CN109005556B - 一种基于用户话单的4g网络质量优化方法与系统 - Google Patents
一种基于用户话单的4g网络质量优化方法与系统 Download PDFInfo
- Publication number
- CN109005556B CN109005556B CN201810821299.5A CN201810821299A CN109005556B CN 109005556 B CN109005556 B CN 109005556B CN 201810821299 A CN201810821299 A CN 201810821299A CN 109005556 B CN109005556 B CN 109005556B
- Authority
- CN
- China
- Prior art keywords
- kqi
- user
- quality
- service
- value
- 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
Links
Images
Classifications
-
- 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
-
- 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
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- 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
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Algebra (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于用户话单的4G网络质量优化方法及系统,通过对待测区域所有4G网络的用户话单的原始文件进行数据预处理;筛选所述用户话单待处理文件得到异常话单;对异常话单进行KQI量化;按照KQI量化异常时可能的KPI指标异常的概率排序列表;依据列表结果判断是否属于质差话单,并判断待测区域的所有质差话单进一步判断该区域是否为质差区域;对质差区域分析质差原因并给出告警和改进;对质差区域进一步通过业务质量波动率算法对质差小区进行网络质量挖掘;该方法及系统从待测区域用户话单的海量数据出发,通过最能体现用户移动数据业务质量的KQI性能指标,通过机器自学习能力自动检测识别网络质量问题点,从而实现用户业务质量的日常实时监测,实现用户业务质量的实时动态监控预警。
Description
技术领域
本发明属于网络质量优化领域,具体涉及一种基于用户话单的4G网络质量优化方法与系统。
背景技术
随着无线通信网络的迅速发展和网络规模的不断扩大,移动数据增值业务类型日益繁多,由于网络建设是以小区为单位,需要以小区为单位进行网络规划涉及和优化,同时由于用户使用业务也呈现多元化和差异化,无线网络优化工作也需以用户体验的提升为目标。
传统无线网络优化方法根据无线覆盖范围内设备告警和无线侧网优参数(即传统北向接口性能指标)异常进行监测和优化处理,然而,在当前以用户体验提升为目标的网络优化工作背景下,传统网络质量优化方法暴露出了较大的局限性。首先,传统优化方法只能基于小区级的统计指标表象,只能简单定位出无线网络问题的基本表象,不能真实还原在具体哪个业务节点、哪个位置,哪些用户做哪些业务受到何种影响等诸多数据信息的局限性,现网中对业务质量问题的反馈,往往不足以通过网络质量表征出来,因此,对于影响业务质量的网络问题定位就显得更加束手无策;其次,传统优化方法基于的传统北向接口性能指标仅能从数据本身的波动反馈网络质量存在异常,并不能真实体现出指标波动背后对用户实际业务质量所带来的负面影响;再者,基于网管指标的统计分析具有时间上的滞后性,仅能静态反馈某个时间段,某个小区的网络运行出现不正常的波动所作的统计分析只能作为监控和后续优化的参考凭证;再者,传统网络质量优化方法仅基于网管KPI指标进行网络质量问题定位分析,但对于小区或局部区域用户体验来说往往并不一定就完全体现在指标表面或单一指标能定位,因此,并不能将网络质量的好坏与业务质量的优劣直接挂钩。总之,传统优化方法对于网络质量的预警优化,并不能全面且准确地对网络质量进行监测和优化,无法准确区别网络质量真实波动与异常波动,且评估优化手段较为粗糙,优化效率较低。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于用户话单的4G网络质量优化方法与系统,从待测区域用户话单的海量数据出发,通过最能体现用户移动数据业务质量的KQI性能指标,通过机器自学习能力自动检测识别网络质量问题点,从而实现用户业务质量的日常实时监测,实现用户业务质量的实时动态监控预警。
为实现上述目的,按照本发明的一个方面,提供了一种基于用户话单的4G网络质量优化方法,具体步骤如下:
S1.对待测区域有4G网络的用户话单的原始文件进行数据预处理,提取原始文件的有效字段并转化为统一的文件输出字段格式输出得到用户话单待处理文件;
S2.通过学习历史用户业务类型数据,统计得到每区域每类用户业务类型动态门限,通过用户业务类型动态门限筛选用户话单待处理文件得到异常话单;
S3.对异常话单进行KQI量化分析,以异常话单的用户业务类型作为KQI指标逐条进行KQI量化;
S4.将异常话单中的KQI指标依据量化的结果进行知识库匹配,即分析KQI指标量化值异常时可能的KPI指标异常的概率;
