CN107517120A - 一种检测用户上网质量的方法及装置 - Google Patents
一种检测用户上网质量的方法及装置 Download PDFInfo
- Publication number
- CN107517120A CN107517120A CN201610438810.4A CN201610438810A CN107517120A CN 107517120 A CN107517120 A CN 107517120A CN 201610438810 A CN201610438810 A CN 201610438810A CN 107517120 A CN107517120 A CN 107517120A
- Authority
- CN
- China
- Prior art keywords
- cell
- user
- resident
- days
- users
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 230000008447 perception Effects 0.000 claims description 22
- 238000012216 screening Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 230000015556 catabolic process Effects 0.000 abstract 1
- 238000006731 degradation reaction Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 12
- 230000005856 abnormality Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
- H04L41/507—Filtering out customers affected by service problems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种检测用户上网质量的方法,统计小区在连续T+1天内的流量,所述T为预设的统计周期;根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;统计所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户。同时,本发明还公开了一种检测用户上网质量的装置。
Description
技术领域
本发明涉及移动网络优化技术,尤其涉及一种检测用户上网质量的方法及装置。
背景技术
随着智能终端的普及,移动互联网用户数不断增加,给移动网络的正常运营提出了新的挑战。虽然现有的通信技术日趋成熟且应用步伐不断加快,但是移动网络在运行过程中,受到信号传输设备工作状况以及外界环境的双重影响。其中,作为信号主要传输设备的基站一旦出现故障,便会使得承载于该基站的用户无法正常使用移动网络,从而可能造成用户的投诉。
面对移动互联网用户的投诉,现有的投诉处理的基本流程主要是:当用户通过可行手段如拨打投诉电话进行投诉后,客服人员倾听或记录用户所描述的投诉问题,并通过相应的系统查询投诉问题,若系统中存在对投诉问题的解释说明,则对用户进行相应的解释或修正;若系统中不存在对投诉问题的解释说明,则客服人员需要通知技术维护人员进行处理,技术维护人员将根据投诉信息去确定投诉所集中的小区,进而寻找出覆盖所述小区的基站,并依据操作维护中心(Operation and Maintenance Center,OMC)上呈现的告警判断用户投诉是否由基站故障导致,从而进行下一步的网络维护和优化工作。然而,在判断用户投诉是否由基站故障导致时,若仅依靠OMC上呈现的告警,一方面缺乏事实依据且依赖的经验成分较多,另一方面会忽略掉基站的隐性故障。此外,若依靠技术维护人员前往现场对基站进行测试,则成本投入较大。
现有的方法都属于事后分析,即需要接收到用户投诉后才进行分析处理,无法预先获取用户对网络质量的感知,从而无法对用户投诉起到预警、事先预防的作用。
发明内容
有鉴于此,本发明实施例期望提供一种检测用户上网质量的方法及装置,能够及时检测到用户上网质量的变化。
为达到上述目的,本发明的技术方案是这样实现的:
本发明实施例提供一种检测用户上网质量的方法,包括:
统计小区在连续T+1天内的流量,所述T为预设的统计周期;
根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;
当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;所述常驻用户是连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新的用户;
统计所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户。
