CN107358346A - 针对于通信质量的评价信息处理方法和装置 - Google Patents

针对于通信质量的评价信息处理方法和装置 Download PDF

Info

Publication number
CN107358346A
CN107358346A CN201710534722.9A CN201710534722A CN107358346A CN 107358346 A CN107358346 A CN 107358346A CN 201710534722 A CN201710534722 A CN 201710534722A CN 107358346 A CN107358346 A CN 107358346A
Authority
CN
China
Prior art keywords
network data
user
type
evaluation
information
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.)
Granted
Application number
CN201710534722.9A
Other languages
English (en)
Other versions
CN107358346B (zh
Inventor
杨军
赵越
王瑜
周莹
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201710534722.9A priority Critical patent/CN107358346B/zh
Publication of CN107358346A publication Critical patent/CN107358346A/zh
Application granted granted Critical
Publication of CN107358346B publication Critical patent/CN107358346B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种针对于通信质量的评价信息处理方法和装置，其中，该方法包括：针对每一种网络数据类型，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，评价探索信息包括各用户分类或各网络数据分类下的评价信息、与各评价信息对应的网络数据指标；对各评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标；将各网络数据类型的评价探索信息、每一种网络数据类型下的网络数据指标，输入到分类器中识别，得到各网络数据指标的权重值，权重值表征了网络数据指标对于评价信息的重要程度。使得通信运营商获知到影响到口碑值的重要的网络数据指标。

