CN110278129B - 一种移动业务客户发展方法和系统 - Google Patents

一种移动业务客户发展方法和系统 Download PDF

Info

Publication number
CN110278129B
CN110278129B CN201910621750.3A CN201910621750A CN110278129B CN 110278129 B CN110278129 B CN 110278129B CN 201910621750 A CN201910621750 A CN 201910621750A CN 110278129 B CN110278129 B CN 110278129B
Authority
CN
China
Prior art keywords
jitter
client
average
call quality
sample
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
CN201910621750.3A
Other languages
English (en)
Other versions
CN110278129A (zh
Inventor
王子奇
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 CN201910621750.3A priority Critical patent/CN110278129B/zh
Publication of CN110278129A publication Critical patent/CN110278129A/zh
Application granted granted Critical
Publication of CN110278129B publication Critical patent/CN110278129B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H04L43/0858—One way delays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H04L43/087—Jitter
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明提供一种移动业务客户发展方法和系统。该发展方法包括：采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型；判断目标客户是否为预设移动业务客户；如果否，采集目标客户的即时通信业务数据，并根据目标客户的即时通信业务数据和即时通信业务通话质量预测模型预测目标客户的通话质量；通话质量包括可接受和不可接受；当目标客户的通话质量为不可接受时，向目标客户推送预设移动业务。该方法能够识别出通话质量不佳的目标客户，并向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。