S5.将S4中KPI指标异常的概率最高项作为对应的异常话单优选的原因值,存在原因值的话单即为该用户的质差话单,统计待测区域内所有用户的质差话单比例并依此判断出待测区域是否属于质差区域;
S6:对质差区域进行网络质量挖掘,依据业务质量波动率算法计算所得质差区域的波动率和设置的业务质量指标门限预警规则触发相应的预警。
作为本发明的进一步改进,步骤3中KQI量化的模型为:
其中,X代表KQI指标的量化值,Mv是KQI指标的测量值,Sv、Qv、Tv分别代表KQI指标对应的用户满意值、合格值和容忍值。
作为本发明的进一步改进,业务质量波动率算法具体为:
其中C为当前值,Hmax为历史高值,Have为历史均值,Hmin为历史低值;q1、h1分别表示T1时刻待测区域业务流量、待测区域业务速率;q2、h2分别表示T2时刻待测区域业务流量、待测区域业务速率,为DETA函数,用于判断T1、T2时刻值区域流量、速率的变化趋势是趋增还是趋减,|ABS()|为绝对值函数表达式。
作为本发明的进一步改进,步骤4异常话单的用户业务类型包括页面下载速率、页面响应时延、页面内容显示成功率、页面内容显示时延、页面响应成功率、视频流媒体下载速率、视频流媒体初始缓冲时延、视频流媒体平均停顿次数、视频流媒体平均停顿时长、视频流媒体初始播放成功率和文件下载速率中的一个或多个。
作为本发明的进一步改进,步骤4的知识库匹配中,每个KQI都存有一套知识库,每套知识库含若干规则,每条规则代表KQI异常时可能的KPI异常,用“置信度”表示最有可能的KQI异常关联组合,以此得到可能的KPI指标异常的概率。
为实现上述目的,按照本发明的另一个方面,提供了一种基于用户话单的4G网络质量优化系统,其包括数据预处理模块、异常话单筛选模块、KQI量化模块、知识库匹配模块、结果分析模块、网络质量分析与挖掘模块,其中,
数据预处理模块用于接收待测区域有4G网络的用户话单的原始文件并进行数据预处理,提取原始文件的有效字段并转化为统一的文件输出字段格式输出得到用户话单待处理文件;
异常话单筛选模块用于接收数据预处理模块输出的用户话单待处理文件,其通过学习历史用户业务类型数据,统计得到每区域每类用户业务类型动态门限,通过用户业务类型动态门限筛选用户话单待处理文件得到异常话单;
KQI量化模块用于接收异常话单筛选模块筛选的异常话单,并对异常话单进行KQI量化分析,以异常话单的用户业务类型作为KQI指标逐条进行KQI量化;
知识库匹配模块用于接收KQI量化模块对异常话单的KQI量化值,将异常话单中的KQI指标依据量化的结果进行知识库匹配,即分析KQI指标量化值异常时可能的KPI指标异常的概率;
结果分析模块用于接收知识库匹配模块的匹配结果,将S4中KPI指标异常的概率最高项作为对应的异常话单优选的原因值,存在原因值的话单即为该用户的质差话单,统计待测区域内所有用户的质差话单比例并依此判断出待测区域是否属于质差区域;
网络质量分析与挖掘模块接收结果分析模块的分析结果,并对质差区域进行网络质量挖掘,依据业务质量波动率算法计算所得质差区域的波动率和设置的业务质量指标门限预警规则触发相应的预警。
作为本发明的进一步改进,KQI量化的模型为:
其中,X代表KQI指标的量化值,Mv是KQI指标的测量值,Sv、Qv、Tv分别代表KQI指标对应的用户满意值、合格值和容忍值。
作为本发明的进一步改进,业务质量波动率算法具体为:
其中C为当前值,Hmax为历史高值,Have为历史均值,Hmin为历史低值;q1、h1分别表示T1时刻待测区域业务流量、待测区域业务速率;q2、h2分别表示T2时刻待测区域业务流量、待测区域业务速率,为DETA函数,用于判断T1、T2时刻值区域流量、速率的变化趋势是趋增还是趋减,|ABS()|为绝对值函数表达式。
作为本发明的进一步改进,异常话单的用户业务类型包括页面下载速率、页面响应时延、页面内容显示成功率、页面内容显示时延、页面响应成功率、视频流媒体下载速率、视频流媒体初始缓冲时延、视频流媒体平均停顿次数、视频流媒体平均停顿时长、视频流媒体初始播放成功率和文件下载速率中的一个或多个。
作为本发明的进一步改进,知识库匹配模块的知识库匹配中,每个KQI都存有一套知识库,每套知识库含若干规则,每条规则代表KQI异常时可能的KPI异常,用“置信度”表示最有可能的KQI异常关联组合,以此得到可能的KPI指标异常的概率。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
1.本发明的一种基于用户话单的4G网络质量优化方法与系统,从待测区域用户话单的海量数据出发,通过最能体现用户移动数据业务质量的KQI性能指标,通过机器自学习能力自动检测识别网络质量问题点,通过对待测区域内的所有网络质量问题点统计分析进而得到待测区域的质差原因并给出优化建议,从而实现对用户进行业务质量的日常实时监测,触发实时/非实时预警,实现用户业务质量的实时动态监控预警,确保各场景下用户业务质量的最优化和无线资源利用率的最大化。
2.本发明的一种基于用户话单的4G网络质量优化方法与系统,引入业务质量波动率算法,精确判断网络质量的变化趋势归属何种类型的网络预警监控等级以及匹配出对应的无线网络质量优化方案,通过该算法将用户感知与用户话单的定位分析经验固化,进一步实现用户业务质量的实时动态监控预警。
3.本发明的一种基于用户话单的4G网络质量优化方法与系统,引入业务质量波动率算法,通过用户业务质量算法对用户业务质量的判断分析预警,可以有效避免传统方式上对于偶发性业务质量差问题的误判,分辨出聚焦业务质量真实发生恶化的用户,保证指导网络维护的准确性。