上述方案中,所述统计小区在连续T+1天内的流量,包括:统计小区在连续T天内的流量的平均值μ1和均方差σ1、以及在连续T+1天内的流量的平均值μ2和均方差σ2。
上述方案中,所述根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区,包括:
若满足μ1>μ2、σ1<σ2且所述小区在第T+1天的流量大于或等于零,则判定所述小区为故障小区。
上述方案中,所述统计所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户,包括:
统计所述常驻用户在连续T+1天内上网异常指标集Φ中每种上网异常指标k出现的次数Ck;所述上网异常指标集Φ中包括:掉线、有信号但无法使用、无网络覆盖、网速慢或网页无法打开;
根据公式计算所述常驻用户的上网感知系数ρ;其中,Wk表示上网异常指标k所对应的权重系数;
若所述常驻用户的上网感知系数ρ大于或等于设置的阈值,则判定所述常驻用户为上网质量变差的用户。
上述方案中,所述上网异常指标k所对应的权重系数Wk采用层次分析法进行求取。
本发明还提供了一种检测用户上网质量的装置,所述装置包括:统计单元、处理单元;其中,
所述统计单元,用于统计小区在连续T+1天内的流量,所述T为预设的统计周期;
所述处理单元,用于根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;
所述处理单元,还用于当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;所述常驻用户是连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新的用户;
所述统计单元,还用于统计所述常驻用户的上网指标;
所述处理单元,还用于根据所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户。
上述方案中,所述统计单元,具体用于统计小区在连续T天内的流量的平均值μ1和均方差σ1、以及在连续T+1天内的流量的平均值μ2和均方差σ2。
上述方案中,所述处理单元,具体用于若满足μ1>μ2、σ1<σ2且所述小区在第T+1天的流量大于或等于零,则判定所述小区为故障小区。
上述方案中,所述统计单元,具体用于统计所述常驻用户在连续T+1天内上网异常指标集Φ中每种上网异常指标k出现的次数Ck;所述上网异常指标集Φ中包括:掉线、有信号但无法使用、无网络覆盖、网速慢或网页无法打开;根据公式计算所述常驻用户的上网感知系数ρ,其中,Wk表示上网异常指标k所对应的权重系数;
所述处理单元,具体用于若所述常驻用户的上网感知系数ρ大于或等于设置的阈值,则判定所述常驻用户为上网质量变差的用户。
上述方案中,所述上网异常指标k所对应的权重系数Wk采用层次分析法进行求取。
本发明实施例提供的检测用户上网质量的方法及装置,统计小区在连续T+1天内的流量,所述T为预设的统计周期;根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;所述常驻用户是连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新的用户;统计所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户;可见,本发明实施例基于小区的流量分析小区中用户对网络质量的感知情况,能够及时检测到用户上网质量的变化,获取小区中上网质量变差的用户,从而可以对所述上网质量变差的用户通过预先进行沟通等,对用户投诉起到预警、事先预防的作用,减少用户投诉量。
附图说明
图1为本发明实施例检测用户上网质量的方法的实现流程示意图;
图2为本发明实施例检测用户上网质量的装置的组成结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明再作进一步详细的说明。
本实施例中,检测用户上网质量的方法的实现流程示意图如图1所示,包括以下步骤:
步骤101:统计小区在连续T+1天内的流量,所述T为预设的统计周期;
具体地,根据预设的统计周期T,统计小区在连续T+1天内的流量;根据所述小区在连续T+1天内的流量中所包含的连续T天内的流量,统计小区在连续T天内的流量的平均值μ1和均方差σ1;根据所述小区在连续T+1天内的流量,统计小区在连续T+1天内的流量的平均值μ2和均方差σ2。
这里,假设小区在第t天的流量为xt,1≤t≤T+1,则小区在连续T天内的流量的平均值μ1和均方差σ1的计算公式分别为:
相应的,小区在连续T+1天内的流量的平均值μ2和均方差σ2的计算公式分别为:
这里,所述统计周期T的大小可根据实际情况进行自适应调整,例如可将T初始设置为7天,如果在实际分析中所述时间过长,则缩短T至等于6天或小于6天;如果在实际分析中所述时间过短,则延长T至等于8天或大于8天。