Description

一种移动业务客户发展方法和系统
技术领域
本发明属于通信技术领域，具体涉及一种移动业务客户发展方法和系统。
背景技术
三家运营商移动网络独立建设的特性导致基于数据通信技术的移动端即时通信业务在跨运营商通信中频繁出现语音不清、图像模糊或通话中断现象，导致了极差的客户体验。
如何改善上述移动端遇到的情况，提升客户体验已经成为目前亟待解决的问题。
发明内容
本发明针对现有技术中的问题，提供一种移动业务客户发展方法和系统。该移动业务客户发展方法能够识别出通话质量不佳的目标客户，并向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。
本发明提供一种移动业务客户发展方法，包括：
采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型；
判断目标客户是否为预设移动业务客户；
如果否，采集所述目标客户的即时通信业务数据，并根据所述目标客户的即时通信业务数据和所述即时通信业务通话质量预测模型预测所述目标客户的通话质量；所述通话质量包括可接受和不可接受；
当所述目标客户的通话质量为不可接受时，向所述目标客户推送预设移动业务。
优选地，所述即时通信业务包括连续通话业务；所述采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型包括：
采集样本客户连续通话的数据包及其时间戳；
根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动；
根据所述平均时延和所述平均抖动评价样本客户的通话质量，并将样本客户的通话质量、所述平均时延和所述平均抖动拟合至记录表；
对所述记录表中的多个样本客户进行训练，获得不同通话质量样本客户的时延和抖动分布概率。
优选地，所述采集所述目标客户的即时通信业务数据，并根据所述目标客户的即时通信业务数据和所述即时通信业务通话质量预测模型预测所述目标客户的通话质量包括：
采集所述目标客户连续通话的平均时延和平均抖动；
确定所述目标客户连续通话的平均时延和平均抖动在不同通话质量样本客户的时延和抖动分布概率中的分布；
根据所述分布分别计算所述目标客户在不同通话质量下的时延和抖动概率；
比较所述目标客户在不同通话质量下的时延和抖动概率值，将时延和抖动概率值较大的通话质量确定为所述目标客户的通话质量。
优选地，所述目标客户在不同通话质量下的时延和抖动概率计算公式为：P(A1|X)＝P(A1|x1,x2)＝P(x1|A1)P(x2|A1)/C1/C2；
P(A2|X)＝P(A2|x1,x2)＝P(x1|A2)P(x2|A2)/C1/C2；
其中，C1，C2为恒量，C1代表每个分类结果的概率，C2代表各即时通信业务数据属性的联合概率；x1代表时延；x2代表抖动；A1代表通话质量为可接受；A2代表通话质量为不可接受；P(A1|X)代表通话质量为可接受时的所述目标客户的时延和抖动概率；P(A2|X)代表通话质量为不可接受时的所述目标客户的时延和抖动概率；P(x1|A1)代表所述目标客户连续通话的平均时延在通话质量为可接受时在样本客户的时延分布概率中的分布； P(x2|A1)代表所述目标客户连续通话的平均抖动在通话质量为可接受时在样本客户的抖动分布概率中的分布；P(x1|A2)代表所述目标客户连续通话的平均时延在通话质量为不可接受时在样本客户的时延分布概率中的分布；P(x2|A2)代表所述目标客户连续通话的平均抖动在通话质量为不可接受时在样本客户的抖动分布概率中的分布。
优选地，所述根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动包括：
计算每个数据包的时延；每个数据包的时延＝数据包的接收时间-发送时间；
计算样本客户连续通话的平均时延；平均时延为所有数据包的时延求平均；
计算样本客户连续通话的抖动；抖动为相邻数据包的时延差的绝对值；
计算样本客户连续通话的平均抖动；平均抖动为对相邻数据包的时延差的绝对值求平均。
本发明还提供一种移动业务客户发展系统，包括：
采集训练模块，用于采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型；
判断模块，用于判断目标客户是否为预设移动业务客户；
预测模块，用于在所述判断模块的判断结果为否时，采集所述目标客户的即时通信业务数据，并根据所述目标客户的即时通信业务数据和所述即时通信业务通话质量预测模型预测所述目标客户的通话质量；所述通话质量包括可接受和不可接受；