4、本发明的一种基于用户话单的4G网络质量优化方法与系统,可根据地市、场景、区域、小区、业务大小类非实时业务质量劣化进行组合分析,对区域、小区的各业务大小类非实时业务质量进行预警呈现,维优人员以小时、天、周粒度的客户感知异常查询、评估处理后业务恢复情况,从而极大提升投诉处理效率以及客户满意度。
附图说明
图1是本发明实施例的基于用户话单的4G网络质量优化方法示意图;
图2是本发明实施例的基于用户话单的4G网络质量优化方法的原始文件数据预处理过程示意图;
图3是本发明实施例的基于用户话单的4G网络质量优化方法的关联知识库示意图;
图4是本发明实施例的基于用户话单的4G网络质量优化方法的业务质量波动率算法示意图;
图5为本发明实施例的通用业务质量持续走势图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
KQI:Key Quality Indicators关键质量指标。
KPI:Key Performance Indicators关键业绩指标。
S1-MME:eNodeB(基站)与MME(Mobility Management Entity function)移动性管理实体功能单元之间的接口
S1-U:eNodeB(基站)和S-GW(Servers Gateway:服务网关)之间的接口。
MR:Measurement Report,测量报告。
图1为本发明的基于用户话单的4G网络质量优化方法示意图。如图1所示,主要包含以下步骤:S1.原始文件数据预处理过程;S2.数据筛选过程;S3.数据KQI量化过程;S4.知识库匹配过程;S5.结果分析过程;S6.网络质量分析及挖掘过程。该方法流程具体如下:
S1.原始文件数据预处理过程。
图2为本发明的一种基于用户话单的4G网络质量优化方法的原始文件数据预处理过程示意图。如图2所示,原始文件类型分为:采用控制面S1-MME原始文件,业务面S1-U原始文件以及网络测量MR原始文件。将无线侧(覆盖类、容量类、干扰类)、核心网(切换类、TCP建链响应时延、第一个HTTP包响应时延)等表征不同业务性能的指标的字段整合在一个融合记录文件中,从而进行全方位分析。由于业务面S1-U原始文件有用字段数量最多,以S1-U记录为基准,对S1-U、S1-MME和MR三种记录进行深度融合。首先对S1-U、S1-MME和MR三种记录进行有效字段筛选和提取,其中,有效字段可以但不仅仅限于是网络测量MR记录中主/邻服务小区载波号ScEarfcn/NcEarfcn、参考信号接收功率ScRSRP/NcRSRP、物理小区识别码ScPci/NcPci,以及S1-MME记录中流程类型编码Procedure Type以及流程状态ProcedureStatus,将对应的有效字段添加到对应的S1-U记录文件中。
最终形成融合的S1-U记录文件输出字段格式为:s1u标识|Cell ID|IMSI|Procedure start time|Procedure end time|s1u XDR ID|app_type|app_sub_type|DLdata|TCP建链响应时延|TCP建链确认时延|TCP建链成功到第一条事务请求的时延|第一个HTTP响应包时延|最后一个HTTP内容包的时延|minute|user_num|ScEarfcn|ScPci|ScRSRP|11个逗号分隔的NcEarfcn|11个逗号分隔的NcPci|11个逗号分隔的NcRSRP|ProcedureType|Procedure Status。
S2.数据筛选过程。
通过学习历史的用户业务类型数据过滤异常样本,据统计学原理配置的算法准则统计得到每区域每类用户业务类型动态门限,基于用户业务类型动态门限,通过用户业务类型动态门限筛选出异常话单。
S3.数据KQI量化过程。
由于用户感受是一个较为偏向人为主观的评判标准,为了精确反映用户感受,依据用户业务类型将其划分为:网页浏览业务、视频业务及文件下载业务。其中,与网页浏览业务相关的数据类型有:页面下载速率、页面响应时延、页面内容显示成功率、页面内容显示时延、页面响应成功率;与视频业务相关的数据类型有:视频流媒体下载速率、视频流媒体初始缓冲时延、视频流媒体平均停顿次数、视频流媒体平均停顿时长、视频流媒体初始播放成功率;与文件下载业务的数据类型有:文件下载速率。
将上述数据类型作为KQI指标,通过KQI量化模型将用户感受转化成可量化分析的KQI量化值,KQI量化模型如下:
其中,X代表KQI指标的量化值,Mv是KQI指标的测量值,Sv、Qv、Tv分别代表KQI指标对应的用户满意值、合格值和容忍值。
以网页浏览类业务中的KQI指标项页面打开时延和页面下载速率为例。其中,页面下载速率计算公式如下所示:
其中,页面下载数据量为S1_U文件中涉及“DL Data”字段值;页面下载传输时间为S1_U文件中的“最后一个Http内容包的传输时延”减去“第一个Http响应包时延”。基于统计数据得出,页面下载平均速率的Sv=3.5Mbps,Qv=1.2Mbps,Tv=0.05Mbps,利用上述KQI转换模型即可计算得到页面下载速率的KQI量化值。
页面打开时延从用户业务信令字段分解来看,其计算公式如下:
页面打开时延(ms)
=|最后一个Http内容包的时延(ms)|+|Tcp建链响应时延(ms)|
+|Tcp建链确认时延(ms)|
+|TCP建链成功到第一条事务请求的时延(ms)|
基于统计数据得出,页面打开时延的Sv=320ms,Qv=960ms,Tv=1200ms。利用上述KQI转换模型即可计算得到页面打开时延的KQI量化值。同理,依照上述方法可对其他数据类型进行KQI量化。
