单元用于对所述筛选处理得到的有效用户呼叫数据进行聚类处理。
优选的，所述优化方案编辑器、优化方案执行器设置在基站控制器侧，所述业务模型特征过滤器、标准业务模型聚类器和用户业务模型归类器设置在呼叫详细信息记录器侧。
本发明还提出了基于用户级业务模型的自优化方法，包括以下处理步骤：对存储的用户呼叫数据进行聚集分类处理，生成至少一种标准业务模型；设置所述各标准业务模型对应的优化方案，并生成标准业务模型与优化方案的匹配映射表；对待优化的用户呼叫数据参照所述标准业务模型进行归类处理，确定出待优化的用户呼叫数据的候选业务模型；根据所述候选业务模型信息，查找所述匹配映射表确定并执行对应的优化方案。
在一种实施方式中，当所述候选业务模型中包括至少两个标准业务模型时，还包括以下处理步骤：比较各标准业务模型的性能指标，并反馈性能指标高的标准业务模型信息，并据此固化待优化的用户呼叫数据的候选业务模型。优选的，当所述候选业务模型中包括至少两个标准业务模型时，还包括以下处理步骤：与营帐系统互联，比较各标准业务模型的经济指标，并反馈经济指标高的标准业务模型信息，并据此固化待优化的用户呼叫数据的候选业务模型。
在一种实施方式中，在对用户呼叫数据进行聚集分类处理之前还包括以下处理步骤：对用户呼叫数据进行分析，并基于业务模型的基准要求过滤出有效的用户呼叫数据。
优选的，所述对存储的用户呼叫数据进行聚集分类处理包括以下处理过程：对用户呼叫数据进行聚集处理，并根据聚集处理的结果对用户呼叫数据进行筛选处理；对所述筛选处理得到的有效用户呼叫数据进行聚类处理。
用本发明所述系统和方法，由于采用了对用户呼叫数据进行聚集分类的处理方式，自动生成标准业务模型；与现有技术相比，避免了人工维护用户群所需的巨大工作和易犯的错误，取得了提高用户群级别的优化效率的进步，可应用性更强；而且也无需预知无线通讯系统所服务终端将要申请应用数据流的类型并进行配置，可以在系统输出标准业务模型后再做配置，避免无效配置。本发明优化的粒度比业务类型更细，能更好的满足用户需求。此外，本发明还可以增加反馈机制，采用基于用户性能指标对匹配归类的效果进行闭环调整，选择性能指标最佳的归类，同时还可以与营帐系统关联，基于用户话费信息对匹配归类的效果进行闭环调整，选择经济价值最佳的归类，最终从性能指标与经济价值两个维度指导自优化过程的执行，达到了同时兼顾性能指标与经济价值的效果，节省了投资，提高了经济效益，改善了用户体验。
附图说明
图1为本发明实施例的自优化系统框架图；
图2为本发明实施例的自优化方法主流程图；
图3为本发明实施例中标准业务模型的生成处理流程图；
图4为本发明实施例中实际业务模型的归类处理流程图。
具体实施方式
下面结合附图，并通过实施例对本发明技术方案的实现做进一步的详细说明。实施例针对某一特定行业应用用户中不同的业务模型如何筛选分类来说明，本发明的应用的场景并不局限于该特定场景。
如图1所示，本实施例的基于用户级业务模型的自优化系统包括：业务模型特征过滤器101、标准业务模型聚类器102、用户业务模型归类器103、优化方案编辑器104、优化方案执行器105，以及优化结果分析器106组成。其中，标准业务模型聚类器102、用户业务模型归类器103、优化方案编辑器104、优化方案执行器105为基本的功能单元，业务模型特征过滤器101和优化结果分析器106为可选单元。标准业务模型聚类器102和用户业务模型归类器103可以与数据包协议解析模块(图1中未示出)相连。优化结果分析器106可以与营帐系统107相连。本实施例的自优化系统中的各功能模块可以分别设置在基站控制器侧和呼叫详细信息记录器侧，其中一种优选实施方式中，在基站控制器侧设置优化方案编辑器104和优化方案执行器105，在呼叫详细信息记录器侧设置业务模型特征过滤器101、标准业务模型聚类器102、用户业务模型归类器103和优化结果分析器106。
以下对各功能模块进行详细说明：
业务模型特征过滤器101：负责基于业务模型的基准要求过滤用户呼叫数据，然后将处理后的数据送到标准业务模型聚类器102以及用户业务模型归类器中进行处理。该模块为优选模块而非必选，如在理想的情况下，即所有的用户呼叫数据都能满足业务模型的基准要求，则可以不设置本模块，用户呼叫数据可以直接送到标准业务模型聚类器102以及用户业务模型归类器103中进行处理。