推送模块，用于在所述目标客户的通话质量为不可接受时，向所述目标客户推送预设移动业务。
优选地，所述即时通信业务包括连续通话业务；所述采集训练模块包括：第一采集单元，用于采集样本客户连续通话的数据包及其时间戳；
第一计算单元，用于根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动；
评价拟合单元，用于根据所述平均时延和所述平均抖动评价样本客户的通话质量，并将样本客户的通话质量、所述平均时延和所述平均抖动拟合至记录表；
训练单元，用于对所述记录表中的多个样本客户进行训练，获得不同通话质量样本客户的时延和抖动分布概率。
优选地，所述预测模块包括：
第二采集单元，用于采集所述目标客户连续通话的平均时延和平均抖动；
确定单元，用于确定所述目标客户连续通话的平均时延和平均抖动在不同通话质量样本客户的时延和抖动分布概率中的分布；
第二计算单元，用于根据所述分布分别计算所述目标客户在不同通话质量下的时延和抖动概率；
比较确定单元，用于比较所述目标客户在不同通话质量下的时延和抖动概率值，将时延和抖动概率值较大的通话质量确定为所述目标客户的通话质量。
优选地，所述目标客户在不同通话质量下的时延和抖动概率计算公式为：P(A1|X)＝P(A1|x1,x2)＝P(x1|A1)P(x2|A1)/C1/C2；
P(A2|X)＝P(A2|x1,x2)＝P(x1|A2)P(x2|A2)/C1/C2；
其中，C1，C2为恒量，C1代表每个分类结果的概率，C2代表各即时通信业务数据属性的联合概率；x1代表时延；x2代表抖动；A1代表通话质量为可接受；A2代表通话质量为不可接受；P(A1|X)代表通话质量为可接受时的所述目标客户的时延和抖动概率；P(A2|X)代表通话质量为不可接受时的所述目标客户的时延和抖动概率；P(x1|A1)代表所述目标客户连续通话的平均时延在通话质量为可接受时在样本客户的时延分布概率中的分布； P(x2|A1)代表所述目标客户连续通话的平均抖动在通话质量为可接受时在样本客户的抖动分布概率中的分布；P(x1|A2)代表所述目标客户连续通话的平均时延在通话质量为不可接受时在样本客户的时延分布概率中的分布；P(x2|A2)代表所述目标客户连续通话的平均抖动在通话质量为不可接受时在样本客户的抖动分布概率中的分布。
优选地，所述第一计算单元用于计算每个数据包的时延；每个数据包的时延＝数据包的接收时间-发送时间；
所述第一计算单元还用于计算样本客户连续通话的平均时延；平均时延为所有数据包的时延求平均；
所述第一计算单元还用于计算样本客户连续通话的抖动；抖动为相邻数据包的时延差的绝对值；
所述第一计算单元还用于计算样本客户连续通话的平均抖动；平均抖动为对相邻数据包的时延差的绝对值求平均。
本发明的有益效果：本发明所提供的移动业务客户发展方法，通过训练获得即时通信业务通话质量预测模型，并根据目标客户的即时通信业务数据和即时通信业务通话质量预测模型预测目标客户的通话质量，能够识别出通话质量不佳的目标客户，并向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。
本发明所提供的移动业务客户发展系统，通过设置采集训练模块和预测模块，能够识别出通话质量不佳的目标客户，通过设置判断模块和推送模块，能向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。
附图说明
图1为本发明实施例1中移动业务客户发展方法的流程图；
图2为本发明实施例2中移动业务客户发展方法步骤S10的流程图；
图3为本发明实施例2中移动业务客户发展方法步骤S12的流程图；
图4为本发明实施例3中移动业务客户发展系统的原理框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明一种移动业务客户发展方法和系统作进一步详细描述。
实施例1：
本实施例提供一种移动业务客户发展方法，如图1所示，包括：
步骤S10：采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型。
步骤S11：判断目标客户是否为预设移动业务客户。
该步骤中，预设移动业务如联通业务、移动业务或电信业务等通信业务。预设移动业务客户如联通客户、移动客户或者电信客户。即时通信业务通话的双方中一个为预设移动业务客户，目标客户为通话双方中不是预设移动业务客户的一方。
如果否，则执行步骤S12：采集目标客户的即时通信业务数据，并根据目标客户的即时通信业务数据和即时通信业务通话质量预测模型预测目标客户的通话质量。通话质量包括可接受和不可接受。