步骤102:根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;
具体地,根据步骤101中所获得的小区在连续T天内的流量的平均值μ1和均方差σ1以及小区在连续T+1天内的流量的平均值μ2和均方差σ2,若满足μ1>μ2、σ1<σ2且所述小区在第T+1天的流量xT+1大于或等于零,则判定所述小区为故障小区,否则判定所述小区为非故障小区并返回步骤101。
这里,μ1>μ2表明小区在连续T+1天内的流量的平均值μ2小于小区在连续T天内的流量的平均值μ1,说明小区在第T+1天的流量xT+1使得小区在连续T+1天内的流量的平均值变小,即小区在第T+1天的流量xT+1小于小区在连续T天内的流量的平均值μ1;σ1<σ2表明小区在连续T+1天内的流量的均方差σ2大于小区在连续T天内的流量的均方差σ1,说明小区在第T+1天的流量xT+1出现了异常,波动性变大,即小区在第T+1天内的流量出现了异常,该小区是故障小区。
这里,对小区是否为故障小区进行判定还可以借助于通信载体中除流量之外的载体,例如话务量等。
步骤103:当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;
这里,所述常驻用户是指在连续T+1天内,在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新的用户。
具体地,当步骤102中所述小区被判定为故障小区后,根据常驻用户的评判标准,若所述故障小区中存在这样的用户,即连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新,则判定所述用户为常驻用户。
这里,所述常驻用户的评判标准可根据实际情况进行调整,例如在已有的评判标准基础上增加或较少评判标准;所述设定时间是预先设置的,可设置为大于等于3小时或大于等于1天,但所述设定时间必须小于等于T+1天。
步骤104:统计所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户。
具体地,当步骤103中从所述故障小区用户中筛选出常驻用户后,统计所述常驻用户在连续T+1天内上网异常指标集Φ中每种上网异常指标k出现的次数Ck;根据公式计算所述常驻用户的上网感知系数ρ;若所述常驻用户的上网感知系数ρ大于或等于设置的阈值,则判定所述常驻用户为上网质量变差的用户。
这里,所述上网异常指标集Φ中包括:掉线、有信号但无法使用、无网络覆盖、网速慢或网页无法打开等上网异常指标;所述Wk表示上网异常指标k所对应的权重系数;所述设置的阈值可依据对历史用户投诉数据进行分析获取,也可根据实际需求设置一个初始值,然后根据实际运用情况进行调整。
这里,还可通过统计所述常驻用户在连续T+1天内上网正常指标,从所述常驻用户中筛选出上网质量变差的用户。对于筛选出的上网质量变差的用户,客服人员可通过短信、电话等方式与所述上网质量变差的用户进行沟通、安抚等,告知所述用户上网感知差的原因,从而获取用户的理解,减少用户投诉量。
这里,不同上网异常指标对用户的上网感知所造成的影响程度不同,因此,不同上网异常指标所对应的权重系数之间存在差异。对于权重系数的确定,本实施例以采用层次分析法(Analytic Hierarchy Process,AHP)进行求取为例进行说明,具体描述如下:
首先,按照预先设置的不同上网异常指标的重要性标度,根据表1所示的1~9数字标度法表构造一个4阶判断矩阵A=(aij)4*4,i=1,2,3,4,j=1,2,3,4,其中:
这里,i=1表示掉线,i=2表示网速慢或网页无法打开,i=3表示有信号但无法使用,i=4表示没有网络覆盖,aij表示第i个上网异常指标相对于第j个上网异常指标的比较结果。
重要性标度 | 含义 |
1 | 表示两个元素相比,具有同等重要性 |
3 | 表示两个元素相比,前者比后者稍重要 |
5 | 表示两个元素相比,前者比后者明显重要 |
7 | 表示两个元素相比,前者比后者强烈重要 |
9 | 表示两个元素相比,前者比后者极端重要 |
2,4,6,8 | 表示上述判断的中间值 |
表1
然后,计算出所述判断矩阵A的最大特征值λmax=4以及该最大特征值所对应的归一化处理后的特征向量(0.5,0.25,0.125,0.125)。
最后,对所述判断矩阵A进行一致性检验,获取不同上网异常指标的权重系数,如下:
第一步:根据公式计算一致性指标CI,n表示所述判断矩阵A的阶数,可得CI=0;
第二步:查找平均随机一致性指标表,如表2所示,获取所述4阶判断矩阵A的平均随机一致性指标RI,可得RI=0.89;
阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 | 1.46 | 1.49 |
表2
第三步:根据公式计算检验系数CR,可得CR=0;由于CR<0.1,判断所述矩阵A通过一致性检验,所述归一化处理后的特征向量便可直接作为不同上网异常指标的权重系数,即掉线的权重系数为0.5、网速慢或网页无法打开的权重系数为0.25、有信号但无法使用的权重系数为0.125、没有网络覆盖的权重系数为0.125。