S4.知识库匹配过程。
对质差用户的KQI指标依据KQI量化的结果进入KQI与KPI匹配过程,具体为:
1.每个KQI都有存有一套知识库,每套知识库含若干规则。
2.每条规则代表KQI异常时,可能的KPI异常列表,用“置信度”表示最有可能的KQI异常关联组合。
图3是本发明实施例的基于用户话单的4G网络质量优化方法的关联知识库示意图。如图3所示该关联存在121条关联规则,以规则51和121为例,规则51为{上行HARQ重传率>20%,异频切换成功率<95%}(置信度=75.7%),表示该用户话单中的上行HARQ重传率KQI>20%且异频切换成功率KQI<95%时,其置信度为75.7%;规则121为{上行PRB利用率>50%,上行HARQ重传率>15%,异频切换成功率<95%}(置信度=64.1%),表示该用户话单中的上行PRB利用率KQI>50%且上行HARQ重传率KQI>15%且异频切换成功率KQI<95%时,其置信度为64.1%。
S5.结果分析过程。
利用步骤S4通过知识库匹配得到的多个置信度值进行从高到低的排序,置信度最高的即优选为原因值,存在原因值的话单记录即为该用户的质差话单。通过小区内所有用户的原因值和频繁项集挖掘算法来判断该小区是否属于质差区域,并对应其原因产生相应的告警,具体为:
首先,统计上网业务用户感受的可信度,即质量差用户话单(简称DQ)占该区域全部用户话单的比例,对该比例设定一个阈值,超过该阈值则该区域为质差区域。
其次,统计质差区域用户的质差话单(DQ)记录,通过频繁项集挖掘算法进一步分析质差区域存在的网络问题。比如,质差话单15608637|0|0|0|0|0|0|0|1|1代表[‘第一个HTTP包响应时延超时’,‘DQ劣'],统计质差区域用户的质差话单(DQ)记录中该话单出现的次数,对其进行支持度及可信度的分析(如,人为对程序支持度设为0.1,可信度设为1)。此处中的支持度与可信度,是软件通过算法实现,具体来说:假定A、B、C…M,均表示候选项集里原因值,那么1)支持度(A,B)=同时出现(A,B)/(A+B+C+…M);2)可信度(A-B)=同时出现(A,B)/A。
对于区域来说网络质量差分为6类原因:1.设备告警类(如设备板卡故障、设备软件性能下降);2.MR弱覆盖占比;3.资源类;4.干扰类;5.性能类;6.质量类。依据这6类原因对其进行支持度及可信度的排序,可以判断出影响该质差区域的网络问题的首要因素是覆盖差,第二因素是Http包响应时延超时。
针对6类原因网络质差原因,对其进行相应的报警:1、设备告警类:优先级(最高),有告警必出;2、MR弱覆盖占比:优先级(高),根据客户要求大于20%(可调),告警必出;3、资源类:只要关联资源类KPI,优先级(高),告警必出;4、干扰类:只要关联干扰类KPI,优先级(高),告警必出;5、性能类:关联有性能类KPI时,优先级(中),有1、2类告警先出,然后核查接通/切换/掉话类相关的参数;6、质量类:核查参数及其他,优先级(低),有1、2、3类告警先出,然后核查重叠覆盖及其他。
针对其告警的分类对质差区域进行优化建议,具体为:1.显示区域及基站告警,建议核查区域告警;2.MR弱覆盖率占比大于20%,建议核查弱覆盖率;3.MR重叠覆盖度大于20%,建议核查重叠覆盖;4.关联资源类指标告警,建议核查区域干扰;5.关联干扰类指标告警,建议核查区域干扰;6.关联接通/切换/掉线类告警,建议核查区域参数;7.关联质量类指标,建议核查重叠覆盖及其他。
S6.网络质量挖掘过程。
对于质差区域的网络质量挖掘过程主要通过业务质量波动率算法来实现。4G业务集中表现为业务面请求时延及业务速率;假若网络异常,则导致业务性能下降或受阻,业务流量及速率将大打折扣。故建立在业务质量速率波动率算法的网络质量预警机制可以全面发掘网络异常问题。图4是本发明实施例的基于用户话单的4G网络质量优化方法的业务质量波动率示意图。如图4所示,待测区域的流量、业务速率值大于历史均值时,趋势波动幅度待测区域的流量、业务速率值小于历史均值时,趋势波动幅度
其中C为当前值,Hmax为历史高值,Have为历史均值,Hmin为历史低值;q1、h1分别表示T1时刻待测区域业务流量、待测区域业务速率;q2、h2分别表示T2时刻待测区域业务流量、待测区域业务速率,为DETA函数,用于判断T1、T2时刻值区域流量、速率的变化趋势是趋增还是趋减,|ABS()|为绝对值函数表达式。
得到各区域业务速率、页面打开时延的波动率后,设置业务质量波动幅度及指标门限预警规则触发相应实时业务质量波动分层级预警机制。通过业务指标门限预警值与指标波动幅度值进行加权计算,得出精确的业务质量预警机制,触发网络质量监控优化,表1为依据流量以及速率计算得到的业务质量波动幅度并进行预警和优化建议。
表1依据业务质量波动幅度并进行预警和优化建议的数据分析表
本发明的一种基于用户话单的4G网络质量优化系统,可根据地市、场景、区域、小区、业务大小类非实时业务质量劣化进行组合分析,对区域、小区的各业务大小类非实时业务质量进行预警呈现,维优人员以小时、天、周粒度的客户感知异常查询、评估处理后业务恢复情况。该优化系统包括数据预处理模块、异常话单筛选模块、KQI量化模块、知识库匹配模块、结果分析模块、网络质量分析与挖掘模块,其中,
数据预处理模块用于接收待测区域所有4G网络用户话单的原始文件,并提取4G网络用户话单的原始文件的有效字段并转化为统一的文件输出字段格式输出用户话单待处理文件;
异常话单筛选模块用于接收数据预处理模块输出的用户话单待处理文件,其通过学习历史的用户业务类型数据,据统计学原理配置的算法准则统计得到每区域每类用户业务类型动态门限,基于用户业务类型动态门限,通过用户业务类型动态门限筛选用户话单待处理文件得到异常话单;
