CN110602652B - 投诉模型的训练方法、用户投诉的预测方法、装置及设备 - Google Patents

Abstract

本发明实施例提供了投诉模型的训练方法、用户投诉的预测方法、装置及设备。方法包括：获取至少一条投诉信息；基于用户位置轨迹识别模型确定用户所处基站的人流量信息；基于所述投诉信息和所述人流量信息训练投诉模型。本发明实施例能够精准识别网络中潜在的投诉用户，也使得投诉预警管理更加具有针对性。

Description

投诉模型的训练方法、用户投诉的预测方法、装置及设备

技术领域

本发明涉及大数据处理技术领域，尤其涉及一种投诉模型的训练方法、用户投诉的预测方法、装置及设备。

背景技术

随着移动通信网络的高速发展，人们对手机和网络的依赖越来越强。网络质量好坏作为衡量品质服务能力的关键考核指标，直接导向了用户的投诉及对运营商的选择。

目前，网络质量投诉预测识别的是依赖历史投诉数据，用户投诉内容，用户所在位置数据来预测可能投诉用户，一方面用户投诉内容是由客服人员手工记录，可能带来主观记录内容或记录不全，或通过人工智能语音识别记录，但语音识别转文本识别中针对地方口音识别准确率低。另一方面，数据的海量性和存储介质的有限性，获取用户历史位置和用户投诉语音资料难度很大。此外，识别的潜在网络投诉用户都需下分给各个管理渠道运维。