标准业务模型聚类器102：负责对业务模型特征过滤器过滤后的用户呼叫数据进行聚集分类，从而自动产生不同用户群体的标准业务模型，即标准业务模型列表。如果与数据包协议解析模块相连，可以获取数据协议信息。标准业务模型聚类器102包括聚集筛选处理单元和聚类处理单元(图中未示出)，聚集筛选处理单元负责对用户呼叫数据进行聚集处理，并根据聚集处理的结果对用户呼叫数据进行筛选处理，聚类处理单元负责对所述筛选处理得到的有效用户呼叫数据进行聚类处理。
用户业务模型归类器103：负责对业务模型特征过滤器过滤后的特定用户呼叫数据，参照标准业务模型聚类器102输出的标准业务模型进行归类，从而将特定用户自动划到不同用户群。本模块输出特定用户被归类的标准业务模型，称之为候选业务模型列表。如果与数据包协议解析模块相连，可以获取数据协议信息。需要说明的是有可能特定用户被归类到多个标准业务模型中，此时候选业务模型列表中就包括了多个标准业务模型。
优化方案编辑器104：网络优化工程师使用本模块设置各标准业务模型对应的优化方案，最终输出标准业务模型与优化方案的匹配映射表。
优化方案执行器105：基于用户业务模型归类器103输出的候选业务模型列表，查找优化方案编辑器104输出的标准业务模型与优化方案的匹配映射表，执行对应的优化方案。
优化结果分析器106：该模块为优选模块而非必选，当用户业务模型归类器103为特定用户输出的候选业务模型列表中结果不唯一时，本模块对比各个候选业务模型的性能指标，如果本模块与营帐系统107做了互联，还可以对比各个候选业务模型的话费等经济指标，最终综合考虑性能指标与经济指标，选择最合适的候选业务模型反馈给用户业务模型归类器103，后续该特定用户对应的候选业务模型就唯一固定下来了。营帐系统107为优选模块而非必选。
如图2所示，本实施例的基于用户级业务模型的自优化方法包括以下处理步骤：
S201：标准业务模型聚类器对存储的所有用户呼叫数据进行聚类分析，生成标准业务模型。
本步骤的其中一种实施方式的详细实现过程如图3所示，采用先进行聚集筛选处理，再进行聚类处理的方式，具体包括下列步骤：
步骤S301：业务模型特征过滤器对存储的所有用户呼叫数据进行分析，过滤出同时满足以下条件的用户呼叫数据：
前向导频强度>-5dB
前向平均速率<150kbps
反向平均速率>200kbps
RAB繁忙率<10％
缺省用户等级
如果配置了数据包协议解析模块，要求用户数据包协议解析结果为RTP(Realti me Transport Protocol)实时传输协议
步骤S302：标准业务模型聚类器对于过滤后的用户呼叫数据按用户进行聚集筛选处理，具体为：针对每个用户分析所属记录，计算每个用户的反向平均速率的中值；如果该用户所有记录的反向平均速率与中值相差小于50kbps，则该用户标示为反向行业应用用户，否则停止分析该用户的呼叫数据；
本步骤输出结果是反向行业应用用户呼叫数据记录列表，每条记录格式为：IMSI，反向平均速率的中值。
步骤S303：标准业务模型聚类器对所有反向行业应用用户记录列表应用K-平均值方法进行聚类，在聚类处理时平均值选取为反向平均速率的中值进行处理。
首先将K设为1，计算所有反向行业应用用户的反向平均速率的中值Y1。
然后将K设为2，即按照2个簇来进行聚类。首先取列表中的头两个记录作为初始的簇中心，设其反向平均速率的中值分别为X1，X2，两个簇中心的初始值设为Y1=X1，Y2＝X2，对于列表中所有记录都与两个簇中心进行欧氏距离计算，就近归类：即如果|Xi-Y1|<|Xi-Y2|，则Xi归类到Y1代表的簇，否则归类到Y2代表的簇，对所有记录计算完成后，重新计算两个簇中心，为简化起见，设头m个记录归类到Y1代表的簇，后面n个记录归类到Y2代表的簇，于是：
Y1=(X1+X2+…+Xm)/m
Y2＝(Xm+1+X m+2+…+X m+n)/n