KQI量化模块用于接收异常话单筛选模块筛选的异常话单,并按照划分的用户业务类型作为KQI指标逐条对异常话单进行KQI量化,KQI量化模型为:
其中,X代表KQI指标的量化值,Mv是KQI指标的测量值,Sv、Qv、Tv分别代表KQI指标对应的用户满意值、合格值和容忍值,异常话单中的KQI指标具体为:页面下载速率、页面响应时延、页面内容显示成功率、页面内容显示时延、页面响应成功率、视频流媒体下载速率、视频流媒体初始缓冲时延、视频流媒体平均停顿次数、视频流媒体平均停顿时长、视频流媒体初始播放成功率、文件下载速率;
知识库匹配模块用于接收KQI量化模块对异常话单的KQI量化值,分析KQI指标量化值异常时可能的KPI指标异常的概率并按照概率进行排序列表,知识库匹配模块的知识库匹配过程具体为:每个KQI都存有一套知识库,每套知识库含若干规则;每条规则代表KQI异常时,可能的KPI异常列表,用“置信度”表示最有可能的KQI异常关联组合;
结果分析模块用于接收知识库匹配模块的排序列表,将KPI指标异常的概率最高项作为对应的异常话单优选的原因值,存在原因值的话单即为该用户的质差话单,统计待测区域内所有用户的质差话单比例并依此来判断待测区域是否属于质差区域,分析质差区域的质差原因产生相应的告警并给出改进建议,结果分析模块分析质差区域的质差原因的过程为:统计质差区域用户的质差话单(DQ)记录中该话单出现的次数,对其进行支持度及可信度的分析,假定A、B、C…M,均表示候选项集里原因值,支持度(A,B)=同时出现(A,B)/(A+B+C+…M),可信度(A-B)=同时出现(A,B)/A;
网络质量挖掘模块接收结果分析模块的质差区域分析结果,并依据业务质量波动率算法计算所得各区域的波动率和设置的业务质量指标门限预警规则触发相应的预警,其中业务质量波动率算法具体为:待测区域的流量、业务速率值大于历史均值时,趋势波动幅度待测区域的流量、业务速率值小于历史均值时,趋势波动幅度
其中C为当前值,Hmax为历史高值,Have为历史均值,Hmin为历史低值;q1、h1分别表示T1时刻待测区域业务流量、待测区域业务速率;q2、h2分别表示T2时刻待测区域业务流量、待测区域业务速率,为DETA函数,用于判断T1、T2时刻值区域流量、速率的变化趋势是趋增还是趋减,|ABS()|为绝对值函数表达式。
作为本发明一个优选的实施例,基于用户话单的4G网络质量优化系统对某市全网LTE小区进行业务质量监控预警,避免了单凭一个时间点的业务指标恢复或者投诉量来判定网络质差问题小区。
以某市城南区域,用户投诉优化处理为例。用户反馈在城南区域近期出现手机上网速率慢,网页刷新迟钝现象。按照常规监控分析手段,后台指标并无明显异常。
从用户话单定位分析出发,以异常用户为问题分析聚焦点,得到具体客户感知受影响的业务类型、流量、时间点以及业务稳定性。从业务层面逐层级还原至网络层面,进而锁住无线网络侧根因。监测流量包数据如表2所示:
表2监测流量包数据分析表
从用户业务包大小,业务类型检测,触发小区级高流量、低速率,业务稳定性差以及连续多时段波动较大的异常小区,并纳入劣化小区库,进一步分析定位异常用户的业务质量问题。如表3所示,对有业务质量问题的小区产生相应的告警。
表3业务质量问题告警数据分析表
通过本发明一种基于用户话单的4G网络质量优化方法,检测出阅城国际南1在12月25号12点开始下载速率出现明显恶化,持续4个小时,影响用户数达到187个。通过关联知识库,识别到该小区上下行PRB利用率非常高,导致在该时段该小区下用户全面受影响。
图5为本发明实施例的通用业务质量持续走势图。如图5所示,基于本发明一种基于用户话单的4G网络质量优化方法的优化建议,实施实时运维工单,对重点问题小区进行跟踪和督办,优化后该区域范围内小区业务稳定性全面提升。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于用户话单的4G网络质量优化方法,其特征在于,具体步骤如下:
S1.对待测区域有4G网络的用户话单的原始文件进行数据预处理,提取原始文件的有效字段并转化为统一的文件输出字段格式输出得到用户话单待处理文件;
S2.通过学习历史用户业务类型数据,统计得到每区域每类用户业务类型动态门限,通过用户业务类型动态门限筛选所述用户话单待处理文件得到异常话单;
S3.对所述异常话单进行KQI量化分析,以所述异常话单的用户业务类型作为KQI指标逐条进行KQI量化;所述KQI量化的模型为:
其中,X代表KQI指标的量化值,Mv是KQI指标的测量值,Sv、Qv、Tv分别代表KQI指标对应的用户满意值、合格值和容忍值;
S4.将所述异常话单中的KQI指标依据量化的结果进行知识库匹配,即分析KQI指标量化值异常时可能的KPI指标异常的概率;
S5.将S4中KPI指标异常的概率最高项作为对应的异常话单优选的原因值,存在原因值的话单即为该用户的质差话单,统计待测区域内所有用户的质差话单比例并依此判断出待测区域是否属于质差区域;
S6:对质差区域进行网络质量挖掘,依据业务质量波动率算法计算所得质差区域的波动率和设置的业务质量指标门限预警规则触发相应的预警;所述业务质量波动率算法具体为:
2.根据权利要求1所述的一种基于用户话单的4G网络质量优化方法,其特征在于,步骤4所述异常话单的用户业务类型包括页面下载速率、页面响应时延、页面内容显示成功率、页面内容显示时延、页面响应成功率、视频流媒体下载速率、视频流媒体初始缓冲时延、视频流媒体平均停顿次数、视频流媒体平均停顿时长、视频流媒体初始播放成功率和文件下载速率中的一个或多个。