Description

针对于通信质量的评价信息处理方法和装置
技术领域
本发明涉及通信技术领域，尤其涉及一种针对于通信质量的评价信息处理方法和装置。
背景技术
随着通信技术的发展，越来越多的通信运营商为用户提供通信服务。用户可以对各通信运营商的服务进行评价，进而得到各用户针对于各通信运营商的所提供的通信服务的通信指令的评价信息；该评价信息称为口碑值(Net Promoter Score，简称NPS)，其中，口碑值又称为净推荐值、或者净促进者得分、或者口碑。口碑值是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数，口碑值是顾客忠诚度分析指标。
现有技术中，每一个通信运营商可以获取到，使用该通信运营商所提供的通信服务的用户针对于该通信运营商的口碑值。
然而现有技术中，由于统计的限制，一个用户只能对每一个通信运营商所提供的通信服务进行一个总体的评价，然后，通信运营商获取到各用户的评价信息，即每一个通信运营商只能获取到各用户对于各自的口碑值，一个通信运营商对应着多个口碑值。进而通信运营商不能确定出，到底是哪些网络数据指标影响到了用户对于自己的评价，其中，网络数据指标例如有通话次数、语音业务等等。进而不便于通信运营商去提升自身的通信服务，不利于通信运营商开展通信服务。
发明内容
本发明提供一种针对于通信质量的评价信息处理方法和装置，用以解决现有技术中不便于通信运营商去提升自身的通信服务的问题。
本发明的一方面是提供一种针对于通信质量的评价信息处理方法，包括：
获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；
针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；
将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，所述权重值表征了网络数据指标对于评价信息的重要程度。
本发明的另一方面是提供一种针对于通信质量的评价信息处理装置，包括：
获取模块，用于获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；
分析模块，用于针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；
识别模块，用于将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，所述权重值表征了网络数据指标对于评价信息的重要程度。
本发明的技术效果是：获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。进而分析出了用户网络感知的关键网络数据指标，可以使得通信运营商获知到影响到口碑值的重要的网络数据指标，进而便于通信运营商确定出到底是哪些网络数据指标影响到了用户对于通信运营商的服务的评价，从而通信运营商可以获知如何提升通信运营商自身的服务，便于通信运营商开展通信服务。
附图说明
图1为本发明实施例一提供的针对于通信质量的评价信息处理方法的流程图；
图2为本发明实施例二提供的针对于通信质量的评价信息处理方法的流程图；
图3为本发明实施例三提供的针对于通信质量的评价信息处理装置的结构示意图；
图4为本发明实施例四提供的针对于通信质量的评价信息处理装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。
图1为本发明实施例一提供的针对于通信质量的评价信息处理方法的流程图，如图1所示，本实施例的方法，包括：
步骤101、获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型的网络数据指标。
在本实施例中，具体的，用户在使用通信运营商的通信的服务的时候，会对所使用的通信运营商进行评价，进而每一个用户会对于通信运营商所提供的服务业务有一个评价信息，在本申请中，该评价信息可以称为口碑值。
在N个用户都只使用一个通信运营商所提供的通信服务的时候，其中，N为正整数，一个通信运营商对应N个用户，一个用户具有一个口碑值。
用户的口碑值源于用户使用通信服务业务的使用感知，并且口碑值受到用户的期望值的影响。其中，口碑值会受到用户的年龄、网龄、行为特征等因素的影响。因此在对口碑值的分析过程中，可以将用户的口碑值定义为因变量，而表征用户业务感知的网络数据指标、以及客户投诉等作为自变量，同时将用户属性作为参变量，去进行口碑值与各网络数据指标的相关性的分析。
需要，首先获取每一个用户针对服务业务的口碑值、以及每一个用户在不同网络数据类型下的网络数据指标。其中，每一种网络数据类型为以下的任意一种：每一个用户的用户属性类型，客户投诉类型，CS/PS感知属性类型，其中用户属性类型包括了用户静态属性类型和用户动态属性类型；例如，用户静态属性类型包括了网龄、年龄、性别、套餐等，用户动态属性类型包括了话务量(Minute Of Use，简称MOU)、数据量(DATA Of Use，简称DOU)。
举例来说，可以获取到各用户对某一通信运营商的口碑值，具体为各用户对于1、2、3季度所提供的服务的口碑值，其中，一个用户对应一个口碑值；同时获取到客户投诉分类数据、电路交换语音网(Circuit Switched voice network，简称CS)/分组交换数据网(Packet Switched data network，简称PS)指标数据；其中，客户投诉分类数据是各用户针对于当前通信运营商的各通信服务的投诉情况，例如对于使用4G网络的投诉情况、以及对于语音通话的投诉情况等等；并获取到每一用户的用户属性，例如每一用户的网龄、年龄、性别、套餐、终端类型、开户渠道信息、MOU、DOU等等。