然后基于新的簇中心Y1，Y2重复以上步骤，将列表中所有记录都与两个簇中心进行欧氏距离计算，就近归类，直到执行完某次分类后，簇中心不再变化，则针对K设为2的场景聚类完成；如果聚类完成后发现|Y1-Y2|<100kbps，则判定K设为2时簇中心过近，聚类可以中止，簇中心选择K设为1时算出来的数值；否则将K设为3，采用上述计算方法计算出从大到小排列的簇中心Y1，Y2，Y3，并判定|Y1-Y2|与|Y3-Y2|是否小于100kbps，再判断是否可以中止聚类，还是要继续增加K值。
如此对K值逐步加1聚类计算，直到算出的簇中心之间出现了距离小于100kbps的情况则中止聚类过程，然后采用K-1的聚类场景算出的簇中心作为最终聚类结果。
步骤S304：标准业务模型聚类器通知优化方案编辑器已生成反向行业应用用户的标准业务模型，即要求保障反向平均速率为Y1，Y2,…YK-1的K-1类反向行业应用；
步骤S202，优化工程师通过优化方案编辑器新增用户等级，为其设置对应空口参数实现对K-1类反向行业应用的保障，具体设置参数包括T2PTransition函数，TxT2PMax函数，T2PMin参数。最终生成标准业务模型与优化方案的匹配映射表，匹配映射表中包括：标准业务模型与用户等级、优化参数的对应关系，该匹配映射表被提供给优化方案执行器。
步骤S203，优化处理运行阶段：用户业务模型归类器针对具体某个用户的实际话单，参考标准业务模型进行归类分析，最终判定其对应的标准业务模型代号反馈给优化方案执行器。
步骤S204，优化方案执行器查找匹配映射表，确定对应的标准业务模型的优化方案，并触发对应优化方案的执行。
在一种实施方式中，如果归类分析对应的标准业务模型为多个的情况，且需要同时考虑性能指标和经济指标时，如图4所示，归类和优化过程包括下列步骤：
步骤S401，每个用户每次连接建立过程中以及释放后，业务模型特征过滤器会收到对应新增话单，按如下条件进行过滤：
前向导频强度>-5dB
前向平均速率<150kbps
反向平均速率>200kbps
RAB繁忙率<10％
缺省用户等级
如果配置了数据包协议解析模块，要求用户数据包协议解析结果为RTP(Realtime Transport Protocol)实时传输协议。
步骤S402，用户业务模型归类器将经过过滤的用户话单与标准业务模型进行归类分析，判决相似度较高的候选业务模型列表。
如果从过滤后的呼叫数据计算出该用户所有记录的反向平均速率与中值相差小于50kbps，则该用户属于行业应用用户，否则停止后续步骤的执行，用户业务模型归类器将返回空的标准业务模型代号返回给优化方案执行器，为此用户不执行基于用户业务模型的优化。
将该用户的反向平均速率的中值X与K-1类反向行业应用对应速率按数值大小顺序排列，然后基于该用户的反向平均速率的中值X与最近的2个标准业务模型中的反向平均速率Y1，Y2计算欧氏距离，如果|X-Y1|<|X-Y2|，则X归类到Y1代表的标准业务模型，否则归类到Y2代表的标准业务模型，如果距离相等，则将两个标准业务模型都纳入候选业务模型列表。
步骤S403，用户业务模型归类器逐个把候选业务模型代号反馈给优化方案执行器，后续当用户连接建立后优化方案执行器自动执行与候选业务模型代号对应的优化方法。
步骤S404，优化结果分析器针对每个候选业务模型，计算单用户的每次业务的反向平均速率以及所有业务的反向平均速率中值，如果选择配置了与营帐系统相连，则发出话费查询请求。
步骤S405，优化结果分析器将固化选择性能指标与话费均衡最优对应的标准业务模型提供给用户业务模型归类器，作为后续较长一定时段或较多次数业务的反馈类型，辅助优化方案执行器执行基于业务模型的优化。
以上所述仅为本发明的一种实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于用户级业务模型的自优化系统，其特征在于，包括：标准业务模型聚类器、优化方案编辑器、用户业务模型归类器、优化方案执行器；
所述标准业务模型聚类器，用于对用户呼叫数据进行聚集分类处理，生成至少一种标准业务模型；并将所述标准业务模型信息传送到所述优化方案编辑器和所述用户业务模型归类器；
优化方案编辑器，用于设置各标准业务模型对应的优化方案，并生成标准业务模型与优化方案的匹配映射表；