3.根据权利要求1所述的一种基于用户话单的4G网络质量优化方法,其特征在于,步骤4中所述的知识库匹配中,每个KQI都存有一套知识库,每套知识库含若干规则,每条规则代表KQI异常时可能的KPI异常,用“置信度”表示最有可能的KQI异常关联组合,以此得到可能的KPI指标异常的概率。
4.一种基于用户话单的4G网络质量优化系统,其包括数据预处理模块、异常话单筛选模块、KQI量化模块、知识库匹配模块、结果分析模块、网络质量分析与挖掘模块,其特征在于,
数据预处理模块用于接收待测区域有4G网络的用户话单的原始文件并进行数据预处理,提取原始文件的有效字段并转化为统一的文件输出字段格式输出得到用户话单待处理文件;
异常话单筛选模块用于接收所述数据预处理模块输出的用户话单待处理文件,通过学习历史用户业务类型数据,统计得到每区域每类用户业务类型动态门限,通过用户业务类型动态门限筛选所述用户话单待处理文件得到异常话单;
KQI量化模块用于接收所述异常话单筛选模块筛选的异常话单,并对所述异常话单进行KQI量化分析,以所述异常话单的用户业务类型作为KQI指标逐条进行KQI量化;所述KQI量化的模型为:
其中,X代表KQI指标的量化值,Mv是KQI指标的测量值,Sv、Qv、Tv分别代表KQI指标对应的用户满意值、合格值和容忍值;
知识库匹配模块用于接收所述KQI量化模块对异常话单的KQI量化值,将所述异常话单中的KQI指标依据量化的结果进行知识库匹配,即分析KQI指标量化值异常时可能的KPI指标异常的概率;
结果分析模块用于接收知识库匹配模块的匹配结果,将S4中KPI指标异常的概率最高项作为对应的异常话单优选的原因值,存在原因值的话单即为该用户的质差话单,统计待测区域内所有用户的质差话单比例并依此判断出待测区域是否属于质差区域;
网络质量分析与挖掘模块接收所述结果分析模块的分析结果,并对质差区域进行网络质量挖掘,依据业务质量波动率算法计算所得质差区域的波动率和设置的业务质量指标门限预警规则触发相应的预警;所述业务质量波动率算法具体为:
5.根据权利要求4所述的一种基于用户话单的4G网络质量优化系统,其特征在于,所述异常话单的用户业务类型包括页面下载速率、页面响应时延、页面内容显示成功率、页面内容显示时延、页面响应成功率、视频流媒体下载速率、视频流媒体初始缓冲时延、视频流媒体平均停顿次数、视频流媒体平均停顿时长、视频流媒体初始播放成功率和文件下载速率中的一个或多个。
6.根据权利要求4所述的一种基于用户话单的4G网络质量优化系统,其特征在于,所述知识库匹配模块的知识库匹配中,每个KQI都存有一套知识库,每套知识库含若干规则,每条规则代表KQI异常时可能的KPI异常,用“置信度”表示最有可能的KQI异常关联组合,以此得到可能的KPI指标异常的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810821299.5A CN109005556B (zh) | 2018-07-24 | 2018-07-24 | 一种基于用户话单的4g网络质量优化方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810821299.5A CN109005556B (zh) | 2018-07-24 | 2018-07-24 | 一种基于用户话单的4g网络质量优化方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109005556A CN109005556A (zh) | 2018-12-14 |
CN109005556B true CN109005556B (zh) | 2021-05-25 |
Family
ID=64596892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810821299.5A Active CN109005556B (zh) | 2018-07-24 | 2018-07-24 | 一种基于用户话单的4g网络质量优化方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109005556B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111327450B (zh) * | 2018-12-17 | 2022-09-27 | 中国移动通信集团北京有限公司 | 一种质差原因的确定方法、装置、设备及介质 |
CN109699044B (zh) * | 2018-12-26 | 2022-05-13 | 中国移动通信集团江苏有限公司 | 大气波导干扰的确定方法、装置、设备及介质 |
CN111818560A (zh) * | 2019-04-11 | 2020-10-23 | 中国移动通信集团福建有限公司 | 质差小区的确定方法及装置 |
CN111818561B (zh) * | 2019-04-11 | 2022-07-01 | 中国移动通信集团福建有限公司 | 数据动态监测方法、装置及电子设备 |
CN110796366A (zh) * | 2019-10-28 | 2020-02-14 | 中国联合网络通信集团有限公司 | 质差小区识别方法和装置 |
CN110995484B (zh) * | 2019-11-29 | 2022-08-19 | 中盈优创资讯科技有限公司 | 物联网业务恢复自动诊断方法及装置 |