当目标客户的通话质量为不可接受时，执行步骤S13：向目标客户推送预设移动业务。
该步骤中，向目标客户推送预设移动业务如向目标客户推送预设移动业务套餐、资费、试用邀请等信息。
另外，当步骤S11判断结果为是时，结束。当目标客户的通话质量为可接受时，结束。
该移动业务客户发展方法，通过训练获得即时通信业务通话质量预测模型，并根据目标客户的即时通信业务数据和即时通信业务通话质量预测模型预测目标客户的通话质量，能够识别出通话质量不佳的目标客户，并向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。
实施例2：
基于实施例1中所提供的移动业务客户发展方法，本实施例提供一种移动业务客户发展方法，其中，即时通信业务包括连续通话业务；步骤S10具体包括：如图2所示，
步骤S101：采集样本客户连续通话的数据包及其时间戳。
其中，连续通话业务如微信视频回话业务。采集的样本客户连续通话的数据包中包含匹配源IP，用于识别微信视频服务器；通过匹配源IP，能够识别目标客户是否为预设移动业务客户；匹配微信号，用于识别样本客户；匹配状态码，用于识别视频流；视频流序号，如001、002…；视频流时间戳。
步骤S102：根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动。
其中，时延和抖动是影响即时通信业务通话质量的关键因子。该步骤具体包括：
计算每个数据包的时延。每个数据包的时延＝数据包的接收时间-发送时间；
计算样本客户连续通话的平均时延。平均时延为所有数据包的时延求平均；
计算样本客户连续通话的抖动。抖动为相邻数据包的时延差的绝对值；
计算样本客户连续通话的平均抖动。平均抖动为对相邻数据包的时延差的绝对值求平均。
步骤S103：根据平均时延和平均抖动评价样本客户的通话质量，并将样本客户的通话质量、平均时延和平均抖动拟合至记录表。
该步骤中，根据平均时延和平均抖动主观评价样本客户的通话质量为可接受或者不可接受。然后将样本客户的通话质量、平均时延和平均抖动一一对应地填入记录表中。
步骤S104：对记录表中的多个样本客户进行训练，获得不同通话质量样本客户的时延和抖动分布概率。
该步骤中的具体训练过程为：
首先，按照可接受和不可接受，将N条数据(N为样本客户总数量)分为两组N1和N2，N1为通话质量为可接受的样本客户数量，N2为通话质量为不可接受的样本客户数量；N1+N2＝N；
然后，分别计算两组样本客户数据的时延分布概率和抖动分布概率，以时延举例：将N1的时延按照等分原则，分为n组；如将时延分为时延<1s、1-15s、15-30s、时延>30s五组；N1中落入各个组中的样本客户的数量分别为d1、d2、d3、d4、d5，则通话质量为可接受的样本客户数据的时延分布概率为：d1/N1、d2/N1、 d3/N1、d4/N1、d4/N1。
同理，通话质量为可接受的样本客户数据的抖动分布概率以及通话质量为不可接受的样本客户数据的时延和抖动分布概率也通过上述方法确定，具体不再赘述。
本实施例中，步骤S12具体包括：如图3所示，
步骤S121：采集目标客户连续通话的平均时延和平均抖动。
目标客户连续通话的平均时延和平均抖动按照上述样本客户连续通话的平均时延和平均抖动的计算方法计算获得，这里不再赘述。
步骤S122：确定目标客户连续通话的平均时延和平均抖动在不同通话质量样本客户的时延和抖动分布概率中的分布。
即看目标客户连续通话的平均时延落在通话质量为可接受的样本客户时延的哪个分组内，该分组对应一个时延分布概率；同样，看目标客户连续通话的平均抖动落在通话质量为可接受的样本客户抖动的哪个分组内，该分组对应一个抖动分布概率；看目标客户连续通话的平均时延和平均抖动分别落在通话质量为不可接受的样本客户时延和抖动的哪个分组内，每个分组对应一个抖动分布概率。
步骤S123：根据分布分别计算目标客户在不同通话质量下的时延和抖动概率。
该步骤中，目标客户在不同通话质量下的时延和抖动概率计算公式为：P(A1|X)＝P(A1|x1,x2)＝P(x1|A1)P(x2|A1)/C1/C2；
P(A2|X)＝P(A2|x1,x2)＝P(x1|A2)P(x2|A2)/C1/C2；