步骤102、针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标。
其中，步骤102，具体包括：
根据用户属性类型下的各用户的网络数据指标，对各用户进行分类，得到至少一个用户分类；根据各用户的评价信息，对该用户属性类型下的各用户的网络数据指标进行数据探索，得到该用户属性类型的评价探索信息，评价探索信息中包括各用户分类的评价信息；
根据客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标，对网络数据指标进行分类，得到至少一个网络数据分类；根据各用户的评价信息，对该客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标进行数据探索，得到该客户投诉类型或该CS/PS感知属性类型的评价探索信息，评价探索信息中包括各网络数据分类的评价信息。
在本实施例中，具体的，一个用户对应一个评价信息，在本申请中，评价信息称为口碑值，即一个用户对应一个口碑值。一个用户对应着多种网络数据类型。对于一个用户来说，一种网络数据类型下具有一个网络数据指标。
针对每一种网络数据类型来说，根据各用户的口碑值，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，在评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与评价信息对应的网络数据指标。其中，评价探索信息也可以称为口碑值探索信息。
具体来说，在网络数据类型为用户属性类型的时候，根据用户属性类型下的各用户的网络数据指标，对各用户进行分类，得到至少一个用户分类；根据各用户的口碑值，对该用户属性类型下的各用户的网络数据指标进行数据探索，进而，针对各用户分类下的用户的口碑值进行求均值，得到各用户分类的口碑值，一个用户分类对应一个求取均值后的口碑值，进而得到该用户属性类型的评价探索信息，在该评价探索信息中包括了各用户分类下的每一个用户的口碑值。
举例来说，对于某一种用户属性类型，对各用户进行分类，得到用户分类A、用户分类B和用户分类C；其中，用户分类A中包括了用户1和用户2，用户分类B中包括了用户3、用户4和用户5，在用户分类C中包括了用户6和用户7；对该用户属性类型下的各用户的网络数据指标进行数据探索，得到该用户属性类型的评价探索信息，对于用户分类A下的用户1的口碑值、用户2的口碑值求取均值，得到用户分类A的评价信息；对于用户分类B下的用户3的口碑值、用户4的口碑值和用户5的口碑值求取均值，得到用户分类B的评价信息；对于用户分类C下的用户6的口碑值、用户7的口碑值求取均值，得到用户分类C的评价信息；进而评价探索信息中包括了用户分类A的口碑值、以及用户1的网络数据指标、用户2的网络数据指标、用户3的网络数据指标，用户分类B的口碑值、以及用户4的网络数据指标、用户5的网络数据指标，用户分类C的口碑值、以及用户6的网络数据指标、用户7的网络数据指标。
在网络数据类型为客户投诉类型的时候，根据客户投诉类型下的各用户的网络数据指标，对网络数据指标进行分类，得到至少一个网络数据分类；根据各用户的口碑值，对该客户投诉类型下的各用户的网络数据指标进行数据探索，得到该客户投诉类型的评价探索信息，评价探索信息中包括各网络数据分类的口碑值。
在网络数据类型为CS/PS感知属性类型的时候，根据CS/PS感知属性类型下的各用户的网络数据指标，对网络数据指标进行分类，得到至少一个网络数据分类；根据各用户的口碑值，对该CS/PS感知属性类型下的各用户的网络数据指标进行数据探索，得到该CS/PS感知属性类型的评价探索信息，评价探索信息中包括各网络数据分类的口碑值。
举例来说，对于用户的网龄与用户的口碑值进行数据探索，确定用户的网龄与用户的口碑值之间的关联关系。对使用通信服务分别为年半以内、一年、两年、三年、五年、十年、十年以上的用户进行分析，可以确定出极低贬损用户中10年以上的老用户，其中，低贬损用户群的NPS为1或2，贬损率最高，贬损率达到15％，说明低贬损用户群中10年以上的老用户的口碑值很低。可以确定极低贬损用户与很低贬损用户在网龄分布的差异相对更加明显，其中，极低贬损用户的NPS为1或2，很低贬损用户的NPS为3或4。可以确定较低贬损用户在网龄分布上呈现不规律性，很有可能是由于被调研用户的打分的不确定性造成的，较低贬损用户的NPS为5或6。可以得到不同网龄的用户的口碑值的分布情况。其中，用户的口碑值越低，贬损率越高。
再举例来说，对于用户动态属性与用户的口碑值进行数据探索，确定用户动态属性与用户的口碑值之间的关联关系。分布对使用2G、3G、4G业务的用户进行分析，可以确定纯2G语音用户的NPS较高，2G语音用户的NPS高于3G语音用户的NPS，纯4G用户的NPS最高；说明4G网络部分场景用户感知较好，2/3/4G混合网络用户的网络NPS最低。可以得到2G、3G、4G业务的用户的口碑值的分布情况。
又举例来说，对于CS/PS指标与口碑值进行数据探索，确定CS/PS指标与口碑值之间的关联关系。首先举例说明，CS指标与口碑值之间的关联；经过实验分析，可以确定出经常打不出电话的用户群体的NPS最低，其中，经常打不出电话的用户群体为1个月内打不通电话3次以上的用户；可以确定经常接不到电话的用户群体(1个月内有过11次以上)的NPS明显下降，从原来的-6％下降到-15％，其中，经常接不到电话的用户群体为1个月内有过11次以上接不到电话的用户。可以得到不同的CS指标的用户的口碑值的分布情况。举例说明，PS指标与口碑值之间的关联；经过实验分析，可以确定出有PDP附着失败经历的用户，NPS呈现下降趋势，从原来的-12％下降到-19％；可以确定出PDP激活失败经历多的用户的NPS逐渐下降，最低为-26％，同时对网络的贬损程度达到50％。可以得到不同的PS指标的用户的口碑值的分布情况。