CN113079521B (zh) * | 2020-01-03 | 2023-03-21 | 中国移动通信集团广东有限公司 | 一种通话质量优化方法、装置和设备 |
CN113225218A (zh) * | 2020-02-06 | 2021-08-06 | 中国移动通信集团贵州有限公司 | 一种话单质量的核查方法和装置 |
CN113381867B (zh) * | 2020-02-25 | 2023-11-03 | 中国移动通信集团福建有限公司 | 通信时延原因确定方法、装置及电子设备、存储介质 |
CN113542880B (zh) * | 2020-04-20 | 2022-11-29 | 中国移动通信集团河北有限公司 | 一种短视频业务质量检测方法和装置 |
CN112085282B (zh) * | 2020-09-11 | 2023-08-04 | 中国联合网络通信集团有限公司 | 小区流量预测方法及服务器 |
CN114286370B (zh) * | 2020-09-18 | 2023-08-01 | 中国移动通信集团设计院有限公司 | 基站告警对用户感知业务影响的确定方法及装置 |
CN114257490B (zh) * | 2020-09-22 | 2023-08-15 | 中国移动通信集团设计院有限公司 | 无线网络性能告警分析方法及装置 |
CN115022914A (zh) * | 2021-03-05 | 2022-09-06 | 中兴通讯股份有限公司 | 用户感知评估方法、装置、终端及存储介质 |
CN115250244B (zh) * | 2021-04-28 | 2023-07-11 | 中国移动通信集团湖南有限公司 | 一种网络质量评价方法和装置 |
CN113365306B (zh) * | 2021-06-30 | 2023-03-28 | 中国电信股份有限公司 | 网络分析方法及装置、存储介质、计算机系统 |
CN116208515A (zh) * | 2021-11-30 | 2023-06-02 | 中兴通讯股份有限公司 | 网络质差用户的判断方法、装置、电子设备及存储介质 |
CN114297255B (zh) * | 2021-12-17 | 2024-04-19 | 中电信数智科技有限公司 | 一种基于日志分析的网络品质工单故障预警方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103138963A (zh) * | 2011-11-25 | 2013-06-05 | 华为技术有限公司 | 一种基于用户感知的网络问题定位方法及装置 |
WO2014176769A1 (zh) * | 2013-05-02 | 2014-11-06 | 华为技术有限公司 | 网络优化的方法、网络优化的装置和网络优化的设备 |
CN104660438A (zh) * | 2013-11-25 | 2015-05-27 | 中兴通讯股份有限公司 | 问题定位处理方法及装置 |
WO2016011576A1 (zh) * | 2014-07-21 | 2016-01-28 | 华为技术有限公司 | 网络优化的方法、装置和基站 |
CN106034064A (zh) * | 2015-03-13 | 2016-10-19 | 腾讯科技(深圳)有限公司 | 一种即时通讯会话状态提示方法、即时通讯服务器及系统 |
CN106162714A (zh) * | 2015-04-23 | 2016-11-23 | 中国移动通信集团贵州有限公司 | 一种投诉信息处理方法及装置 |
CN107708144A (zh) * | 2017-11-28 | 2018-02-16 | 广东华仝九方科技有限公司 | 一种终端问题分析方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060084040A (ko) * | 2005-01-17 | 2006-07-21 | 삼성전자주식회사 | 동적 QoS 관리 장치 및 방법 |
US10361919B2 (en) * | 2015-11-09 | 2019-07-23 | At&T Intellectual Property I, L.P. | Self-healing and dynamic optimization of VM server cluster management in multi-cloud platform |
US10756955B2 (en) * | 2015-11-24 | 2020-08-25 | International Business Machines Corporation | Dynamic thresholds for computer system alerts |
-
2018
- 2018-07-24 CN CN201810821299.5A patent/CN109005556B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103138963A (zh) * | 2011-11-25 | 2013-06-05 | 华为技术有限公司 | 一种基于用户感知的网络问题定位方法及装置 |
WO2014176769A1 (zh) * | 2013-05-02 | 2014-11-06 | 华为技术有限公司 | 网络优化的方法、网络优化的装置和网络优化的设备 |