其中，C1，C2为恒量，C1代表每个分类结果的概率，C2代表各即时通信业务数据属性的联合概率；x1代表时延；x2代表抖动；A1代表通话质量为可接受；A2代表通话质量为不可接受；P(A1|X)代表通话质量为可接受时的目标客户的时延和抖动概率；P(A2|X)代表通话质量为不可接受时的目标客户的时延和抖动概率；P(x1|A1)代表目标客户连续通话的平均时延在通话质量为可接受时在样本客户的时延分布概率中的分布；P(x2|A1)代表目标客户连续通话的平均抖动在通话质量为可接受时在样本客户的抖动分布概率中的分布；P(x1|A2)代表目标客户连续通话的平均时延在通话质量为不可接受时在样本客户的时延分布概率中的分布；P(x2|A2)代表目标客户连续通话的平均抖动在通话质量为不可接受时在样本客户的抖动分布概率中的分布。
步骤S124：比较目标客户在不同通话质量下的时延和抖动概率值，将时延和抖动概率值较大的通话质量确定为目标客户的通话质量。
通过上述步骤S121-S124，能够精确地确定目标客户的通话质量，从而能够精准地识别出通话质量不佳的目标客户，进而能够精准地向通话质量不佳的目标客户推送预设移动业务，提升目标客户选择采用该预设移动业务的比率，同时提升预设移动业务推送的成功率。
本实施例中移动业务客户发展方法的其他步骤与实施例1中相同，此处不再赘述。
实施例1-2的有益效果：实施例1-2中所提供的移动业务客户发展方法，通过训练获得即时通信业务通话质量预测模型，并根据目标客户的即时通信业务数据和即时通信业务通话质量预测模型预测目标客户的通话质量，能够识别出通话质量不佳的目标客户，并向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。
实施例3：
基于实施例2中所提供的移动业务客户发展方法，本实施例提供一种移动业务客户发展系统，如图4所示，包括：采集训练模块1，用于采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型。判断模块2，用于判断目标客户是否为预设移动业务客户。预测模块3，用于在判断模块2 的判断结果为否时，采集目标客户的即时通信业务数据，并根据目标客户的即时通信业务数据和即时通信业务通话质量预测模型预测目标客户的通话质量。通话质量包括可接受和不可接受。推送模块4，用于在目标客户的通话质量为不可接受时，向目标客户推送预设移动业务。
通过设置采集训练模块1和预测模块3，能够识别出通话质量不佳的目标客户，通过设置判断模块2和推送模块4，能向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。
本实施例中，即时通信业务包括连续通话业务；采集训练模块1包括：第一采集单元11，用于采集样本客户连续通话的数据包及其时间戳。第一计算单元12，用于根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动。评价拟合单元13，用于根据平均时延和平均抖动评价样本客户的通话质量，并将样本客户的通话质量、平均时延和平均抖动拟合至记录表。训练单元14，用于对记录表中的多个样本客户进行训练，获得不同通话质量样本客户的时延和抖动分布概率。
其中，第一计算单元12用于计算每个数据包的时延；每个数据包的时延＝数据包的接收时间-发送时间；第一计算单元12还用于计算样本客户连续通话的平均时延；平均时延为所有数据包的时延求平均；第一计算单元12还用于计算样本客户连续通话的抖动；抖动为相邻数据包的时延差的绝对值；第一计算单元12还用于计算样本客户连续通话的平均抖动；平均抖动为对相邻数据包的时延差的绝对值求平均。
本实施例中，预测模块3包括：第二采集单元31，用于采集目标客户连续通话的平均时延和平均抖动。确定单元32，用于确定目标客户连续通话的平均时延和平均抖动在不同通话质量样本客户的时延和抖动分布概率中的分布。第二计算单元33，用于根据分布分别计算目标客户在不同通话质量下的时延和抖动概率。比较确定单元34，用于比较目标客户在不同通话质量下的时延和抖动概率值，将时延和抖动概率值较大的通话质量确定为目标客户的通话质量。
其中，目标客户在不同通话质量下的时延和抖动概率计算公式为：P(A1|X)＝P(A1|x1,x2)＝P(x1|A1)P(x2|A1)/C1/C2；
P(A2|X)＝P(A2|x1,x2)＝P(x1|A2)P(x2|A2)/C1/C2；
其中，C1，C2为恒量，C1代表每个分类结果的概率，C2代表各即时通信业务数据属性的联合概率；x1代表时延；x2代表抖动；A1代表通话质量为可接受；A2代表通话质量为不可接受；P(A1|X)代表通话质量为可接受时的目标客户的时延和抖动概率；P(A2|X)代表通话质量为不可接受时的目标客户的时延和抖动概率；P(x1|A1)代表目标客户连续通话的平均时延在通话质量为可接受时在样本客户的时延分布概率中的分布；P(x2|A1)代表目标客户连续通话的平均抖动在通话质量为可接受时在样本客户的抖动分布概率中的分布；P(x1|A2)代表目标客户连续通话的平均时延在通话质量为不可接受时在样本客户的时延分布概率中的分布；P(x2|A2)代表目标客户连续通话的平均抖动在通话质量为不可接受时在样本客户的抖动分布概率中的分布。