假设某一常驻用户在连续T+1天内发生掉线、网速慢或网页无法打开、有信号但无法使用、没有网络覆盖的出现次数分别为1、1、3、1,根据上述计算得出的不同上网异常指标的权重系数以及上网感知系数ρ的计算公式,可计算得到该用户的上网感知系数ρ=1.25,若根据历史投诉数据所设置的阈值为1,则可判定该用户为上网质量变差的用户。
为实现上述方法,对应的本发明实施例还提供了一种检测用户上网质量的装置,如图2所示,所述装置包括:统计单元11、处理单元12;其中,
所述统计单元11,用于统计小区在连续T+1天内的流量,所述T为预设的统计周期;
所述处理单元12,用于根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;
所述处理单元12,还用于当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;所述常驻用户是连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新的用户;
所述统计单元11,还用于统计所述常驻用户的上网指标;
所述处理单元12,还用于根据所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户。
其中,所述统计单元11,具体用于:根据预设的统计周期T,统计小区在连续T+1天内的流量;根据所述小区在连续T+1天内的流量中所包含的连续T天内的流量,统计小区在连续T天内的流量的平均值μ1和均方差σ1;根据所述小区在连续T+1天内的流量,统计小区在连续T+1天内的流量的平均值μ2和均方差σ2。
这里,假设小区在第t天的流量为xt,1≤t≤T+1,则小区在连续T天内的流量的平均值μ1和均方差σ1的计算公式分别为:
相应的,小区在连续T+1天内的流量的平均值μ2和均方差σ2的计算公式分别为:
这里,所述统计周期T的大小可根据实际情况进行自适应调整,例如可将T初始设置为7天,如果在实际分析中所述时间过长,则缩短T至等于6天或小于6天;如果在实际分析中所述时间过短,则延长T至等于8天或大于8天。
所述处理单元12,具体用于:根据所述统计单元11所获得的小区在连续T天内的流量的平均值μ1和均方差σ1以及小区在连续T+1天内的流量的平均值μ2和均方差σ2,若满足μ1>μ2、σ1<σ2且所述小区在第T+1天的流量xT+1大于或等于零,则判定所述小区为故障小区,否则判定所述小区为非故障小区。
这里,μ1>μ2表明小区在连续T+1天内的流量的平均值μ2小于小区在连续T天内的流量的平均值μ1,说明小区在第T+1天的流量xT+1使得小区在连续T+1天内的流量的平均值变小,即小区在第T+1天的流量xT+1小于小区在连续T天内的流量的平均值μ1;σ1<σ2表明小区在连续T+1天内的流量的均方差σ2大于小区在连续T天内的流量的均方差σ1,说明小区在第T+1天的流量xT+1出现了异常,波动性变大,即小区在第T+1天内的流量出现了异常,该小区是故障小区。
这里,对小区是否为故障小区进行判定还可以借助于通信载体中除流量之外的载体,例如话务量等。
所述处理单元12,具体用于:当所述小区被判定为故障小区后,根据常驻用户的评判标准,若所述故障小区中存在这样的用户,即连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新,则判定所述用户为常驻用户。
这里,所述常驻用户的评判标准可根据实际情况进行调整,例如在已有的评判标准基础上增加或较少评判标准;所述设定时间是预先设置的,可设置为大于等于3小时或大于等于1天,但所述设定时间必须小于等于T+1天。
所述统计单元11,具体用于:当所述处理单元12从所述故障小区用户中筛选出常驻用户后,统计所述常驻用户在连续T+1天内上网异常指标集Φ中每种上网异常指标k出现的次数Ck;根据公式计算所述常驻用户的上网感知系数ρ。
这里,所述上网异常指标集Φ中包括:掉线、有信号但无法使用、无网络覆盖、网速慢或网页无法打开等上网异常指标;所述Wk表示上网异常指标k所对应的权重系数。
所述处理单元12,具体用于:判断所述统计单元11计算出的所述常驻用户的上网感知系数ρ是否大于或等于设置的阈值,若是,则判定所述常驻用户为上网质量变差的用户,否则判定所述常驻用户为非上网质量变差的用户。
这里,所述设置的阈值可依据对历史用户投诉数据进行分析获取,也可根据实际需求设置一个初始值,然后根据实际运用情况进行调整;此外,还可通过统计所述常驻用户在连续T+1天内上网正常指标,从所述常驻用户中筛选出上网质量变差的用户。对于筛选出的上网质量变差的用户,客服人员可通过短信、电话等方式与所述上网质量变差的用户进行沟通、安抚等,告知所述用户上网感知差的原因,从而获取用户的理解,减少用户投诉量。