因此，识别网络潜在投诉用户存在难度大，分散性强的问题。

发明内容

本发明实施例提供了一种投诉模型的训练方法、用户投诉的预测方法、装置及设备，能够解决识别网络潜在投诉用户存在难度大，分散性强的问题。

第一方面，提供了一种投诉模型的训练方法，该方法包括：

获取至少一条投诉信息；

基于用户位置轨迹识别模型确定用户所处基站的人流量信息；

基于投诉信息和人流量信息训练投诉模型。

在一种可能的实现方式中，在基于用户位置轨迹识别模型确定基站的人流量信息之前，方法还包括：

获取基站信号覆盖区域的信息，以及在基站信号覆盖区域内的用户信息，用户信息包括投诉信息；

基于基站信号覆盖区域的信息和用户信息确定用户位置轨迹识别模型。

在一种可能的实现方式中，基于基站信号覆盖区域的信息和用户信息确定用户位置轨迹识别模型，包括：

处理用户信息中的第一数据，得到处理后的用户信息；

基于基站信号覆盖区域的信息和处理后的用户信息，确定用户在基站信号覆盖区域的驻留时间；

根据驻留时间和基站信号覆盖区域的信息，确定用户位置轨迹识别模型。

在一种可能的实现方式中，第一数据包括：用户在基站信号覆盖区域内一天的信令数量、用户的位置信息和用户国际移动用户识别码IMSI信息；

删除用户信息中大于预设值的用户在基站信号覆盖区域内一天的信令数量、用户的位置信息的用户信息、缺少IMSI信息的用户信息；或者，

对用户的位置信息进行分类计算，确定用户在位置信息对应的位置内的驻留时间；或者，

根据用户信息中的用户号码与IMSI一一对应的关系，将用户号码为空且IMSI存在的用户补充用户号码。

在一种可能的实现方式中，获取基站信号覆盖区域的信息，包括：

获取基站信号覆盖区域和运营管理单元在地理信息系统GIS上的图层；

根据基站信号覆盖区域，在GIS确定基站信号覆盖区域的图层；

根据基站信号覆盖区域的图层，确定基站信号未覆盖区域的图层；

根据运营管理单元在GIS上的图层、基站信号覆盖区域的图层和基站信号未覆盖区域的图层，确定运营管理单元对应的基站信号覆盖区域，得到基站信号覆盖区域的信息。

在一种可能的实现方式中，获取基站信号覆盖区域的图层，包括：

获取基站的发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度；

根据发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度，计算基站传播信号的传输路径损耗；

根据基站的工作频率和传输路径损耗，计算基站的覆盖半径；

根据基站的覆盖半径，确定基站信号覆盖区域的图层。

在一种可能的实现方式中，投诉信息包括投诉者信息、投诉者所驻留基站的信息和投诉时间；

基于投诉信息和人流量信息训练投诉模型，包括：

根据投诉者所驻留基站的信息和投诉时间，确定投诉者所归属的运营管理单元内基站的网络覆盖密度；

根据网络覆盖密度、投诉者所驻留基站的信息、投诉时间和人流量信息，训练投诉模型。

第二方面，提供了一种用户投诉的预测方法，该方法包括：

获取基站信号覆盖区域内的人流量信息；

将人流量信息输入至如第一方面或第一方面任一可能实现方式的投诉模型中，确定基站信号覆盖区域内的投诉概率。

第三方面，提供了一种投诉模型的训练装置，该装置包括：

获取模块，用于获取至少一条投诉信息；

人流量确定模块，用于基于用户位置轨迹识别模型确定用户所处基站的人流量信息；

模型训练模块，用于基于投诉信息和人流量信息训练投诉模型。

在一种可能的实现方式中，该装置还包括：

获取模块，还用于获取基站信号覆盖区域的信息，以及在基站信号覆盖区域内的用户信息，用户信息包括投诉信息；

模型确定模块，用于基于基站信号覆盖区域的信息和用户信息确定用户位置轨迹识别模型。

在一种可能的实现方式中，模型确定模块具体用于：

处理用户信息中的第一数据，得到处理后的用户信息；

基于基站信号覆盖区域的信息和处理后的用户信息，确定用户在基站信号覆盖区域的驻留时间；

根据驻留时间和基站信号覆盖区域的信息，确定用户位置轨迹识别模型。

在一种可能的实现方式中，第一数据包括：用户在基站信号覆盖区域内一天的信令数量、用户的位置信息和用户国际移动用户识别码IMSI信息；

模型确定模块具体用于处理用户信息中的第一数据，包括以下各项中的至少一项：

删除用户信息中大于预设值的用户在基站信号覆盖区域内一天的信令数量、用户的位置信息的用户信息、缺少IMSI信息的用户信息；或者，

对用户的位置信息进行分类计算，确定用户在位置信息对应的位置内的驻留时间；或者，

根据用户信息中的用户号码与IMSI一一对应的关系，将用户号码为空且IMSI存在的用户补充用户号码。

在一种可能的实现方式中，获取模块，具体用于：

获取基站信号覆盖区域和运营管理单元在地理信息系统GIS上的图层；

根据基站信号覆盖区域，在GIS确定基站信号覆盖区域的图层；

根据基站信号覆盖区域的图层，确定基站信号未覆盖区域的图层；

根据运营管理单元在GIS上的图层、基站信号覆盖区域的图层和基站信号未覆盖区域的图层，确定运营管理单元对应的基站信号覆盖区域，得到基站信号覆盖区域的信息。

在一种可能的实现方式中，该装置还包括：

获取模块，还用于获取基站的发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度；

计算模块，用于根据发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度，计算基站传播信号的传输路径损耗；

计算模块，还用于根据基站的工作频率和传输路径损耗，计算基站的覆盖半径；

根据基站的覆盖半径，确定基站信号覆盖区域的图层。

在一种可能的实现方式中，投诉信息包括投诉者信息、投诉者所驻留基站的信息和投诉时间；

模型训练模块，具体用于：

根据投诉者所驻留基站的信息和投诉时间，确定投诉者所归属的运营管理单元内基站的网络覆盖密度；

根据网络覆盖密度、投诉者所驻留基站的信息、投诉时间和人流量信息，训练投诉模型。

第四方面，提供了一种用户投诉的预测装置，该装置包括：

获取模块，用于获取基站信号覆盖区域内的人流量信息；

概率确定模块，用于将人流量信息输入至如第一方面或第一方面任一可能实现方式的投诉模型中，确定基站信号覆盖区域内的投诉概率。

第五方面，提供了一种设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面或者第一方面任一可能实现方式的方法或如上述实施方式中第二方面的方法。

第六方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现第一方面或者第一方面任一可能实现方式的方法或如上述实施方式中第二方面的方法。

基于提供的投诉模型的训练方法、用户投诉的预测方法、装置及设备。方法包括：获取至少一条投诉信息；基于用户位置轨迹识别模型确定用户所处基站的人流量信息；基于投诉信息和人流量信息训练投诉模型。本发明实施例能够精准识别网络中潜在的投诉用户，也使得投诉预警管理更加具有针对性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了根据本发明一些实施例提供的一种投诉模型训练方法的流程图；