用户业务模型归类器，用于将待优化的用户呼叫数据参照所述标准业务模型进行归类处理，确定出待优化的用户呼叫数据的候选业务模型；并将所述候选业务模型信息传送到所述优化方案执行器；
优化方案执行器，用于根据所述候选业务模型信息，查找所述匹配映射表确定并执行对应的优化方案。
2.根据权利要求1所述的基于用户级业务模型的自优化系统，其特征在于，还包括优化结果分析器，用于当所述候选业务模型中包括至少两个标准业务模型时，比较各标准业务模型的性能指标，并将性能指标高的标准业务模型信息反馈给所述用户业务模型归类器；所述用户业务模型归类器还用于据此固化待优化的用户呼叫数据的候选业务模型。
3.根据权利要求2所述的基于用户级业务模型的自优化系统，其特征在于，所述的优化结果分析器还与营帐系统互联，用于当所述候选业务模型中包括至少两个标准业务模型时，比较各标准业务模型的经济指标，并将经济指标高的标准业务模型信息反馈给所述用户业务模型归类器；所述用户业务模型归类器还用于据此固化待优化的用户呼叫数据的候选业务模型。
4.根据权利要求1-3任一项所述的基于用户级业务模型的自优化系统，其特征在于，还包括业务模型特征过滤器，用于基于业务模型的基准要求过滤用户呼叫数据。
5.根据权利要求4所述的基于用户级业务模型的自优化系统，其特征在于，所述标准业务模型聚类器包括聚集筛选处理单元和聚类处理单元，所述聚集筛选处理单元用于对用户呼叫数据进行聚集处理，并根据聚集处理的结果对用户呼叫数据进行筛选处理，所述聚类处理单元用于对所述筛选处理得到的有效用户呼叫数据进行聚类处理。
6.一种基于用户级业务模型的自优化方法，其特征在于，包括以下处理步骤：
对存储的用户呼叫数据进行聚集分类处理，生成至少一种标准业务模型；
设置各标准业务模型对应的优化方案，并生成标准业务模型与优化方案的匹配映射表；
对待优化的用户呼叫数据参照所述标准业务模型进行归类处理，确定出待优化的用户呼叫数据的候选业务模型；
根据所述候选业务模型信息，查找所述匹配映射表确定并执行对应的优化方案。
7.根据权利要求6所述的基于用户级业务模型的自优化方法，其特征在于，当所述候选业务模型中包括至少两个标准业务模型时，还包括以下处理步骤：比较各标准业务模型的性能指标，并反馈性能指标高的标准业务模型信息，并据此固化待优化的用户呼叫数据的候选业务模型。
8.根据权利要求7所述的基于用户级业务模型的自优化方法，其特征在于，当所述候选业务模型中包括至少两个标准业务模型时，还包括以下处理步骤：与营帐系统互联，比较各标准业务模型的经济指标，并反馈经济指标高的标准业务模型信息，并据此固化待优化的用户呼叫数据的候选业务模型。
9.根据权利要求6-8任一项所述的基于用户级业务模型的自优化方法，其特征在于，在对用户呼叫数据进行聚集分类处理之前还包括以下处理步骤：对用户呼叫数据进行分析，并基于业务模型的基准要求过滤出有效的用户呼叫数据。
10.根据权利要求9所述的基于用户级业务模型的自优化方法，其特征在于，所述对存储的用户呼叫数据进行聚集分类处理包括以下处理过程：对用户呼叫数据进行聚集处理，并根据聚集处理的结果对用户呼叫数据进行筛选处理；对所述筛选处理得到的有效用户呼叫数据进行聚类处理。
CN201310055397.XA 2013-02-21 2013-02-21 基于用户级业务模型的自优化系统和方法 Active CN103179584B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201310055397.XA CN103179584B (zh) 2013-02-21 2013-02-21 基于用户级业务模型的自优化系统和方法
PCT/CN2014/071920 WO2014127703A1 (zh) 2013-02-21 2014-02-10 一种自优化系统、方法及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310055397.XA CN103179584B (zh) 2013-02-21 2013-02-21 基于用户级业务模型的自优化系统和方法