通过设置第二采集单元31、确定单元32、第二计算单元33 和比较确定单元34，能够精确地确定目标客户的通话质量，从而能够精准地识别出通话质量不佳的目标客户，进而能够精准地向通话质量不佳的目标客户推送预设移动业务，提升目标客户选择采用该预设移动业务的比率，同时提升预设移动业务推送的成功率。
实施例3的有益效果：实施例3中所提供的移动业务客户发展系统，通过设置采集训练模块和预测模块，能够识别出通话质量不佳的目标客户，通过设置判断模块和推送模块，能向目标客户推送预设移动业务，从而能够将预设移动业务精准地推送给有需求的目标客户，进而提升了目标客户选择采用该预设移动业务的比率，提升了预设移动业务推送的成功率。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种移动业务客户发展方法，其特征在于，包括：
采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型；
判断目标客户是否为预设移动业务客户；
如果否，采集所述目标客户的即时通信业务数据，并根据所述目标客户的即时通信业务数据和所述即时通信业务通话质量预测模型预测所述目标客户的通话质量；所述通话质量包括可接受和不可接受；
当所述目标客户的通话质量为不可接受时，向所述目标客户推送预设移动业务。
2.根据权利要求1所述的移动业务客户发展方法，其特征在于，所述即时通信业务包括连续通话业务；所述采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型包括：
采集样本客户连续通话的数据包及其时间戳；
根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动；
根据所述平均时延和所述平均抖动评价样本客户的通话质量，并将样本客户的通话质量、所述平均时延和所述平均抖动拟合至记录表；
对所述记录表中的多个样本客户进行训练，获得不同通话质量样本客户的时延和抖动分布概率。
3.根据权利要求2所述的移动业务客户发展方法，其特征在于，所述采集所述目标客户的即时通信业务数据，并根据所述目标客户的即时通信业务数据和所述即时通信业务通话质量预测模型预测所述目标客户的通话质量包括：
采集所述目标客户连续通话的平均时延和平均抖动；
确定所述目标客户连续通话的平均时延和平均抖动在不同通话质量样本客户的时延和抖动分布概率中的分布；
根据所述分布分别计算所述目标客户在不同通话质量下的时延和抖动概率；
将所述目标客户在通话质量为可接受下的时延和抖动概率值与所述目标客户在通话质量为不可接受下的时延和抖动概率值进行比较，将时延和抖动概率值较大的通话质量确定为所述目标客户的通话质量。
4.根据权利要求3所述的移动业务客户发展方法，其特征在于，所述目标客户在通话质量为可接受下的时延和抖动概率值与所述目标客户在通话质量为不可接受下的时延和抖动概率值计算公式为：P(A1|X)＝P(A1|x1,x2)＝P(x1|A1)P(x2|A1)/C1/C2；
P(A2|X)＝P(A2|x1,x2)＝P(x1|A2)P(x2|A2)/C1/C2；
其中，C1，C2为恒量，C1代表每个分类结果的概率，C2代表各即时通信业务数据属性的联合概率；x1代表时延；x2代表抖动；A1代表通话质量为可接受；A2代表通话质量为不可接受；P(A1|X)代表通话质量为可接受时的所述目标客户的时延和抖动概率；P(A2|X)代表通话质量为不可接受时的所述目标客户的时延和抖动概率；P(x1|A1)代表所述目标客户连续通话的平均时延在通话质量为可接受时在样本客户的时延分布概率中的分布；P(x2|A1)代表所述目标客户连续通话的平均抖动在通话质量为可接受时在样本客户的抖动分布概率中的分布；P(x1|A2)代表所述目标客户连续通话的平均时延在通话质量为不可接受时在样本客户的时延分布概率中的分布；P(x2|A2)代表所述目标客户连续通话的平均抖动在通话质量为不可接受时在样本客户的抖动分布概率中的分布。
5.根据权利要求2所述的移动业务客户发展方法，其特征在于，所述根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动包括：
计算每个数据包的时延；每个数据包的时延＝数据包的接收时间-发送时间；