步骤103、将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。
在本实施例中，具体的，评价信息又称为口碑值。将各网络数据类型的评价探索信息中的各网络数据分类的口碑值，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，权重值表征了网络数据指标对于口碑值的重要程度。使得通信运营商的管理用户可以根据各网络数据指标的权重值，对各网络数据指标进行技术分析和处理。
本实施例通过获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。进而分析出了用户网络感知的关键网络数据指标，可以使得通信运营商获知到影响到口碑值的重要的网络数据指标，进而便于通信运营商确定出到底是哪些网络数据指标影响到了用户对于通信运营商的服务的评价，从而通信运营商可以获知如何提升通信运营商自身的服务，便于通信运营商开展通信服务。
图2为本发明实施例二提供的针对于通信质量的评价信息处理方法的流程图，如图2所示，本实施例的方法，包括：
步骤201、获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标。
在本实施例中，具体的，本步骤参见图1的步骤101。
步骤202、针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标。
在本实施例中，具体的，本步骤参见图1的步骤102。
步骤203、对各评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标。
其中，步骤203具体包括：
针对每一种网络数据类型下的网络数据指标来说，确定出至少一个分类区；
针对每一种网络数据类型下的网络数据指标来说，确定分析相邻的分类区内的网络数据指标的变化信息，以计算出相邻的分类区的波动值；
针对每一种网络数据类型下的网络数据指标来说，若大于预设个数值的相邻的分类区的波动值，都小于预设波动阈值，则确定该网络数据类型为水平类型，并剔除水平类型的网络数据下的各网络数据指标。
在本实施例中，具体的，对各评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标。具体来说，针对每一种网络数据类型下的网络数据指标来说，确定出至少一个分类区；针对每一种网络数据类型下的网络数据指标来说，确定分析相邻的分类区内的网络数据指标的变化信息，以计算出相邻的分类区的波动值；针对每一种网络数据类型下的网络数据指标来说，若大于预设个数值的相邻的分类区的波动值，都小于预设波动阈值，则确定该网络数据类型为水平类型，并剔除水平类型的网络数据下的各网络数据指标，进而得到各预处理之后的网络数据指标。
从而从指标信息等价的角度出发，去踢除掉相关性低的网络数据指标，保留相关性高的网络数据指标。
步骤204、将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。
在本实施例中，具体的，可以采用决策树、或者遗传算法、或者人工神经网络等分类方法，对经过预处理后的各网络数据类型的评价探索信息、以及每一种网络数据类型下的网络数据指标进行分析识别。
具体来说，首先可以对经过预处理后的各网络数据类型的评价探索信息、以及每一种网络数据类型下的网络数据指标，进行样本数据摸底、数据清洗和转换、连续指标离散化、直方图分析、指标衍生和关联分析等处理。然后，从而从经过预处理后的各网络数据类型的评价探索信息、以及每一种网络数据类型下的网络数据指标中确定出一个训练集，例如，考虑到PS/CS/用户属性等指标的时间窗口为2016年07月份的数据，与第二季度调研样本更接近，因此采用第二季度的样本为训练集，一共1082个样本。并且，从经过预处理后的各网络数据类型的评价探索信息、以及每一种网络数据类型下的网络数据指标中确定出一个测试集，例如，采用第一季度的样本和第三季度的样本为测试集，其中，第一季度中具有906个样本，第三季度中具有1019个样本。然后，采用决策树C5.0、或者逻辑回归、或者人工神经网络等多种算法为分类器，将训练集输入分类器中，然后得到成熟的分类器；然后再讲测试集输入到成熟的分类器中，得到识别结果，识别结果中具有各网络数据指标的权重值，其中，权重值表征了网络数据指标对于口碑值的重要程度。
经过实验分析和验证，重要因子多种算法重合度较高，说明决策树C5.0的模型因子是重要和稳定的，决策树C5.0是最优的分类器。
举例来说，对于使用2G/3G/4G混合网络的用户的NPS进行分析。首先筛选出所有的使用2G/3G/4G混合网络的用户；可以基于决策树C5.0算法输出的影响NPS的各网络数据指标；然后可以进行2G/3G/4G混合网络的用户的关联规则(Apriori)算法的关联模型分析，可以重点的基于置信度、支持度，去分析得到影响NPS贬损的频繁项集，其中，频繁项集中包括影响MPS的各网络数据指标；进而可以根据所有频繁项集中的各指标，明确出如何改善2G/3G/4G混合网络的用户的NPS的措施。其中，Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。
表1支持度和置信度的分析表格
对于表1来说，上行TCP连接失败经历累积_ALL＝2，即此指标分箱＝2，样本中的用户群为按用户计数分位数均分为3个TILEN分箱的第2个分箱，1、2、3分箱为指标值由低到高排序的1/3计数分箱。实例为157，表明使用2G/3G/4G混合网络的用户中有157个用户，同时满足前项的条件。支持度为10.235％，表明157个的用户中占总2使用2G/3G/4G混合网络的用户的百分比为10.235％；置信度为64.968％，表明满足前项的条件的用户群中，有64.968％的用户同时满足后项的条件，即NPS等级＝贬损用户。