Publications (2)

Publication Number Publication Date
CN103179584A CN103179584A (zh) 2013-06-26
CN103179584B true CN103179584B (zh) 2015-07-22

Family

ID=48639143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310055397.XA Active CN103179584B (zh) 2013-02-21 2013-02-21 基于用户级业务模型的自优化系统和方法

Country Status (2)

Country Link
CN (1) CN103179584B (zh)
WO (1) WO2014127703A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103179584B (zh) * 2013-02-21 2015-07-22 中兴通讯股份有限公司 基于用户级业务模型的自优化系统和方法
CN108845550B (zh) * 2018-08-30 2020-10-30 红塔烟草(集团)有限责任公司 生产控制执行参数的防差错方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101115272A (zh) * 2007-08-16 2008-01-30 中讯邮电咨询设计院 用于无线网络用户行为的建模方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7580712B2 (en) * 2005-06-03 2009-08-25 Telefonaktiebolaget Lm Ericsson (Publ) Wireless high-speed data network planning tool
CN102077636A (zh) * 2009-05-15 2011-05-25 思科技术公司 用于自组织网络的系统和方法
CN101959222B (zh) * 2009-07-13 2013-02-27 中兴通讯股份有限公司 一种无线通讯网络邻区列表自优化的方法和系统
CN101959308A (zh) * 2010-09-30 2011-01-26 中兴通讯股份有限公司 一种无线数据业务分类方法及装置
CN103179584B (zh) * 2013-02-21 2015-07-22 中兴通讯股份有限公司 基于用户级业务模型的自优化系统和方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101115272A (zh) * 2007-08-16 2008-01-30 中讯邮电咨询设计院 用于无线网络用户行为的建模方法

Also Published As

Publication number Publication date
WO2014127703A1 (zh) 2014-08-28
CN103179584A (zh) 2013-06-26

Similar Documents

Publication Publication Date Title
CN107276790B (zh) 一种业务工单的处理方法及系统
CN105007171B (zh) 基于通信领域大数据的用户数据分析系统及方法
US9462486B2 (en) Method and device for classifying wireless data service
CN108400993A (zh) 智能工业装备组件式组建的物联网系统和存储介质
CN102026141A (zh) 一种流量统计方法、终端和系统
CN101373533A (zh) 基于移动通信信令网关的实时精确营销装置及数据处理方法
CN105991707B (zh) 多媒体交互方法、服务器及系统
CN108924007B (zh) 通信运营信息的大数据采集及存储系统和方法
WO2012051809A1 (zh) 移动增值业务访问控制策略的制定方法及相关装置和系统
CN102026234B (zh) Gsm网络主被叫呼损统计分析方法
EP3091693A1 (en) Control method and centralized controller in communication network and wireless communication network system
CN108632864A (zh) 一种基于终端基带芯片收集信令的网络优化系统
WO2016176864A1 (zh) 电动汽车预约充电控制方法及装置
CN102025612A (zh) 基于Wi-Fi的无缝网络接入设备及其网络接入方法
CN103179584B (zh) 基于用户级业务模型的自优化系统和方法
CN105792252B (zh) 一种基于sdn的无线通信网络性能优化方法和sdn控制器
US10503795B2 (en) Method and system for managing data
CN104125081A (zh) 一种基于策略的多终端协同系统和方法
CN105490912B (zh) 一种实现短信转发为即时消息的方法及装置
CN105376155B (zh) 一种基于分布式集群架构的智能路由系统及方法
CN104486769A (zh) 一种价值小区的选取方法及装置
CN106027420A (zh) 一种资源模型创建方法和装置
CN108989137A (zh) 端到端通信的时延测量方法及装置、计算机可读存储介质
CN103067934A (zh) 核心网多接口信令流程关联方法
CN106776755A (zh) 一种面向对象式的情报管理系统

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
TR01 Transfer of patent right

Effective date of registration: 20170511

Address after: 518057 Nanshan District high tech Industrial Park, Guangdong, ZTE building, A3-01, A3-02,

Patentee after: Shenzhen Zhongxing Communication Technology Service Co., Ltd.

Address before: 518057 Nanshan District science and Technology Industrial Park, Guangdong high tech Industrial Park, ZTE building

Patentee before: ZTE Corporation

TR01 Transfer of patent right