图2示出了根据本发明一些实施例提供的一种在GIS上确定的基站信号覆盖区域与基站信号未覆盖区域的示意图；

图3示出了根据本发明一些实施例提供的一种用户投诉的预测方法的流程图；

图4示出了根据本发明一些实施例提供的一种投诉模型预测得到的基站的投诉概率的示意图；

图5示出了根据本发明一些实施例提供的一种投诉模型训练装置的结构示意图；

图6示出了根据本发明一些实施例提供的一种用户投诉的预测装置的结构示意图；

图7示出了根据本发明一些实施例提供的一种设备的结构示意图；

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，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描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

随着移动通信网络的高速发展，人们对手机和网络的依赖越来越强，网络质量的好坏是衡量运营商品质服务能力的关键考核指标，直接导向了用户的投诉及对运营商的选择。而当前针对投诉识别处理有两种方法，一种是单纯依靠投诉管理人员人工查阅分析，处理效率极低，且耗费时间较长；另一种是引入机器学习与人工智能相结合的方式，投诉预测模型通过将投诉文本信息与常规业务指标融合，构建二分类投诉用户预测模型，针对预测出的投诉用户再次构建聚类模型提取投诉用户特征。

但是，由于目前的投诉识别处理的方法，需要依赖历史投诉数据，用户投诉内容，用户所在位置数据来预测可能投诉用户，那么，一方面用户投诉内容通过由客服人员手工记录方式，可能带来主观记录内容或记录不全，或通过人工智能语音识别记录，但语音识别转文本识别中针对地方口音识别准确率低。另一方面，数据的海量性和存储介质的有限性，获取用户历史位置和用户投诉语音资料难度很大。因此，网络潜在投诉用户管理难度大，分散性强。

因此，本发明提供的一种投诉模型的训练方法、用户投诉的预测方法、装置及设备，能够精准识别网络中潜在的投诉用户，也使得投诉预警管理更加具有针对性。

参见图1所示，本发明实施例提供了一种投诉模型的训练方法，该方法包括：

S101：获取至少一条投诉信息。

在本发明的一个实施例中，投诉信息是指用户投诉网络质量的信息，包括投诉时间，被投诉的网络所对应的基站位置。为了能够更好的使得训练出来的投诉模型能够精准的识别网络中潜在的投诉用户，这里需要获取至少一条投诉信息，其中投诉信息是历史投诉信息。

S102：基于用户位置轨迹识别模型确定用户所处基站的人流量信息。

在本发明的一个实施例中，用户位置轨迹识别模型能够预测基站的人流量信息，其中，人流量信息包括基站的位置，用户进入基站信号覆盖区域内的时间，用户离开基站信号覆盖区域内的时间，用户在基站信号覆盖区域内的驻留时长等信息。

具体的，本发明实施例还提供了确定用户位置轨迹识别模型的具体方法，包括：

获取基站信号覆盖区域的信息，以及在基站信号覆盖区域内的用户信息，用户信息包括投诉信息；

基于基站信号覆盖区域的信息和用户信息确定用户位置轨迹识别模型。

在本发明的一个实施例中，确定用户位置轨迹识别模型分为两部分：获取基站信号覆盖区域的信息和确定用户位置轨迹识别模型。

其一，获取基站信号覆盖区域的信息。

具体的，获取基站信号覆盖区域和运营管理单元在地理信息系统GIS上的图层；根据基站信号覆盖区域，在GIS确定基站信号覆盖区域的图层；根据基站信号覆盖区域的图层，确定基站信号未覆盖区域的图层；根据运营管理单元在GIS上的图层、基站信号覆盖区域的图层和基站信号未覆盖区域的图层，确定基站信号覆盖区域的信息。

首先，需要获取基站信号覆盖区域，获取到基站信号覆盖区域后，通过地理信息系统(Geographic Information System，GIS)平台，在GIS确定基站信号覆盖区域的图层。基站的覆盖半径是在GIS确定基站信号覆盖区域的图层的必要条件，因此，需要计算基站的覆盖半径。其中，基站的覆盖半径指在第三代移动通信的发展和建设中，基站的选址和布局直接影响到整个系统的服务质量情况。因此根据合适的传播模型及路径损耗，可以计算出基站的覆盖半径。

计算基站的覆盖半径需要获取基站的发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度，根据发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度，计算基站传播信号的传输路径损耗。根据基站的工作频率和传输路径损耗，计算基站的覆盖半径。