这里,不同上网异常指标对用户的上网感知所造成的影响程度不同,因此,不同上网异常指标所对应的权重系数之间存在差异。对于权重系数的确定,本实施例以采用层次分析法(Analytic Hierarchy Process,AHP)进行求取为例进行说明,具体描述如下:
首先,按照预先设置的不同上网异常指标的重要性标度,根据表1所示的1~9数字标度法表构造一个4阶判断矩阵A=(aij)4*4,i=1,2,3,4,j=1,2,3,4,其中:
这里,i=1表示掉线,i=2表示网速慢或网页无法打开,i=3表示有信号但无法使用,i=4表示没有网络覆盖,aij表示第i个上网异常指标相对于第j个上网异常指标的比较结果。
重要性标度 | 含义 |
1 | 表示两个元素相比,具有同等重要性 |
3 | 表示两个元素相比,前者比后者稍重要 |
5 | 表示两个元素相比,前者比后者明显重要 |
7 | 表示两个元素相比,前者比后者强烈重要 |
9 | 表示两个元素相比,前者比后者极端重要 |
2,4,6,8 | 表示上述判断的中间值 |
表1
然后,计算出所述判断矩阵A的最大特征值λmax=4以及该最大特征值所对应的归一化处理后的特征向量(0.5,0.25,0.125,0.125)。
最后,对所述判断矩阵A进行一致性检验,获取不同上网异常指标的权重系数,如下:
第一步:根据公式计算一致性指标CI,n表示所述判断矩阵A的阶数,可得CI=0;
第二步:查找平均随机一致性指标表,如表2所示,获取所述4阶判断矩阵A的平均随机一致性指标RI,可得RI=0.89;
阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 | 1.46 | 1.49 |
表2
第三步:根据公式计算检验系数CR,可得CR=0;由于CR<0.1,判断所述矩阵A通过一致性检验,所述归一化处理后的特征向量便可直接作为不同上网异常指标的权重系数,即掉线的权重系数为0.5、网速慢或网页无法打开的权重系数为0.25、有信号但无法使用的权重系数为0.125、没有网络覆盖的权重系数为0.125。
假设某一常驻用户在连续T+1天内发生掉线、网速慢或网页无法打开、有信号但无法使用、没有网络覆盖的出现次数分别为1、1、3、1,根据上述计算得出的不同上网异常指标的权重系数以及上网感知系数ρ的计算公式,可计算得到该用户的上网感知系数ρ=1.25,若根据历史投诉数据所设置的阈值为1,则可判定该用户为上网质量变差的用户。
在实际应用中,所述统计单元11、处理单元12均可由位于终端的中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)等实现。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。
Claims (10)
1.一种检测用户上网质量的方法,其特征在于,所述方法包括:
统计小区在连续T+1天内的流量,所述T为预设的统计周期;
根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;
当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;所述常驻用户是连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新的用户;
统计所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户。
2.根据权利要求1所述的方法,其特征在于,所述统计小区在连续T+1天内的流量,包括:
统计小区在连续T天内的流量的平均值μ1和均方差σ1、以及在连续T+1天内的流量的平均值μ2和均方差σ2。
3.根据权利要求2所述的方法,其特征在于,所述根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区,包括:
若满足μ1>μ2、σ1<σ2且所述小区在第T+1天的流量大于或等于零,则判定所述小区为故障小区。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述统计所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户,包括:
统计所述常驻用户在连续T+1天内上网异常指标集Φ中每种上网异常指标k出现的次数Ck;所述上网异常指标集Φ中包括:掉线、有信号但无法使用、无网络覆盖、网速慢或网页无法打开;
根据公式计算所述常驻用户的上网感知系数ρ;其中,Wk表示上网异常指标k所对应的权重系数;
若所述常驻用户的上网感知系数ρ大于或等于设置的阈值,则判定所述常驻用户为上网质量变差的用户。
5.根据权利要求4所述的方法,其特征在于,所述上网异常指标k所对应的权重系数Wk采用层次分析法进行求取。
6.一种检测用户上网质量的装置,其特征在于,所述装置包括:统计单元、处理单元;其中,
所述统计单元,用于统计小区在连续T+1天内的流量,所述T为预设的统计周期;
所述处理单元,用于根据所述小区在连续T+1天内的流量,判定所述小区是否为故障小区;