计算样本客户连续通话的平均时延；平均时延为所有数据包的时延求平均；
计算样本客户连续通话的抖动；抖动为相邻数据包的时延差的绝对值；
计算样本客户连续通话的平均抖动；平均抖动为对相邻数据包的时延差的绝对值求平均。
6.一种移动业务客户发展系统，其特征在于，包括：
采集训练模块，用于采集样本客户的即时通信业务数据并对其进行训练，获得即时通信业务通话质量预测模型；
判断模块，用于判断目标客户是否为预设移动业务客户；
预测模块，用于在所述判断模块的判断结果为否时，采集所述目标客户的即时通信业务数据，并根据所述目标客户的即时通信业务数据和所述即时通信业务通话质量预测模型预测所述目标客户的通话质量；所述通话质量包括可接受和不可接受；
推送模块，用于在所述目标客户的通话质量为不可接受时，向所述目标客户推送预设移动业务。
7.根据权利要求6所述的移动业务客户发展系统，其特征在于，所述即时通信业务包括连续通话业务；所述采集训练模块包括：第一采集单元，用于采集样本客户连续通话的数据包及其时间戳；
第一计算单元，用于根据样本客户连续通话的数据包及其时间戳，计算样本客户连续通话的平均时延和平均抖动；
评价拟合单元，用于根据所述平均时延和所述平均抖动评价样本客户的通话质量，并将样本客户的通话质量、所述平均时延和所述平均抖动拟合至记录表；
训练单元，用于对所述记录表中的多个样本客户进行训练，获得不同通话质量样本客户的时延和抖动分布概率。
8.根据权利要求7所述的移动业务客户发展系统，其特征在于，所述预测模块包括：
第二采集单元，用于采集所述目标客户连续通话的平均时延和平均抖动；
确定单元，用于确定所述目标客户连续通话的平均时延和平均抖动在不同通话质量样本客户的时延和抖动分布概率中的分布；
第二计算单元，用于根据所述分布分别计算所述目标客户在不同通话质量下的时延和抖动概率；
比较确定单元，用于将所述目标客户在通话质量为可接受下的时延和抖动概率值与所述目标客户在通话质量为不可接受下的时延和抖动概率值进行比较，将时延和抖动概率值较大的通话质量确定为所述目标客户的通话质量。
9.根据权利要求8所述的移动业务客户发展系统，其特征在于，所述目标客户在通话质量为可接受下的时延和抖动概率值与所述目标客户在通话质量为不可接受下的时延和抖动概率值进行比较计算公式为：P(A1|X)＝P(A1|x1,x2)＝P(x1|A1)P(x2|A1)/C1/C2；
P(A2|X)＝P(A2|x1,x2)＝P(x1|A2)P(x2|A2)/C1/C2；
其中，C1，C2为恒量，C1代表每个分类结果的概率，C2代表各即时通信业务数据属性的联合概率；x1代表时延；x2代表抖动；A1代表通话质量为可接受；A2代表通话质量为不可接受；P(A1|X)代表通话质量为可接受时的所述目标客户的时延和抖动概率；P(A2|X)代表通话质量为不可接受时的所述目标客户的时延和抖动概率；P(x1|A1)代表所述目标客户连续通话的平均时延在通话质量为可接受时在样本客户的时延分布概率中的分布；P(x2|A1)代表所述目标客户连续通话的平均抖动在通话质量为可接受时在样本客户的抖动分布概率中的分布；P(x1|A2)代表所述目标客户连续通话的平均时延在通话质量为不可接受时在样本客户的时延分布概率中的分布；P(x2|A2)代表所述目标客户连续通话的平均抖动在通话质量为不可接受时在样本客户的抖动分布概率中的分布。
10.根据权利要求7所述的移动业务客户发展系统，其特征在于，所述第一计算单元用于计算每个数据包的时延；每个数据包的时延＝数据包的接收时间-发送时间；
所述第一计算单元还用于计算样本客户连续通话的平均时延；平均时延为所有数据包的时延求平均；
所述第一计算单元还用于计算样本客户连续通话的抖动；抖动为相邻数据包的时延差的绝对值；
所述第一计算单元还用于计算样本客户连续通话的平均抖动；平均抖动为对相邻数据包的时延差的绝对值求平均。
CN201910621750.3A 2019-07-10 2019-07-10 一种移动业务客户发展方法和系统 Active CN110278129B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910621750.3A CN110278129B (zh) 2019-07-10 2019-07-10 一种移动业务客户发展方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910621750.3A CN110278129B (zh) 2019-07-10 2019-07-10 一种移动业务客户发展方法和系统