例如，针对基站的工作频率在在1500MHz到2000MHz之间，基站的发射天线高度在30～200m之间，基站的接收天线高度在1～10m之间，天线的覆盖距离在1～20Km之间，传输路径损耗可以通过下述公式计算。

针对城市内的传输路径损耗L满足下述公式：

L＝46.33+(44.9-6.55h_t)lgd+33.9lgf-((1.11lgf-0.7)h_r-1.56lgf+0.8)-13.82lgh_t+3

其中，h_t表示发射天线高度，d表示天线覆盖距离，f表示基站的工作频率，h_r表示接收天线高度。

针对非城区的传输路径损耗L满足下述公式：

L＝46.33+(44.9-6.55h_t)lgd+33.9lgf-((1.11lgf-0.7)h_r-1.56lgf+0.8)-13.82lgh_t

其中，h_t表示发射天线高度，d表示天线覆盖距离，f表示基站的工作频率，h_r表示接收天线高度。

确定传输路径损耗后，计算基站的覆盖半径R。

当基站的工作频率f≥1800MHz时，

I、城市内的基站的覆盖半径R₁满足下述公式：

R₁＝L-46.3-33.9·log(10,f)+13.82·log(10,h_t)+((1.11·log(10,f)-0.7)·h_m-(1.56·log(10,f)-0.8))-3

其中，L表示传输路径损耗，f表示基站的工作频率，h_t表示发射天线高度，h_m表示移动台的高度。

II、郊区的基站的覆盖半径R₂满足下述公式：

其中，R₁城市内的基站的覆盖半径，f表示基站的工作频率。

III、空旷地区的基站的覆盖半径R₃满足下述公式：

R₃＝R₁+4.78·(log(10,f)·(log(10,f))-18.33·(log(10,f)+40.94+22.52

其中，R₁城市内的基站的覆盖半径，f表示基站的工作频率。

当基站的工作频率f＜1800MHz时，

I、城市内的基站的覆盖半径R₁满足下述公式：

R₁＝L-69.55-26.16·log(10,f)+13.82·log(10,h_t)+((1.11log(10,f)-0.7)·h_m-(1.56log(10,f)-0.8))

其中，L表示传输路径损耗，f表示基站的工作频率，h_t表示发射天线高度，h_m表示移动台的高度。

II、郊区的基站的覆盖半径R₂满足下述公式：

其中，R₁城市内的基站的覆盖半径，f表示基站的工作频率。

III、空旷地区的基站的覆盖半径R₃满足下述公式：

R₃＝R₁+4.78(log(10,f)·(log(10,f))-18.33(log(10,f)+40.94

其中，R₁城市内的基站的覆盖半径，f表示基站的工作频率。

得到基站的覆盖半径后，通过基站的覆盖半径计算基站信号覆盖扇区的面积，进而确定基站信号覆盖区域的图层。

其中，基站信号覆盖扇区的面积s满足下述公式：

其中，R表示基站的覆盖半径。

那么，基站信号覆盖区域的面积S满足下述公式：

其中，R表示基站的覆盖半径。

根据基站信号覆盖区域的面积S，能够确定基站信号覆盖区域的图层，并且能够反向推导基站信号未覆盖区域的图层，如图2所示，为在GIS上确定的基站信号覆盖区域与基站信号未覆盖区域，其中基站信号覆盖区域为线条框内的部分，每一个黑色圆点代表基站的位置。

确定基站信号覆盖区域的信息，不仅需要确定基站信号覆盖区域的图层和基站信号未覆盖区域的图层，还需要获取运营管理单元在GIS上的图层。根据基站信号覆盖区域的图层和基站信号未覆盖区域的图层以及运营管理单元在GIS上的图层进一步确定基站信号覆盖区域的信息，其中，基站信号覆盖区域的信息包括每一个运营管理单元的基站信号覆盖区域的面积和基站信号未覆盖区域的面积。

其二，确定用户位置轨迹识别模型。

由于基站信号覆盖区域内存在大量的用户，因此，获取到的用户信息也是大量的。为了能够提高模型的计算效率，首先需要对获取到的用户信息中的一些数据进行处理。例如，删除用户信息中大于预设值的用户在基站信号覆盖区域内一天的信令数量、用户的位置信息的用户信息、缺少国际移动用户识别码(International Mobile SubscriberIdentity，IMSI)信息的用户信息；或者，对用户的位置信息进行分类计算，确定用户在位置信息对应的位置内的驻留时间；或者，根据用户信息中的用户号码与IMSI一一对应的关系，将用户号码为空且IMSI存在的用户补充用户号码。