所述处理单元,还用于当所述小区被判定为故障小区时,从所述故障小区用户中筛选出常驻用户;所述常驻用户是连续T+1天内在所述故障小区的驻留时间大于或等于设定时间、使用过上网业务且进行过位置更新的用户;
所述统计单元,还用于统计所述常驻用户的上网指标;
所述处理单元,还用于根据所述常驻用户的上网指标,从所述常驻用户中筛选出上网质量变差的用户。
7.根据权利要求6所述的装置,其特征在于,所述统计单元,具体用于统计小区在连续T天内的流量的平均值μ1和均方差σ1、以及在连续T+1天内的流量的平均值μ2和均方差σ2。
8.根据权利要求7所述的装置,其特征在于,所述处理单元,具体用于若满足μ1>μ2、σ1<σ2且所述小区在第T+1天的流量大于或等于零,则判定所述小区为故障小区。
9.根据权利要求6至8任一项所述的装置,其特征在于,
所述统计单元,具体用于统计所述常驻用户在连续T+1天内上网异常指标集Φ中每种上网异常指标k出现的次数Ck;所述上网异常指标集Φ中包括:掉线、有信号但无法使用、无网络覆盖、网速慢或网页无法打开;根据公式计算所述常驻用户的上网感知系数ρ,其中,Wk表示上网异常指标k所对应的权重系数;
所述处理单元,具体用于若所述常驻用户的上网感知系数ρ大于或等于设置的阈值,则判定所述常驻用户为上网质量变差的用户。
10.根据权利要求9所述的装置,其特征在于,所述上网异常指标k所对应的权重系数Wk采用层次分析法进行求取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610438810.4A CN107517120A (zh) | 2016-06-17 | 2016-06-17 | 一种检测用户上网质量的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610438810.4A CN107517120A (zh) | 2016-06-17 | 2016-06-17 | 一种检测用户上网质量的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107517120A true CN107517120A (zh) | 2017-12-26 |
Family
ID=60720674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610438810.4A Pending CN107517120A (zh) | 2016-06-17 | 2016-06-17 | 一种检测用户上网质量的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107517120A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109982367A (zh) * | 2017-12-28 | 2019-07-05 | 中国移动通信集团四川有限公司 | 移动终端上网用户投诉预测方法、装置、设备及存储介质 |
CN111292094A (zh) * | 2018-12-07 | 2020-06-16 | 中国移动通信集团重庆有限公司 | 基于大数据技术的投诉预警的方法、装置、设备和介质 |
CN113328882A (zh) * | 2021-05-26 | 2021-08-31 | 中国联合网络通信集团有限公司 | 一种潜在离网用户的确定方法、装置、设备及存储介质 |
CN115484141A (zh) * | 2021-06-15 | 2022-12-16 | 中国移动通信集团河南有限公司 | 用户确定方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101646189A (zh) * | 2009-08-28 | 2010-02-10 | 华为技术有限公司 | 无线网络小区性能测试方法和设备 |
CN103428741A (zh) * | 2013-08-07 | 2013-12-04 | 北京拓明科技有限公司 | 一种预防基站故障造成用户投诉的方法 |
JP2014099690A (ja) * | 2012-11-13 | 2014-05-29 | Hitachi Kokusai Electric Inc | 無線通信システム |
-
2016
- 2016-06-17 CN CN201610438810.4A patent/CN107517120A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101646189A (zh) * | 2009-08-28 | 2010-02-10 | 华为技术有限公司 | 无线网络小区性能测试方法和设备 |
JP2014099690A (ja) * | 2012-11-13 | 2014-05-29 | Hitachi Kokusai Electric Inc | 無線通信システム |