CN104660438A (zh) * | 2013-11-25 | 2015-05-27 | 中兴通讯股份有限公司 | 问题定位处理方法及装置 |
WO2016011576A1 (zh) * | 2014-07-21 | 2016-01-28 | 华为技术有限公司 | 网络优化的方法、装置和基站 |
CN106034064A (zh) * | 2015-03-13 | 2016-10-19 | 腾讯科技(深圳)有限公司 | 一种即时通讯会话状态提示方法、即时通讯服务器及系统 |
CN106162714A (zh) * | 2015-04-23 | 2016-11-23 | 中国移动通信集团贵州有限公司 | 一种投诉信息处理方法及装置 |
CN107708144A (zh) * | 2017-11-28 | 2018-02-16 | 广东华仝九方科技有限公司 | 一种终端问题分析方法 |
Non-Patent Citations (2)
Title |
---|
《2017 Ninth International Conference on Ubiquitous and Future Networks (ICUFN)》;Omar Radwan;《An architectural model for managing quality of experience of web services》;20170727;全文 * |
《TD-LTE网络中KQI指标优化的研究》;魏远伦;《通讯世界》;20170831;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109005556A (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109005556B (zh) | 一种基于用户话单的4g网络质量优化方法与系统 | |
US11637740B2 (en) | Intelligent anomaly detection and root cause analysis in mobile networks | |
EP3436951B1 (en) | Systems and methods for measuring effective customer impact of network problems in real-time using streaming analytics | |
US10674388B2 (en) | Wireless communication data analysis and reporting | |
US11018958B2 (en) | Communication network quality of experience extrapolation and diagnosis | |
US20150195154A1 (en) | Creating a Knowledge Base for Alarm Management in a Communications Network | |
EP2679044B1 (en) | Service problem diagnosis for mobile wireless networks | |
US10404525B2 (en) | Classification of detected network anomalies using additional data | |
JP5612696B2 (ja) | 通信ネットワーク内のサービス品質結果の特定及びアクセスのためのネットワーク管理システム及び方法 | |
CN108243421B (zh) | 伪基站识别方法及系统 | |
CN108616900B (zh) | 一种室内外测量报告的区分方法及网络设备 | |
CN111327539A (zh) | 一种业务调度的方法、装置及设备 | |
CN108134703B (zh) | 网络小区隐患故障预测分析方法及装置 | |
TWI510109B (zh) | 遞迴式異常網路流量偵測方法 | |
CN113727092B (zh) | 基于决策树的视频监控质量巡检方法及装置 | |
CN114828055A (zh) | 用户业务感知评估方法、装置、设备、介质和程序产品 | |
CN101436951A (zh) | 移动通信网络无线智能分析系统 | |
CN114640600A (zh) | 网络服务质量分析方法、系统以及存储介质 | |
KR100812946B1 (ko) | 이동 통신망에서의 서비스 품질 관리 시스템 및 방법 | |
TW201929584A (zh) | 基地台之障礙辨識伺服器及方法 | |
Shen et al. | Research on Network Quality Intelligent Monitoring Technology Based on Prophet Model | |
Gokcesu et al. | QoE Evaluation for Adaptive Video Streaming: Enhanced MDT with Deep Learning | |
JP3795483B2 (ja) | メッセージ抽出装置及びメッセージ抽出方法 | |
CN117978700A (zh) | 一种业务指标的监控方法、装置、存储介质及电子设备 | |
CN115907530A (zh) | 一种业务数据分析方法及装置 |
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 |