表1的数据说明了，需要优化“上行TCP连接失败经历累积、用户面平均RTT时延x区间_2g、首页接入平均时延x区间、用户面平均RTT时延x区间_3g”指标，这对于10.235％的使用2G/3G/4G混合网络的用户比较好。
表2频繁项集
经过实验的分析得到表2，可以得到“首页接入平均时延x区间、上行TCP连接失败经历累积_ALL、用户面平均RTT时延x区间、DNS解释失败经历累积、用户面平均RTT时延x区间_3g”这五个网络数据指标，对于NPS的影响较大，需要优化“首页接入平均时延x区间、上行TCP连接失败经历累积_ALL、用户面平均RTT时延x区间、DNS解释失败经历累积、用户面平均RTT时延x区间_3g”五个网络数据指标。
本实施例通过获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；对各评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标；将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。进而分析出了用户网络感知的关键网络数据指标，可以使得通信运营商获知到影响到口碑值的重要的网络数据指标，进而便于通信运营商确定出到底是哪些网络数据指标影响到了用户对于通信运营商的服务的评价，从而通信运营商可以获知如何提升通信运营商自身的服务，便于通信运营商开展通信服务。
图3为本发明实施例三提供的针对于通信质量的评价信息处理装置的结构示意图，如图3所示，本实施例的装置，包括：
获取模块31，用于获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；
分析模块32，用于针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；
识别模块33，用于将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。
本实施例的针对于通信质量的评价信息处理装置可执行本发明实施例一提供的针对于通信质量的评价信息处理方法，其实现原理相类似，此处不再赘述。
本实施例通过获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。进而分析出了用户网络感知的关键网络数据指标，可以使得通信运营商获知到影响到口碑值的重要的网络数据指标，进而便于通信运营商确定出到底是哪些网络数据指标影响到了用户对于通信运营商的服务的评价，从而通信运营商可以获知如何提升通信运营商自身的服务，便于通信运营商开展通信服务。
图4为本发明实施例四提供的针对于通信质量的评价信息处理装置的结构示意图，在实施例三的基础上，如图4所示，本实施例的装置，每一种网络数据类型为以下的任意一种：每一个用户的用户属性类型，客户投诉类型，CS/PS感知属性类型，其中用户属性类型包括了用户静态属性类型和用户动态属性类型。
分析模块32，包括：
第一分析子模块321，用于根据用户属性类型下的各用户的网络数据指标，对各用户进行分类，得到至少一个用户分类；根据各用户的评价信息，对该用户属性类型下的各用户的网络数据指标进行数据探索，得到该用户属性类型的评价探索信息，评价探索信息中包括各用户分类的评价信息；
第二分析子模块322，用于根据客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标，对网络数据指标进行分类，得到至少一个网络数据分类；根据各用户的评价信息，对该客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标进行数据探索，得到该客户投诉类型或该CS/PS感知属性类型的评价探索信息，评价探索信息中包括各网络数据分类的评价信息。
本实施例提供的装置，还包括：
处理模块41，用于在识别模块33将各网络数据类型的评价探索信息，输入到分类器中进行识别，得到各网络数据指标的权重值之前，对各评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标。
处理模块41，包括：
确定子模块411，用于针对每一种网络数据类型下的网络数据指标来说，确定出至少一个分类区；
计算子模块412，用于针对每一种网络数据类型下的网络数据指标来说，确定分析相邻的分类区内的网络数据指标的变化信息，以计算出相邻的分类区的波动值；
剔除子模块413，用于针对每一种网络数据类型下的网络数据指标来说，若大于预设个数值的相邻的分类区的波动值，都小于预设波动阈值，则确定该网络数据类型为水平类型，并剔除水平类型的网络数据下的各网络数据指标。
本实施例的针对于通信质量的评价信息处理装置可执行本发明实施例一和实施例二提供的针对于通信质量的评价信息处理方法，其实现原理相类似，此处不再赘述。
本实施例通过获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；对各评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标；将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，权重值表征了网络数据指标对于评价信息的重要程度。进而分析出了用户网络感知的关键网络数据指标，可以使得通信运营商获知到影响到口碑值的重要的网络数据指标，进而便于通信运营商确定出到底是哪些网络数据指标影响到了用户对于通信运营商的服务的评价，从而通信运营商可以获知如何提升通信运营商自身的服务，便于通信运营商开展通信服务。
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精神和范围。