CN103428741A (zh) * | 2013-08-07 | 2013-12-04 | 北京拓明科技有限公司 | 一种预防基站故障造成用户投诉的方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109982367A (zh) * | 2017-12-28 | 2019-07-05 | 中国移动通信集团四川有限公司 | 移动终端上网用户投诉预测方法、装置、设备及存储介质 |
CN109982367B (zh) * | 2017-12-28 | 2022-04-29 | 中国移动通信集团四川有限公司 | 移动终端上网用户投诉预测方法、装置、设备及存储介质 |
CN111292094A (zh) * | 2018-12-07 | 2020-06-16 | 中国移动通信集团重庆有限公司 | 基于大数据技术的投诉预警的方法、装置、设备和介质 |
CN113328882A (zh) * | 2021-05-26 | 2021-08-31 | 中国联合网络通信集团有限公司 | 一种潜在离网用户的确定方法、装置、设备及存储介质 |
CN115484141A (zh) * | 2021-06-15 | 2022-12-16 | 中国移动通信集团河南有限公司 | 用户确定方法、装置、设备及存储介质 |
CN115484141B (zh) * | 2021-06-15 | 2023-08-15 | 中国移动通信集团河南有限公司 | 用户确定方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107517120A (zh) | 一种检测用户上网质量的方法及装置 | |
EP3322126B1 (en) | Improving performance of communication network based on end to end performance observation and evaluation | |
CN108848515A (zh) | 一种基于大数据的物联网业务质量监测平台及方法 | |
CA2755831C (en) | Network status detection | |
CN101645884B (zh) | 基于相对熵理论的多测度网络异常检测方法 | |
WO2009084421A1 (ja) | 通信網の品質分析システム、品質分析装置、品質分析方法、及びプログラム | |
CN105873113B (zh) | 无线质量问题定位方法及系统 | |
US9015312B2 (en) | Network management system and method for identifying and accessing quality of service issues within a communications network | |
US8862119B2 (en) | Method and apparatus for telecommunications network performance anomaly events detection and notification | |
CN109618361B (zh) | 一种4g基站隐性故障排查方法及装置 | |
CN111246564A (zh) | 基于mr数据的外部干扰定位方法及装置 | |
CN108063676A (zh) | 通信网络故障预警方法及装置 | |
CN102609778A (zh) | 一种电力通信网风险评估方法及装置 | |
US10708155B2 (en) | Systems and methods for managing network operations | |
CN109995566A (zh) | 网络故障定位方法、装置、设备及介质 | |
CN108243429B (zh) | 一种用于室内分布系统的网络覆盖检测方法及系统 | |
CN106612216A (zh) | 网站访问异常的检测方法及装置 | |
CN108093427A (zh) | 一种VoLTE业务质量评估方法及系统 | |
CN117375982A (zh) | 一种网络态势安全监测系统 | |
CN116485267A (zh) | 一种基于多维数据的智能建筑健康状态评估系统 | |
CN109963292B (zh) | 投诉预测的方法、装置、电子设备和存储介质 | |
CN108243439A (zh) | 移动互联网数据业务质量劣化定位的方法及系统 | |
CN116132337B (zh) | 一种基于服务网格技术的接口流量异常检测方法 | |
CN110830464B (zh) | 一种网络流量异常检测系统 | |
CN116668080A (zh) | 一种流量异常评估方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171226 |