具体的，用户信息中还包括用户的位置信息，为了能够使得用户位置轨迹的连续性，需要使用算法聚合用户信息中的有效数据，将用户的IMSI按照用户进入基站的开始时间进行正向排序，并对比用户的每一条位置信息对应的位置与前一条位置信息对应的位置是否为同一个位置，如果是同一个位置，用户在每一条位置信息对应的位置驻留时间需要加上在进入到每一条位置信息对应的位置的开始时间与进入到上一条位置信息对应位置开始时间的差值。如果不是同一个位置，则根据位置信息对应的位置确定用户的位置。又例如，根据用户信息中的用户号码和IMSI的一一对应关系，补全用户的全量位置信息，并将用户号码为空且IMSI存在的用户补充用户号码。

确定用户的驻留时间后，根据基站信号覆盖区域的信息，建立用户所处基站与驻留这个基站之间的关系。

S103：基于投诉信息和人流量信息训练投诉模型。

在本发明的一个实施例中，投诉信息包括投诉者信息、投诉者所驻留基站的信息和投诉时间。将投诉者所驻留基站的信息和投诉时间进行聚类，得到投诉者多归属的运营管理单元内基站的网络覆盖密度f1，用户投诉时所驻留的基站，并对网络覆盖密度f1、投诉时间f2、人流量信息f3以及用户投诉时所驻留的基站进行正态分布，确定用户投诉的影响因子与网络覆盖密度f1、人流量信息f3以及用户投诉时所驻留的基站之间的关系，得到投诉模型。其中，投诉模型能够根据网络覆盖密度f1、人流量信息f2以及用户投诉时所驻留的基站之间的关系确定出高、中、低三种投诉概率等级，例如，投诉概率的等级高需要满足下述条件：网络覆盖密度f1在第一预设阈值内、投诉时间在预设时间段内以及人流量信息f3中的人流量在第二预设阈值内。

本发明实施例提供的投诉模型训练方法，结合了GIS地图和大数据技术，向通过基站的工作频率、天线高度等常量计算传输路径损耗，然后计算出基站的覆盖半径，然后计算出基站信号的覆盖面积，通过基站的位置信息，将基站在GIS图层中构建，反向获取运营管理单元内的未覆盖网络面积。通过大数据技术及用户信息实现用户位置轨迹识别模型，从而实现基站间各个时段的人流量。基于运营管理单元内基站间的人流量和基站信号覆盖区域的信息建立投诉模型，精准识别网络中潜在的投诉用户，也使得投诉预警管理更加具有针对性。

此外，本发明实施例得到的投诉模型能够预测当前运营管理单元内的家庭小区、网格、核心商圈等，对投诉预警监控的空间可以灵活支撑，主动性更强。

参见图3所示，本发明实施例提供了一种用户投诉的预测方法，该方法包括：

S301：获取基站信号覆盖区域内的人流量信息。

S302：将人流量信息输入投诉模型中，确定基站信号覆盖区域内的投诉概率。

在本发明的一个实施例中，为了能够精准识别网络潜在投诉用户并进行预警，需要获取基站信号覆盖区域内的人流量信息，其中，人流量信息包括用户进入基站信号覆盖区域内的时间，用户离开基站信号覆盖区域内的时间，用户在基站信号覆盖区域内的驻留时长等信息。将人流量信息输入至预先训练好的投诉模型中，就能够确定出基站信号覆盖区域内的投诉概率。

本发明实施例通过使用投诉模型能够预测当前运营管理单元内的家庭小区、网格、核心商圈等，对投诉预警监控的空间可以灵活支撑，主动性更强。如图4所示，为投诉模型预测得到的基站的投诉概率的示意图，其中，线条1表示投诉概率的等级为高，线条2和线条3表示投诉概率等级为中，线条4表示投诉概率的等级为低。

参见图5所示，本发明实施例提供了一种投诉模型的训练装置，该装置包括：

获取模块501，用于获取至少一条投诉信息；

人流量确定模块502，用于基于用户位置轨迹识别模型确定用户所处基站的人流量信息；

模型训练模块503，用于基于投诉信息和人流量信息训练投诉模型。

可选的，该装置还包括：

获取模块501，还用于获取基站信号覆盖区域的信息，以及在基站信号覆盖区域内的用户信息，用户信息包括投诉信息；

模型确定模块504，用于基于基站信号覆盖区域的信息和用户信息确定用户位置轨迹识别模型。

可选的，模型确定模块504具体用于：

处理用户信息中的第一数据，得到处理后的用户信息；

基于基站信号覆盖区域的信息和处理后的用户信息，确定用户在基站信号覆盖区域的驻留时间；

根据驻留时间和基站信号覆盖区域的信息，确定用户位置轨迹识别模型。

可选的，第一数据包括：用户在基站信号覆盖区域内一天的信令数量、用户的位置信息和用户国际移动用户识别码IMSI信息；

模型确定模块504具体用于处理用户信息中的第一数据，包括以下各项中的至少一项：

删除用户信息中大于预设值的用户在基站信号覆盖区域内一天的信令数量、用户的位置信息的用户信息、缺少国际移动用户识别码(International Mobile SubscriberIdentity，IMSI)信息的用户信息；或者，

对用户的位置信息进行分类计算，确定用户在位置信息对应的位置内的驻留时间；或者，

根据用户信息中的用户号码与IMSI一一对应的关系，将用户号码为空且IMSI存在的用户补充用户号码。

可选的，获取模块501，具体用于：

获取基站信号覆盖区域和运营管理单元在地理信息系统GIS上的图层；

根据基站信号覆盖区域，在GIS确定基站信号覆盖区域的图层；

根据基站信号覆盖区域的图层，确定基站信号未覆盖区域的图层；

根据运营管理单元在GIS上的图层、基站信号覆盖区域的图层和基站信号未覆盖区域的图层，确定运营管理单元对应的基站信号覆盖区域，得到基站信号覆盖区域的信息。

可选的，该装置还包括：

获取模块501，还用于获取基站的发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度；

计算模块505，用于根据发射天线高度、天线的覆盖距离、基站的工作频率和基站的接收天线高度，计算基站传播信号的传输路径损耗；

计算模块505，还用于根据基站的工作频率和传输路径损耗，计算基站的覆盖半径；

根据基站的覆盖半径，确定基站信号覆盖区域的图层。

可选的，投诉信息包括投诉者信息、投诉者所驻留基站的信息和投诉时间；

模型训练模块503，具体用于：

根据投诉者所驻留基站的信息和投诉时间，确定投诉者所归属的运营管理单元内基站的网络覆盖密度；

根据网络覆盖密度、投诉者所驻留基站的信息、投诉时间和人流量信息，训练投诉模型。

本发明实施例提供装置中的各个模块可以实现图1所示的方法，并达到其技术效果，为简洁描述，再此不在赘述。

参见图6所示，本发明实施例提供了一种用户投诉的预测装置，该装置包括：

获取模块601，用于获取基站信号覆盖区域内的人流量信息；

概率确定模块602，用于将人流量信息输入至如第一方面或第一方面任一可能实现方式的投诉模型中，确定基站信号覆盖区域内的投诉概率。

本发明实施例提供装置中的各个模块可以实现图3所示的方法，并达到其技术效果，为简洁描述，再此不在赘述。

另外，本发明实施例的投诉模型的训练方法、用户投诉的预测方法可以由设备来实现。图7示出了本发明实施例提供的设备的硬件结构示意图。

设备可以包括处理器701以及存储有计算机程序指令的存储器702。

具体地，上述处理器701可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器702可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器702可在数据处理装置的内部或外部。在特定实施例中，存储器702是非易失性固态存储器。在特定实施例中，存储器702包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器701通过读取并执行存储器702中存储的计算机程序指令，以实现上述实施例中的任意一种投诉模型的训练方法和/或一种用户投诉的预测方法。

在一个示例中，设备还可包括通信接口703和总线710。其中，如图7所示，处理器701、存储器702、通信接口703通过总线710连接并完成相互间的通信。

通信接口703，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线710包括硬件、软件或两者，将设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线710可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

另外，结合上述实施例中的测试路径构建方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种投诉模型的训练方法和/或一种用户投诉的预测方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种投诉模型的训练方法，其特征在于，所述方法包括：

获取至少一条投诉信息；

获取基站信号覆盖区域的信息，以及在所述基站信号覆盖区域内的用户信息，所述用户信息包括投诉信息；

基于所述基站信号覆盖区域的信息和所述用户信息确定用户位置轨迹识别模型；

基于用户位置轨迹识别模型确定基站的人流量信息；

基于所述投诉信息和所述人流量信息训练投诉模型；所述基于所述基站信号覆盖区域的信息和所述用户信息确定用户位置轨迹识别模型，包括：

处理所述用户信息中的第一数据，得到处理后的用户信息；

基于所述基站信号覆盖区域的信息和所述处理后的用户信息，确定用户在所述基站信号覆盖区域的驻留时间；

根据所述驻留时间和所述基站信号覆盖区域的信息，确定所述用户位置轨迹识别模型。

2.根据权利要求1所述的方法，其特征在于，所述第一数据包括：用户在所述基站信号覆盖区域内一天的信令数量、所述用户的位置信息和所述用户国际移动用户识别码IMSI信息；

所述处理所述用户信息中的第一数据，包括以下各项中的至少一项：

删除所述用户信息中大于预设值的用户在所述基站信号覆盖区域内一天的信令数量、缺少所述用户的位置信息的用户信息、缺少IMSI信息的用户信息；或者，

对所述用户的位置信息进行分类计算，确定所述用户在所述位置信息对应的位置内的驻留时间；或者，

根据所述用户信息中的用户号码与IMSI一一对应的关系，将所述用户号码为空且IMSI存在的用户补充用户号码。

3.根据权利要求1所述的方法，其特征在于，所述获取基站信号覆盖区域的信息，包括：

获取基站信号覆盖区域和运营管理单元在地理信息系统GIS上的图层；

根据所述基站信号覆盖区域，在GIS确定所述基站信号覆盖区域的图层；

根据所述基站信号覆盖区域的图层，确定基站信号未覆盖区域的图层；

根据所述运营管理单元在GIS上的图层、所述基站信号覆盖区域的图层和所述基站信号未覆盖区域的图层，确定所述基站信号覆盖区域的信息。

4.根据权利要求3所述的方法，其特征在于，所述在GIS确定所述基站信号覆盖区域的图层，包括：

获取基站的发射天线高度、天线的覆盖距离、所述基站的工作频率和所述基站的接收天线高度；

根据所述发射天线高度、所述天线的覆盖距离、所述基站的工作频率和所述基站的接收天线高度，计算所述基站传播信号的传输路径损耗；

根据所述基站的工作频率和所述传输路径损耗，计算所述基站的覆盖半径；

根据所述基站的覆盖半径，确定所述基站信号覆盖区域的图层。

5.根据权利要求3所述的方法，其特征在于，所述投诉信息包括投诉者信息、投诉者所驻留基站的信息和投诉时间；

所述基于所述投诉信息和所述人流量信息训练投诉模型，包括：

根据所述投诉者所驻留基站的信息和所述投诉时间，确定投诉者所归属的运营管理单元内基站的网络覆盖密度；

根据所述网络覆盖密度、所述投诉者所驻留基站的信息、所述投诉时间和所述人流量信息，训练所述投诉模型。

6.一种用户投诉的预测方法，其特征在于，所述方法包括：

获取基站信号覆盖区域内的人流量信息；

将所述人流量信息输入至如权利要求1-5任一项所述的投诉模型中，确定所述基站信号覆盖区域内的投诉概率。

7.一种投诉模型的训练装置，其特征在于，所述装置包括：

获取模块，用于获取至少一条投诉信息，获取基站信号覆盖区域的信息，以及在所述基站信号覆盖区域内的用户信息，所述用户信息包括投诉信息；

模型确定模块，用于处理所述用户信息中的第一数据，得到处理后的用户信息；基于所述基站信号覆盖区域的信息和所述处理后的用户信息，确定用户在所述基站信号覆盖区域的驻留时间；根据所述驻留时间和所述基站信号覆盖区域的信息，确定所述用户位置轨迹识别模型；

人流量确定模块，用于基于用户位置轨迹识别模型确定基站的人流量信息；

模型训练模块，用于基于所述投诉信息和所述人流量信息训练投诉模型。

8.一种用户投诉的预测装置，其特征在于，所述装置包括：

获取模块，用于获取基站信号覆盖区域内的人流量信息；

概率确定模块，用于将所述人流量信息输入至如权利要求1-5任一项所述的投诉模型中，确定所述基站信号覆盖区域内的投诉概率。

9.一种设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-5任一项所述的方法或如权利要求6所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-5任一项所述的方法或如权利要求6所述的方法。

Images