Claims (10)

1.一种针对于通信质量的评价信息处理方法，其特征在于，包括：
获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；
针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；
将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，所述权重值表征了网络数据指标对于评价信息的重要程度。
2.根据权利要求1所述的方法，其特征在于，每一种网络数据类型为以下的任意一种：
每一个用户的用户属性类型，客户投诉类型，电路交换语音网/分组交换数据网CS/PS感知属性类型，其中所述用户属性类型包括了用户静态属性类型和用户动态属性类型。
3.根据权利要求1所述的方法，其特征在于，所述针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，包括：
根据用户属性类型下的各用户的网络数据指标，对各用户进行分类，得到至少一个用户分类；根据各用户的评价信息，对该用户属性类型下的各用户的网络数据指标进行数据探索，得到该用户属性类型的评价探索信息，评价探索信息中包括各用户分类的评价信息；
根据客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标，对网络数据指标进行分类，得到至少一个网络数据分类；根据各用户的评价信息，对该客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标进行数据探索，得到该客户投诉类型或该CS/PS感知属性类型的评价探索信息，评价探索信息中包括各网络数据分类的评价信息。
4.根据权利要求1-3任一项所述的方法，其特征在于，在所述将各网络数据类型的评价探索信息，输入到分类器中进行识别，得到各网络数据指标的权重值之前，包括：
对各所述评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标。
5.根据权利要求4所述的方法，其特征在于，所述对各所述评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标，包括：
针对每一种网络数据类型下的网络数据指标来说，确定出至少一个分类区；
针对每一种网络数据类型下的网络数据指标来说，确定分析相邻的分类区内的网络数据指标的变化信息，以计算出相邻的分类区的波动值；
针对每一种网络数据类型下的网络数据指标来说，若大于预设个数值的相邻的分类区的波动值，都小于预设波动阈值，则确定该网络数据类型为水平类型，并剔除水平类型的网络数据下的各网络数据指标。
6.一种针对于通信质量的评价信息处理装置，其特征在于，包括：
获取模块，用于获取每一个用户针对服务业务的评价信息、以及每一个用户在不同网络数据类型下的网络数据指标；
分析模块，用于针对每一种网络数据类型来说，根据各用户的评价信息，对该网络数据类型下的各用户的网络数据指标进行数据探索，得到该网络数据类型的评价探索信息，其中，评价探索信息中包括各用户分类或各网络数据分类下的评价信息、以及与各评价信息对应的网络数据指标；
识别模块，用于将各网络数据类型的评价探索信息，以及每一种网络数据类型下的网络数据指标，输入到分类器中进行识别，得到各网络数据指标的权重值，其中，所述权重值表征了网络数据指标对于评价信息的重要程度。
7.根据权利要求6所述的装置，其特征在于，每一种网络数据类型为以下的任意一种：
每一个用户的用户属性类型，客户投诉类型，CS/PS感知属性类型，其中所述用户属性类型包括了用户静态属性类型和用户动态属性类型。
8.根据权利要求6所述的装置，其特征在于，所述分析模块，包括：
第一分析子模块，用于根据用户属性类型下的各用户的网络数据指标，对各用户进行分类，得到至少一个用户分类；根据各用户的评价信息，对该用户属性类型下的各用户的网络数据指标进行数据探索，得到该用户属性类型的评价探索信息，评价探索信息中包括各用户分类的评价信息；
第二分析子模块，用于根据客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标，对网络数据指标进行分类，得到至少一个网络数据分类；根据各用户的评价信息，对该客户投诉类型或CS/PS感知属性类型下的各用户的网络数据指标进行数据探索，得到该客户投诉类型或该CS/PS感知属性类型的评价探索信息，评价探索信息中包括各网络数据分类的评价信息。
9.根据权利要求6-8任一项所述的装置，其特征在于，所述装置，还包括：
处理模块，用于在所述识别模块将各网络数据类型的评价探索信息，输入到分类器中进行识别，得到各网络数据指标的权重值之前，对各所述评价探索信息中的各网络数据指标，进行数据预处理，得到各预处理之后的网络数据指标。
10.根据权利要求9所述的装置，其特征在于，所述处理模块，包括：
确定子模块，用于针对每一种网络数据类型下的网络数据指标来说，确定出至少一个分类区；
计算子模块，用于针对每一种网络数据类型下的网络数据指标来说，确定分析相邻的分类区内的网络数据指标的变化信息，以计算出相邻的分类区的波动值；
剔除子模块，用于针对每一种网络数据类型下的网络数据指标来说，若大于预设个数值的相邻的分类区的波动值，都小于预设波动阈值，则确定该网络数据类型为水平类型，并剔除水平类型的网络数据下的各网络数据指标。
CN201710534722.9A 2017-07-03 2017-07-03 针对于通信质量的评价信息处理方法和装置 Active CN107358346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710534722.9A CN107358346B (zh) 2017-07-03 2017-07-03 针对于通信质量的评价信息处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710534722.9A CN107358346B (zh) 2017-07-03 2017-07-03 针对于通信质量的评价信息处理方法和装置