Publications (2)

Publication Number Publication Date
CN110278129A CN110278129A (zh) 2019-09-24
CN110278129B true CN110278129B (zh) 2021-02-02

Family

ID=67964194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910621750.3A Active CN110278129B (zh) 2019-07-10 2019-07-10 一种移动业务客户发展方法和系统

Country Status (1)

Country Link
CN (1) CN110278129B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106170128A (zh) * 2016-09-12 2016-11-30 中国联合网络通信集团有限公司 呼叫处理方法及装置
CN106535227A (zh) * 2016-10-28 2017-03-22 努比亚技术有限公司 移动终端的信道切换方法与切换装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101378295A (zh) * 2007-08-28 2009-03-04 杨汉民 表示网络电话通话质量的方法
CN102571421A (zh) * 2011-12-22 2012-07-11 中兴通讯股份有限公司 Ip接入网服务质量检测的方法及装置
CN103986780A (zh) * 2014-05-29 2014-08-13 中科创达软件股份有限公司 一种基于移动终端的信息推送方法和移动终端
CN104469829B (zh) * 2014-11-20 2018-03-16 华为技术有限公司 一种语音质量检测方法及装置
GB2557548B (en) * 2015-10-23 2022-03-16 Kodiak Networks Inc System and method for implementing call session quality indicator

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106170128A (zh) * 2016-09-12 2016-11-30 中国联合网络通信集团有限公司 呼叫处理方法及装置
CN106535227A (zh) * 2016-10-28 2017-03-22 努比亚技术有限公司 移动终端的信道切换方法与切换装置

Also Published As

Publication number Publication date
CN110278129A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
EP1223708B1 (en) Telecommunications services billing based on service level agreement
CN103067217B (zh) 一种通信网络服务质量的指示系统及方法
CN106304180A (zh) 一种确定用户的语音业务质量的方法及装置
CN103493433A (zh) 通信网络中服务的服务质量监测的方法和设备
CN103081403A (zh) 用于使用事件分析通信系统的操作的方法和装置
CN110536314B (zh) 语音质量的确定方法、装置、设备及介质
CN105991707B (zh) 多媒体交互方法、服务器及系统
Goldstein et al. Synchronization of delay for OTT services in LTE
CN102149110A (zh) 一种终端性能评估方法及装置
WO2007000633A1 (en) Quality assessment for telecommunications network
CN110278129B (zh) 一种移动业务客户发展方法和系统
JP2002217970A (ja) 電気通信ネットワークにおけるトラフィックのモニタ
CN101622833B (zh) 服务质量劣化点估计方法、服务质量劣化点估计设备和程序
CN109994128B (zh) 语音质量问题定位方法、装置、设备及介质
CN114422309A (zh) 基于摘要回传比对方式的业务消息传输效果分析方法
Gardner et al. Using optimization to achieve efficient quality of service in voice over IP networks
CN103648128B (zh) 一种确定系统间切换门限的方法及装置
CN101414938B (zh) 自适应的数字家庭网络可用带宽实时检测方法
CN116886632A (zh) 一种提供服务用的多通道通信方法与系统
CN115242755B (zh) 一种基于sip信令服务器集群的性能监测及负载均衡方法
CN116600329A (zh) 一种消息错误识别码定界方法及装置
Çakmak et al. A Review: Active queue management algorithms in mobile communication
CN114172867B (zh) 一种基于ims的海量信令诊断系统及方法
CN111372073B (zh) 视频质量的评价方法、装置、设备和介质
CN113517990B (zh) 一种网络净推荐值nps的预测方法及装置

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