Publications (2)

Publication Number Publication Date
CN107358346A true CN107358346A (zh) 2017-11-17
CN107358346B CN107358346B (zh) 2020-09-08

Family

ID=60292046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710534722.9A Active CN107358346B (zh) 2017-07-03 2017-07-03 针对于通信质量的评价信息处理方法和装置

Country Status (1)

Country Link
CN (1) CN107358346B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583722A (zh) * 2018-11-16 2019-04-05 北京奇虎科技有限公司 一种渠道数据分析系统和方法
CN109583721A (zh) * 2018-11-16 2019-04-05 北京奇虎科技有限公司 一种渠道的评估方法、装置及电子设备
CN109977689A (zh) * 2017-12-28 2019-07-05 中国移动通信集团广东有限公司 一种数据库安全审计方法、装置及电子设备
CN111901750A (zh) * 2020-09-11 2020-11-06 中国联合网络通信集团有限公司 一种定位方法、装置、电子设备以及存储介质
WO2022078194A1 (zh) * 2020-10-13 2022-04-21 北京锐安科技有限公司 网络数据质量确定方法、装置、电子设备及存储介质
CN114693325A (zh) * 2020-12-29 2022-07-01 中国联合网络通信集团有限公司 基于神经网络的用户口碑智能保障方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051942A (zh) * 2007-04-02 2007-10-10 北京亿阳信通软件研究院有限公司 确定业务服务的业务参数等级量化范围的方法和装置
CN101640609A (zh) * 2009-08-31 2010-02-03 北京邮电大学 评价通信业务质量指标的方法和装置
CN101951617A (zh) * 2010-08-17 2011-01-19 工业和信息化部通信计量中心 基于层次分析法的移动网络通信质量评价方法
CN102625344A (zh) * 2012-03-13 2012-08-01 重庆信科设计有限公司 移动终端用户体验质量评估模型及方法
CN104065535A (zh) * 2014-06-30 2014-09-24 中国联合网络通信集团有限公司 一种网络评价方法及装置
US20150120358A1 (en) * 2013-10-28 2015-04-30 DropThought,Inc Customer Loyalty Retention Tracking System and Method
WO2016122532A1 (en) * 2015-01-29 2016-08-04 Hewlett Packard Enterprise Development Lp Net promoter score determination
CN106327361A (zh) * 2016-11-21 2017-01-11 中国南方电网有限责任公司 用户用电可靠性检测方法和系统
CN106339795A (zh) * 2016-08-16 2017-01-18 中国联合网络通信有限公司吉林省分公司 运营指数综合评价方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051942A (zh) * 2007-04-02 2007-10-10 北京亿阳信通软件研究院有限公司 确定业务服务的业务参数等级量化范围的方法和装置
CN101640609A (zh) * 2009-08-31 2010-02-03 北京邮电大学 评价通信业务质量指标的方法和装置
CN101951617A (zh) * 2010-08-17 2011-01-19 工业和信息化部通信计量中心 基于层次分析法的移动网络通信质量评价方法
CN102625344A (zh) * 2012-03-13 2012-08-01 重庆信科设计有限公司 移动终端用户体验质量评估模型及方法
US20150120358A1 (en) * 2013-10-28 2015-04-30 DropThought,Inc Customer Loyalty Retention Tracking System and Method
CN104065535A (zh) * 2014-06-30 2014-09-24 中国联合网络通信集团有限公司 一种网络评价方法及装置
WO2016122532A1 (en) * 2015-01-29 2016-08-04 Hewlett Packard Enterprise Development Lp Net promoter score determination
CN106339795A (zh) * 2016-08-16 2017-01-18 中国联合网络通信有限公司吉林省分公司 运营指数综合评价方法
CN106327361A (zh) * 2016-11-21 2017-01-11 中国南方电网有限责任公司 用户用电可靠性检测方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
何青: ""运营商如何应用NPS提升用户体验"", 《通信企业管理》 *
刘宗贤 等: ""基于QoE的业务指标权重分析系统及实现"", 《北京联合大学学报（自然科学版）》 *
杜煜: ""面向客户感知的异构融合网络业务质量关键技术研究"", 《中国博士学位论文全文数据库信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109977689A (zh) * 2017-12-28 2019-07-05 中国移动通信集团广东有限公司 一种数据库安全审计方法、装置及电子设备
CN109977689B (zh) * 2017-12-28 2020-12-04 中国移动通信集团广东有限公司 一种数据库安全审计方法、装置及电子设备
CN109583722A (zh) * 2018-11-16 2019-04-05 北京奇虎科技有限公司 一种渠道数据分析系统和方法
CN109583721A (zh) * 2018-11-16 2019-04-05 北京奇虎科技有限公司 一种渠道的评估方法、装置及电子设备
CN111901750A (zh) * 2020-09-11 2020-11-06 中国联合网络通信集团有限公司 一种定位方法、装置、电子设备以及存储介质
WO2022078194A1 (zh) * 2020-10-13 2022-04-21 北京锐安科技有限公司 网络数据质量确定方法、装置、电子设备及存储介质
CN114693325A (zh) * 2020-12-29 2022-07-01 中国联合网络通信集团有限公司 基于神经网络的用户口碑智能保障方法及装置

Also Published As

Publication number Publication date
CN107358346B (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
CN107358346A (zh) 针对于通信质量的评价信息处理方法和装置
Massaglia et al. N-tomic: a support system for multicriteria segmentation problems
CN110399490A (zh) 一种弹幕文本分类方法、装置、设备及存储介质
CN105306495B (zh) 用户识别方法和装置
CN109688275A (zh) 骚扰电话识别方法、装置及存储介质
US20040122681A1 (en) Displaying strengths of social relationships between a user and other people
CN108229485A (zh) 用于测试用户界面的方法和装置
CN109543925A (zh) 基于机器学习的风险预测方法、装置、计算机设备和存储介质
WO2020048056A1 (zh) 一种风险决策方法和装置
CN109284374A (zh) 用于确定实体类别的方法、装置、设备以及计算机可读存储介质
CN112488716A (zh) 一种异常事件检测系统
CN106161209A (zh) 一种基于深度自学习的垃圾短信过滤方法及系统
CN108319672A (zh) 基于云计算的移动终端不良信息过滤方法及系统
CN110019996A (zh) 一种家庭关系识别方法和系统
CN110502269A (zh) 应用程序优化方法、设备、存储介质及装置
CN107239964A (zh) 用户价值评分方法和系统
CN112330055A (zh) 一种用户投诉预测方法和装置
CN113158050A (zh) 疑似问题评论审核筛选方法、系统及存储介质
CN113111250A (zh) 业务推荐方法、装置、相关设备及存储介质
CN107015993A (zh) 一种用户类型识别方法及装置
KR20070008210A (ko) 유해 멀티미디어 정보 차단 방법 및 장치
CN110855474A (zh) Kqi数据的网络特征提取方法、装置、设备及存储介质
CN107016460A (zh) 用户换机预测方法及装置
CN106293354A (zh) 快捷菜单自适应显示控制方法、服务器及便携式终端
CN110139288A (zh) 一种网络通话方法、装置、系统和记录介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant