CN111740866A - 一种离网预测方法及装置 - Google Patents

一种离网预测方法及装置 Download PDF

Info

Publication number
CN111740866A
CN111740866A CN202010585251.6A CN202010585251A CN111740866A CN 111740866 A CN111740866 A CN 111740866A CN 202010585251 A CN202010585251 A CN 202010585251A CN 111740866 A CN111740866 A CN 111740866A
Authority
CN
China
Prior art keywords
service
threshold
terminal
network
time
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
Application number
CN202010585251.6A
Other languages
English (en)
Inventor
刘千仞
薛淼
任梦璇
任杰
马少武
武成洁
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 CN202010585251.6A priority Critical patent/CN111740866A/zh
Publication of CN111740866A publication Critical patent/CN111740866A/zh
Pending legal-status Critical Current

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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H04L41/0636—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis based on a decision tree analysis
    • 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
    • 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
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请实施例提供一种离网预测方法及装置，涉及通信技术领域，解决了现有的离网预测方法准确度较低的技术问题。该方法包括：离网预测装置首先获取第一时刻终端的业务信息，然后根据终端的业务信息和预先构建好的决策树，预测终端的离网信息。其中，业务信息包括：业务的开通时刻与第一时刻之间的第一时长、业务的终止时刻与第一时刻之间的第二时长、业务是否包括交互式网络电视IPTV业务、业务在第一预设时间段内的故障次数、业务在第二预设时间段内的总流量、业务的传输流量满足预设流量阈值的第三时长、业务的带宽、业务的区域类型或业务的流量类型中的至少一项；离网信息用于表示终端在业务的终止时刻是否离网。

Description

一种离网预测方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种离网预测方法及装置。
背景技术
当前，用户可以根据自身的需求来选择不同的电信运营商。当用户的需求发生变化时，可能会脱离当前的运营商，这种现象称为离网。在这种情况下，电信运营商为了提高自身的竞争力以争取更多的用户资源，需要对用户是否离网进行预测，并在用户离网前实施挽留策略。
现有的离网预测方法主要是通过计算终端在某一时间段内的活跃度值，并在确定活跃度值呈下降趋势时,确定该终端对应的用户为待离网的用户。例如，若终端的月资费降低或者通话时长下降，则该终端对应的用户很可能即将离网。
但是，由于目前用户多采用包月或者包年的套餐，在套餐到期之前，并不会出现活跃度值下降(例如流量减少、资费降低)的情况。因此，现有的离网预测方法不能有效地对用户的离网情况进行预测，进而导致离网预测的准确度较低。
发明内容
本申请提供一种离网预测方法及装置，解决了现有的离网预测方法准确度较低的技术问题。
为达到上述目的，本申请采用如下技术方案：
第一方面，提供一种离网预测方法，包括：离网预测装置首先获取第一时刻终端的业务信息，然后根据终端的业务信息和预先构建好的决策树，预测终端的离网信息。其中，业务信息包括：业务的开通时刻与第一时刻之间的第一时长、业务的终止时刻与第一时刻之间的第二时长、业务是否包括交互式网络电视IPTV业务、业务在第一预设时间段内的故障次数、业务在第二预设时间段内的总流量、业务的传输流量满足预设流量阈值的第三时长、业务的带宽、业务的区域类型或业务的流量类型中的至少一项；区域类型包括：城镇类型和农村类型；流量类型包括：游戏类型、视频类型或网页类型中的至少一项；第一预设时间段和第二预设时间段均为在第一时刻之前、且在开通时刻之后的时间段；离网信息用于表示终端在业务的终止时刻是否离网。
可以看出，由于离网预测装置预先构建好了决策树，而决策树可以准确的预测终端的离网信息。因此，当获取第一时刻终端的业务信息后，离网预测装置可以根据终端的业务信息和预先构建好的决策树，预测终端的离网信息。相比现有技术，本申请可以准确的预测终端在业务的终止时刻是否离网，提高了离网预测的准确度。
第二方面，提供一种离网预测装置，包括：获取单元和预测单元。获取单元，用于获取第一时刻终端的业务信息；业务信息包括：业务的开通时刻与第一时刻之间的第一时长、业务的终止时刻与第一时刻之间的第二时长、业务是否包括交互式网络电视IPTV业务、业务在第一预设时间段内的故障次数、业务在第二预设时间段内的总流量、业务的传输流量满足预设流量阈值的第三时长、业务的带宽、业务的区域类型或业务的流量类型中的至少一项；区域类型包括：城镇类型和农村类型；流量类型包括：游戏类型、视频类型或网页类型中的至少一项；第一预设时间段和第二预设时间段均为在第一时刻之前、且在开通时刻之后的时间段。预测单元，用于根据获取单元获取到的终端的业务信息和预先构建好的决策树，预测终端的离网信息；离网信息用于表示终端在业务的终止时刻是否离网。
第三方面，提供一种离网预测装置，包括存储器和处理器。存储器用于存储计算机执行指令，处理器与存储器通过总线连接。当离网预测装置运行时，处理器执行存储器存储的计算机执行指令，以使离网预测装置执行第一方面所述的离网预测方法。
该离网预测装置可以是网络设备，也可以是网络设备中的一部分装置，例如网络设备中的芯片系统。该芯片系统用于支持网络设备实现第一方面及其任意一种可能的实现方式中所涉及的功能，例如，接收、确定、分流上述离网预测方法中所涉及的数据和/或信息。该芯片系统包括芯片，也可以包括其他分立器件或电路结构。
第四方面，提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令，当计算机执行指令在计算机上运行时，使得该计算机执行第一方面所述的离网预测方法。
第五方面，提供一种计算机程序产品，该计算机程序产品包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上述第一方面及其各种可能的实现方式所述的离网预测方法。
需要说明的是，上述计算机指令可以全部或者部分存储在第一计算机可读存储介质上。其中，第一计算机可读存储介质可以与离网预测装置的处理器封装在一起的，也可以与离网预测装置的处理器单独封装，本申请对此不作限定。
本发明中第二方面、第三方面、第四方面以及第五方面的描述，可以参考第一方面的详细描述；并且，第二方面、第三方面、第四方面以及第五方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。
在本申请中，上述离网预测装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本发明类似，属于本发明权利要求及其等同技术的范围之内。
本发明的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种通信系统的结构示意图；
图2为本申请实施例提供的一种离网预测装置的硬件结构示意图；
图3为本申请实施例提供的又一种离网预测装置的硬件结构示意图；
图4为本申请实施例提供的一种构建决策树流程示意图；
图5为本申请实施例提供的一种决策树示意图；
图6为本申请实施例提供的又一种构建决策树流程示意图；
图7为本申请实施例提供的一种离网预测流程示意图；
图8为本申请实施例提供的一种离网预测装置的结构示意图；
图9为本申请实施例提供的又一种离网预测装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
为了便于清楚描述本申请实施例的技术方案，在本申请实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
如背景技术所描述，现有的离网预测方法主要是通过计算终端在某一时间段内的活跃度值，并在确定活跃度值呈下降趋势时,确定该终端对应的用户为待离网的用户。例如，若终端的月资费降低或者通话时长下降，则该终端对应的用户很可能即将离网。但是，由于目前用户多采用包月或者包年的套餐，在套餐到期之前，并不会出现活跃度值下降(例如流量减少、资费降低)的情况。因此，现有的离网预测方法不能有效地对用户的离网情况进行预测，进而导致离网预测的准确度较低。
针对上述问题，本申请实施例提供了一种离网预测方法，首先获取第一时刻终端的业务信息，然后根据终端的业务信息和预先构建好的决策树，预测终端的离网信息，提高了离网预测的准确度。
本申请实施例提供的离网预测方法适用于通信系统10。图1示出了该通信系统10的一种结构。如图1所示，该通信系统10包括：终端11、接入网设备12、服务器集群13(如图1中示出的计算机节点13-1和计算机节点13-2)和离网预测装置14。
其中，终端11与接入网设备12之间通信连接，终端11与服务器集群13之间通信连接，接入网设备12与服务器集群13之间通信连接，离网预测装置14分别连接接入网设备12和服务器集群13。
需要说明的是，图1示出的通信系统10仅仅是本申请实施例提供的一种实现方式，在实际应用中，接入网设备12还可以连接多个终端，本申请对此不作限定。
本申请实施例中的终端11可以为各种具有通信功能的手持设备、车载设备、可穿戴设备、计算机、智能家居设备或智能办公设备，本申请实施例对此不作任何限定。例如，手持设备可以是智能手机。车载设备可以是车载导航系统。可穿戴设备可以是智能手环。计算机可以是个人数字助理(personal digital assistant，PDA)电脑、平板型电脑以及膝上型电脑(laptop computer)。智能家居设备可以是智能窗帘、智能水表。智能办公设备可以是智能打印机。
本申请实施例中的接入网设备12可以为无线接入点(accesspoint，AP)、基站、家庭网关、城域网设备(例如宽带接入服务器(broadband remote access server,BRAS)、核心路由器(core router，CR)等)，还可以是其他用于连接终端和服务器的设备。
本申请实施例中的服务器集群13是由多个计算机节点组成的集群。例如图1中的计算机节点13-1和计算机节点13-2组成了服务器集群13。需要说明的是，图1示出的服务器集群13仅仅是本申请实施例提供的一种实现方式，在实际应用中，服务器集群13还可以包括多个计算机节点，本申请对此不作限定。
可选的，服务器集群13上可以部署分布式系统。分布式系统是一组用于完成共同的任务而协调工作的计算机节点组成的系统。本申请实施例中，终端11与接入网设备12进行业务传输时，可以将业务信息存储于分布式系统中。离网预测装置14可以通过分布式系统，获取终端的业务信息，并根据终端的业务信息预测终端在业务的终止时刻是否离网。
这里，离网预测装置14可以集成于服务器集群13上，也可以与服务器集群13相互独立设置，本申请对此不作具体限定。
为了便于理解，本申请主要以离网预测装置14与服务器集群13相互独立设置为例进行说明。
离网预测装置14与服务器集群13之间可以采用有线方式连接，也可以采用无线方式连接。
容易理解的是，当离网预测装置14集成于服务器集群13上时，离网预测装置14与服务器集群13之间的通信方式为服务器集群13内部模块之间的通信。这种情况下，二者之间的通信流程与“离网预测装置14与服务器集群13相互独立设置的情况下，二者之间的通信流程”相同。
图1中的终端11、接入网设备12、服务器集群13和离网预测装置14的基本硬件结构类似，都包括图2所示离网预测装置所包括的元件。下面以图2所示的离网预测装置为例，介绍图1中的终端11、接入网设备12、服务器集群13和离网预测装置14的硬件结构。
图2示出了本申请实施例提供的离网预测装置的一种硬件结构示意图。如图2所示，该离网预测装置包括处理器21，存储器22、通信接口23、总线24。处理器21，存储器22以及通信接口23之间可以通过总线24连接。
处理器21是离网预测装置的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器21可以是一个通用中央处理单元(central processing unit，CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例，处理器21可以包括一个或多个CPU，例如图2中所示的CPU 0和CPU 1。
存储器22可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
一种可能的实现方式中，存储器22可以独立于处理器21存在，存储器22可以通过总线24与处理器21相连接，用于存储指令或者程序代码。处理器21调用并执行存储器22中存储的指令或程序代码时，能够实现本发明实施例提供的离网预测方法。
另一种可能的实现方式中，存储器22也可以和处理器21集成在一起。
通信接口23，用于与其他设备通过通信网络连接。所述通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口23可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。
总线24，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图2中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
需要指出的是，图2示出的结构并不构成对该离网预测装置的限定。除图2所示部件之外，该离网预测装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
图3示出了本申请实施例中离网预测装置的另一种硬件结构。如图3所示，离网预测装置可以包括处理器31以及通信接口32。处理器31与通信接口32耦合。
处理器31的功能可以参考上述处理器21的描述。此外，处理器31还具备存储功能，可以参考上述存储器22的功能。
通信接口32用于为处理器31提供数据。该通信接口32可以是离网预测装置的内部接口，也可以是离网预测装置对外的接口(相当于通信接口23)。
需要指出的是，图2(或图3)中示出的结构并不构成对离网预测装置的限定，除图2(或图3)所示部件之外，该离网预测装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合上述图1示出的通信电源系统和上述图2(或图3)示出的离网预测装置，对本申请实施例提供的离网预测方法进行详细介绍。
本申请实施例提供的离网预测方法包括：离网预测装置根据第三预设时间段内多个终端的业务信息和多个终端的离网信息，构建决策树的流程(简称为“构建决策树流程”)和离网预测装置根据构建好的决策树，预测终端的离网信息的流程(简称为“离网预测流程”)。
下面先对“构建决策树流程”进行描述。
如图4所示，“构建决策树流程”包括：S401-S403。
S401、离网预测装置获取第三预设时间段内多个终端的业务信息。
其中，第三预设时间段为在业务的终止时刻之前的时间段。
离网预测装置在构建决策树时，需要获取大量的数据，以保证决策树的准确性。因此，离网预测装置获取第三预设时间段内多个终端的业务信息。
具体的，业务信息包括：业务的开通时刻与第一时刻之间的第一时长、业务的终止时刻与第一时刻之间的第二时长、业务是否包括交互式网络电视(internet protocoltelevision，IPTV)业务、业务在第一预设时间段内的故障次数、业务在第二预设时间段内的总流量、业务的传输流量满足预设流量阈值的第三时长、业务的带宽、业务的区域类型或业务的流量类型中的至少一项。
其中，区域类型包括：城镇类型和农村类型；流量类型包括：游戏类型、视频类型或网页类型中的至少一项；第一预设时间段和第二预设时间段均为在第一时刻之前、且在开通时刻之后的时间段。
可选的，由于终端包括固网终端和移动终端，因此，离网预测装置在获取多个终端的业务信息时，可以通过不同的方式获取多个终端的业务信息。
对于移动终端而言，移动终端在开通业务和使用业务时，移动终端通过基站与服务器进行通信连接。因此，离网预测装置可以通过基站获取移动终端的业务信息。
对于固网终端而言，固网终端在开通业务和使用业务时，固网终端通过城域网设备与服务器进行通信连接。在这种情况下，分布式系统通过网络监测工具(例如netflow)，获取终端和城域网设备上的参数(例如域名系统协议等)，并对获取到的参数进行处理，以得到固网终端的业务信息，然后对固网终端的业务信息加密并存储。因此，离网预测装置可以通过分布式系统获取固网终端的业务信息。
S402、离网预测装置获取多个终端的离网信息。
其中，离网信息用于表示终端在业务的终止时刻是否离网。
可选的，离网预测装置可以先执行S401，后执行S402；也可以先执行S402，后执行S401；还可以同时执行S401和S402。本申请实施例对此不作限定。
S403、离网预测装置根据第三预设时间段内多个终端的业务信息和多个终端的离网信息，构建决策树。
决策树是一种基于树形结构的预测模型，可以对输入的数据进行预测。决策树中包括多个节点，每个节点包括至少两个分支。本申请实施例中，离网预测装置以业务信息中的多个信息为节点，以每个信息的阈值为分支，构建决策树。
可选的，离网预测装置首先根据第三预设时间段内多个终端的业务信息和多个终端的离网信息，确定多个阈值，然后根据多个阈值，构建决策树。其中，多个阈值包括：第一时长的阈值、第二时长的阈值、故障次数的阈值、总流量的阈值、第三时长的阈值或业务的带宽的阈值中的至少一项。
示例性的，如图5所示，离网预测装置确定第一时长的阈值包括：阈值a和阈值b，其中，阈值a＜阈值b。第二时长的阈值包括阈值c。故障次数的阈值包括：阈值d、阈值e、阈值f、阈值g和阈值h，其中，阈值d＜阈值e＜阈值f＜阈值g＜阈值h。总流量的阈值包括：阈值i和阈值j，其中，阈值i＜阈值j。第三时长的阈值包括：阈值k、阈值l、阈值m和阈值n，其中，阈值k＜阈值l＜阈值m＜阈值n。业务的带宽的阈值包括阈值o。
其次，业务信息中还包括：业务是否包括交互式网络电视IPTV业务、业务的区域类型(城镇类型或农村类型)、业务的流量类型(游戏类型、视频类型或网页类型)。
离网预测装置可以根据第三预设时间段内多个终端的业务信息和多个终端的离网信息，以及多个阈值，构建决策树。具体包括以下25种情况：
1、若总流量大于阈值j、第二时长小于或者等于阈值c、第三时长小于阈值k、故障次数大于或者等于阈值h，则预测终端在在业务的终止时刻离网。
2、若总流量大于阈值j、第二时长小于或者等于阈值c、第三时长小于阈值k、故障次数大于或者等于阈值e且故障次数小于阈值f，则预测终端在在业务的终止时刻未离网。
3、若总流量大于阈值j、第二时长小于或者等于阈值c、第三时长小于阈值k、故障次数大于或者等于阈值f且故障次数小于阈值g，则预测终端在在业务的终止时刻未离网。
4、若总流量大于阈值j、第二时长小于或者等于阈值c、第三时长大于或者等于阈值k且第三时长小于阈值l、故障次数大于或者等于阈值g且故障次数小于阈值h、业务类型为游戏类型，则预测终端在业务的终止时刻离网。
5、若总流量大于阈值j、第二时长小于或者等于阈值c、第三时长大于或者等于阈值k且第三时长小于阈值l、故障次数大于或者等于阈值g且故障次数小于阈值h、业务类型为视频类型或者网页类型，则预测终端在在业务的终止时刻未离网。
6、若总流量大于阈值j、第二时长大于阈值c，则预测终端在在业务的终止时刻未离网。
7、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数小于阈值d、第三时长大于或者等于阈值l且第三时长小于阈值m，则预测终端在在业务的终止时刻未离网。
8、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数小于阈值d、第三时长大于或者等于阈值m且第三时长小于阈值n、第一时长大于阈值a且第一时长小于阈值b，则预测终端在在业务的终止时刻未离网。
9、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数小于阈值d、第三时长大于或者等于阈值m且第三时长小于阈值n、第一时长小于或者等于阈值a、业务包括IPTV业务，则预测终端在在业务的终止时刻未离网。
10、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数小于阈值d、第三时长大于或者等于阈值m且第三时长小于阈值n、第一时长小于或者等于阈值a、业务不包括IPTV业务、第二时长小于或者等于阈值c，则预测终端在在业务的终止时刻离网。
11、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数小于阈值d、第三时长大于或者等于阈值m且第三时长小于阈值n、第一时长小于或者等于阈值a、业务不包括IPTV业务、第二时长大于阈值c，则预测终端在在业务的终止时刻未离网。
12、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数大于或者等于阈值d且故障次数小于阈值e、业务包括IPTV业务，则预测终端在在业务的终止时刻未离网。
13、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数大于或者等于阈值d且故障次数小于阈值e、业务不包括IPTV业务、第三时长大于或者等于阈值n，则预测终端在在业务的终止时刻未离网。
14、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数大于或者等于阈值d且故障次数小于阈值e、业务不包括IPTV业务、第三时长大于或者等于阈值m且第三时长小于阈值n、第二时长小于或者等于阈值c，则预测终端在在业务的终止时刻离网。
15、若总流量大于或者等于阈值i且总流量小于或者等于阈值j、故障次数大于或者等于阈值d且故障次数小于阈值e、业务不包括IPTV业务、第三时长大于或者等于阈值m且第三时长小于阈值n、第二时长大于阈值c，则预测终端在在业务的终止时刻未离网。
16、若总流量小于阈值i、业务的带宽大于或者等于阈值o、第三时长大于或者等于阈值n，则预测终端在在业务的终止时刻未离网。
17、若总流量小于阈值i、业务的带宽大于或者等于阈值o、第三时长大于或者等于阈值m且第三时长小于n、第二时长小于或者等于阈值c，则预测终端在在业务的终止时刻离网。
18、若总流量小于阈值i、业务的带宽大于或者等于阈值o、第三时长大于或者等于阈值m且第三时长小于n、第二时长大于阈值c，则预测终端在在业务的终止时刻未离网。
19、若总流量小于阈值i、业务的带宽小于阈值o、第一时长大于阈值a且第一时长小于阈值b、故障次数大于或者等于阈值f且故障次数小于阈值g，则预测终端在在业务的终止时刻未离网。
20、若总流量小于阈值i、业务的带宽小于阈值o、第一时长大于阈值a且第一时长小于阈值b、故障次数大于或者等于阈值g且故障次数小于阈值h、第二时长小于或者等于阈值c，则预测终端在在业务的终止时刻离网。
21、若总流量小于阈值i、业务的带宽小于阈值o、第一时长大于阈值a且第一时长小于阈值b、故障次数大于或者等于阈值g且故障次数小于阈值h、第二时长大于阈值c，则预测终端在在业务的终止时刻未离网。
22、若总流量小于阈值i、业务的带宽小于阈值o、第一时长大于或者等于阈值b、网络类型为城镇类型、故障次数大于或者等于阈值g且故障次数小于阈值h、第二时长小于或者等于阈值c，则预测终端在在业务的终止时刻离网。
23、若总流量小于阈值i、业务的带宽小于阈值o、第一时长大于或者等于阈值b、网络类型为城镇类型、故障次数大于或者等于阈值g且故障次数小于阈值h、第二时长大于阈值c，则预测终端在在业务的终止时刻未离网。
24、若总流量小于阈值i、业务的带宽小于阈值o、第一时长大于或者等于阈值b、网络类型为城镇类型、故障次数大于或者等于阈值e且故障次数小于阈值f，则预测终端在在业务的终止时刻未离网。
25、若总流量小于阈值i、业务的带宽小于阈值o、第一时长大于或者等于阈值b、网络类型为农村类型，则预测终端在在业务的终止时刻未离网。
可选的，结合上述图4，如图6所示，上述S403可以替换为S501-S502。
S501、离网预测装置根据第三预设时间段内多个终端的业务信息和多个终端的离网信息，确定多个阈值。
S502、离网预测装置根据多个阈值，构建决策树。
下面再对“离网预测流程”进行描述。
如图7所示，“离网预测流程”包括：S701-S705。
S701、离网预测装置获取第一时刻终端的业务信息。
其中，业务信息包括：业务的开通时刻与第一时刻之间的第一时长、业务的终止时刻与第一时刻之间的第二时长、业务是否包括交互式网络电视IPTV业务、业务在第一预设时间段内的故障次数、业务在第二预设时间段内的总流量、业务的传输流量满足预设流量阈值的第三时长、业务的带宽、业务的区域类型或业务的流量类型中的至少一项；区域类型包括：城镇类型和农村类型；流量类型包括：游戏类型、视频类型或网页类型中的至少一项；第一预设时间段和第二预设时间段均为在第一时刻之前、且在开通时刻之后的时间段。
离网预测装置获取第一时刻终端的业务信息与离网预测装置获取第三预设时间段内多个终端的业务信息的方法一致，因此，可参考S401的具体描述，本申请实施例对此不再赘述。
S702、离网预测装置根据终端的业务信息和预先构建好的决策树，预测终端的离网信息。
其中，离网信息用于表示终端在业务的终止时刻是否离网。
在获取到第一时刻终端的业务信息之后，离网预测装置可以根据终端的业务信息和预先构建好的决策树，预测终端的离网信息。
示例性的，结合图5，离网预测装置获取到第一时刻终端的业务信息为：总流量为2G，第二时长为一个月。预设确定好的决策树中：阈值j为1G，第二时长为15天。由于第一时刻终端的总流量大于阈值j，第一时刻终端的第二时长大于阈值c，因此，离网预测装置预测终端在业务的终止时刻未离网。
S703、离网预测装置获取终止时刻终端的离网信息。
在预测终端的离网信息之后，离网预测装置还可以获取终止时刻终端的离网信息，以验证离网预测装置的预测结果是否准确。
S704、离网预测装置判断终止时刻终端的离网信息与预测结果是否一致。
若离网预测装置确定终止时刻终端的离网信息与预测结果一致，则不执行任何操作。若离网预测装置确定终止时刻终端的离网信息与预测结果不一致，则执行S705。
S705、离网预测装置根据终端的业务信息和终止时刻终端的离网信息，更新决策树。
若离网预测装置确定终止时刻终端的离网信息与预测结果不一致，说明该决策树的准确度较低。为了提高决策树的准确度，离网预测装置根据终端的业务信息和终止时刻终端的离网信息，更新决策树。
本申请实施例提供一种离网预测方法，包括：离网预测装置首先获取第一时刻终端的业务信息，然后根据终端的业务信息和预先构建好的决策树，预测终端的离网信息。其中，业务信息包括：业务的开通时刻与第一时刻之间的第一时长、业务的终止时刻与第一时刻之间的第二时长、业务是否包括交互式网络电视IPTV业务、业务在第一预设时间段内的故障次数、业务在第二预设时间段内的总流量、业务的传输流量满足预设流量阈值的第三时长、业务的带宽、业务的区域类型或业务的流量类型中的至少一项；区域类型包括：城镇类型和农村类型；流量类型包括：游戏类型、视频类型或网页类型中的至少一项；第一预设时间段和第二预设时间段均为在第一时刻之前、且在开通时刻之后的时间段；离网信息用于表示终端在业务的终止时刻是否离网。
可以看出，由于离网预测装置预先构建好了决策树，而决策树可以准确的预测终端的离网信息。因此，当获取第一时刻终端的业务信息后，离网预测装置可以根据终端的业务信息和预先构建好的决策树，预测终端的离网信息。相比现有技术，本申请可以准确的预测终端在业务的终止时刻是否离网，提高了离网预测的准确度。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本申请实施例可以根据上述方法示例对离网预测装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
如图8所示，为本申请实施例提供的一种离网预测装置80的结构示意图。该离网预测装置80用于解决现有的离网预测方法准确度较低的技术问题，例如用于执行图4、图6和图7所示的离网预测方法。该离网预测装置80包括：获取单元801和预测单元802。
获取单元801，用于获取第一时刻终端的业务信息；业务信息包括：业务的开通时刻与第一时刻之间的第一时长、业务的终止时刻与第一时刻之间的第二时长、业务是否包括交互式网络电视IPTV业务、业务在第一预设时间段内的故障次数、业务在第二预设时间段内的总流量、业务的传输流量满足预设流量阈值的第三时长、业务的带宽、业务的区域类型或业务的流量类型中的至少一项；区域类型包括：城镇类型和农村类型；流量类型包括：游戏类型、视频类型或网页类型中的至少一项；第一预设时间段和第二预设时间段均为在第一时刻之前、且在开通时刻之后的时间段。例如，结合图7，获取单元801用于执行S701。
预测单元802，用于根据获取单元801获取到的终端的业务信息和预先构建好的决策树，预测终端的离网信息；离网信息用于表示终端在业务的终止时刻是否离网。例如，结合图7，预测单元802用于执行S702。
可选的，获取单元801，还用于获取第三预设时间段内多个终端的业务信息；第三预设时间段为在业务的终止时刻之前的时间段。例如，结合图4，获取单元801用于执行S401。
获取单元801，还用于获取多个终端的离网信息。例如，结合图4，获取单元801用于执行S402。
可选的，如图9所示，离网预测装置还包括：处理单元803。
处理单元803，用于根据获取单元801获取到的第三预设时间段内多个终端的业务信息和多个终端的离网信息，构建决策树。例如，结合图4，处理单元803用于执行S403。
可选的，处理单元803具体用于：根据第三预设时间段内多个终端的业务信息和多个终端的离网信息，确定多个阈值；多个阈值包括：第一时长的阈值、第二时长的阈值、故障次数的阈值、总流量的阈值、第三时长的阈值或业务的带宽的阈值中的至少一项。例如，结合图6，处理单元803用于执行S501。
根据多个阈值，构建决策树。例如，结合图6，处理单元803用于执行S502。
可选的，获取单元801，还用于获取终止时刻终端的离网信息。例如，结合图7，获取单元801用于执行S703。
可选的，如图9所示，离网预测装置还包括：更新单元804。
更新单元804，用于若获取单元801获取到的终止时刻终端的离网信息与预测结果不一致，则根据终端的业务信息和终止时刻终端的离网信息，更新决策树。例如，结合图7，更新单元804用于执行S705。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令。当计算机执行指令在计算机上运行时，使得计算机执行如上述实施例提供的离网预测方法中，离网预测装置执行的各个步骤。
本申请实施例还提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现上述实施例提供的离网预测方法中，离网预测装置执行的各个步骤。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取的存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种离网预测方法，其特征在于，包括：
获取第一时刻终端的业务信息；所述业务信息包括：所述业务的开通时刻与所述第一时刻之间的第一时长、所述业务的终止时刻与所述第一时刻之间的第二时长、所述业务是否包括交互式网络电视IPTV业务、所述业务在第一预设时间段内的故障次数、所述业务在第二预设时间段内的总流量、所述业务的传输流量满足预设流量阈值的第三时长、所述业务的带宽、所述业务的区域类型或所述业务的流量类型中的至少一项；所述区域类型包括：城镇类型和农村类型；所述流量类型包括：游戏类型、视频类型或网页类型中的至少一项；所述第一预设时间段和所述第二预设时间段均为在所述第一时刻之前、且在所述开通时刻之后的时间段；
根据所述终端的业务信息和预先构建好的决策树，预测所述终端的离网信息；所述离网信息用于表示所述终端在所述业务的终止时刻是否离网。
2.根据权利要求1所述的离网预测方法，其特征在于，所述离网预测方法还包括：
获取第三预设时间段内多个终端的业务信息；所述第三预设时间段为在所述业务的终止时刻之前的时间段；
获取所述多个终端的离网信息；
根据所述第三预设时间段内多个终端的业务信息和所述多个终端的离网信息，构建所述决策树。
3.根据权利要求2所述的离网预测方法，其特征在于，所述根据所述第三预设时间段内多个终端的业务信息和所述多个终端的离网信息，构建所述决策树，包括：
根据所述第三预设时间段内多个终端的业务信息和所述多个终端的离网信息，确定多个阈值；所述多个阈值包括：所述第一时长的阈值、所述第二时长的阈值、所述故障次数的阈值、所述总流量的阈值、所述第三时长的阈值或所述业务的带宽的阈值中的至少一项；
根据所述多个阈值，构建所述决策树。
4.根据权利要求1所述的离网预测方法，其特征在于，所述根据所述终端的业务信息和预先构建好的决策树，预测所述终端的离网信息之后，还包括：
获取所述终止时刻所述终端的离网信息；
若所述终止时刻所述终端的离网信息与预测结果不一致，则根据所述终端的业务信息和所述终止时刻所述终端的离网信息，更新所述决策树。
5.一种离网预测装置，其特征在于，包括：获取单元和预测单元；
所述获取单元，用于获取第一时刻终端的业务信息；所述业务信息包括：所述业务的开通时刻与所述第一时刻之间的第一时长、所述业务的终止时刻与所述第一时刻之间的第二时长、所述业务是否包括交互式网络电视IPTV业务、所述业务在第一预设时间段内的故障次数、所述业务在第二预设时间段内的总流量、所述业务的传输流量满足预设流量阈值的第三时长、所述业务的带宽、所述业务的区域类型或所述业务的流量类型中的至少一项；所述区域类型包括：城镇类型和农村类型；所述流量类型包括：游戏类型、视频类型或网页类型中的至少一项；所述第一预设时间段和所述第二预设时间段均为在所述第一时刻之前、且在所述开通时刻之后的时间段；
所述预测单元，用于根据所述获取单元获取到的所述终端的业务信息和预先构建好的决策树，预测所述终端的离网信息；所述离网信息用于表示所述终端在所述业务的终止时刻是否离网。
6.根据权利要求5所述的离网预测装置，其特征在于，
所述获取单元，还用于获取第三预设时间段内多个终端的业务信息；所述第三预设时间段为在所述业务的终止时刻之前的时间段；
所述获取单元，还用于获取所述多个终端的离网信息；
所述离网预测装置还包括：处理单元；
所述处理单元，用于根据所述获取单元获取到的所述第三预设时间段内多个终端的业务信息和所述多个终端的离网信息，构建所述决策树。
7.根据权利要求6所述的离网预测装置，其特征在于，所述处理单元，具体用于：
根据所述第三预设时间段内多个终端的业务信息和所述多个终端的离网信息，确定多个阈值；所述多个阈值包括：所述第一时长的阈值、所述第二时长的阈值、所述故障次数的阈值、所述总流量的阈值、所述第三时长的阈值或所述业务的带宽的阈值中的至少一项；
根据所述多个阈值，构建所述决策树。
8.根据权利要求5所述的离网预测装置，其特征在于，
所述获取单元，还用于获取所述终止时刻所述终端的离网信息；
所述离网预测装置还包括：更新单元；
所述更新单元，用于若所述获取单元获取到的所述终止时刻所述终端的离网信息与预测结果不一致，则根据所述终端的业务信息和所述终止时刻所述终端的离网信息，更新所述决策树。
9.一种离网预测装置，其特征在于，包括存储器和处理器；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过总线连接；
当所述离网预测装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述离网预测装置执行如权利要求1-4任一项所述的离网预测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行如权利要求1-4任一项所述的离网预测方法。
CN202010585251.6A 2020-06-24 2020-06-24 一种离网预测方法及装置 Pending CN111740866A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010585251.6A CN111740866A (zh) 2020-06-24 2020-06-24 一种离网预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010585251.6A CN111740866A (zh) 2020-06-24 2020-06-24 一种离网预测方法及装置

Publications (1)

Publication Number Publication Date
CN111740866A true CN111740866A (zh) 2020-10-02

Family

ID=72650844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010585251.6A Pending CN111740866A (zh) 2020-06-24 2020-06-24 一种离网预测方法及装置

Country Status (1)

Country Link
CN (1) CN111740866A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112617832A (zh) * 2020-11-06 2021-04-09 中国联合网络通信集团有限公司 一种心理状态判别方法及装置
CN112671573A (zh) * 2020-12-17 2021-04-16 北京神州泰岳软件股份有限公司 识别宽带业务中潜在离网用户的方法及装置
CN113205231A (zh) * 2021-05-31 2021-08-03 中国联合网络通信集团有限公司 一种离网预测方法及装置
CN114338252A (zh) * 2021-11-22 2022-04-12 北京思特奇信息技术股份有限公司 一种家宽用户到期自动挽留的方法
CN114786173A (zh) * 2022-03-29 2022-07-22 中国联合网络通信集团有限公司 基于宽带的携号转网识别方法、装置、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103854065A (zh) * 2012-11-30 2014-06-11 西门子公司 一种用于客户流失预测的方法和装置
CN106022505A (zh) * 2016-04-28 2016-10-12 华为技术有限公司 一种预测用户离网的方法及装置
CN108156025A (zh) * 2017-12-13 2018-06-12 中国联合网络通信集团有限公司 一种用户离网预测的方法及装置
CN108377204A (zh) * 2018-02-13 2018-08-07 中国联合网络通信集团有限公司 一种用户离网的预测方法及装置
CN108600020A (zh) * 2018-04-28 2018-09-28 中国联合网络通信集团有限公司 业务处理方法、装置及服务器
CN109086931A (zh) * 2018-08-01 2018-12-25 中国联合网络通信集团有限公司 预测用户离网方法及系统
CN109741098A (zh) * 2018-12-27 2019-05-10 中国联合网络通信集团有限公司 宽带离网预测方法、设备及存储介质
CN109962795A (zh) * 2017-12-22 2019-07-02 中国移动通信集团广东有限公司 一种基于多维组合变量的4g用户流失预警方法和系统
CN110971460A (zh) * 2019-12-03 2020-04-07 北京红山信息科技研究院有限公司 一种离网预测方法、装置、服务器和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103854065A (zh) * 2012-11-30 2014-06-11 西门子公司 一种用于客户流失预测的方法和装置
CN106022505A (zh) * 2016-04-28 2016-10-12 华为技术有限公司 一种预测用户离网的方法及装置
CN108156025A (zh) * 2017-12-13 2018-06-12 中国联合网络通信集团有限公司 一种用户离网预测的方法及装置
CN109962795A (zh) * 2017-12-22 2019-07-02 中国移动通信集团广东有限公司 一种基于多维组合变量的4g用户流失预警方法和系统
CN108377204A (zh) * 2018-02-13 2018-08-07 中国联合网络通信集团有限公司 一种用户离网的预测方法及装置
CN108600020A (zh) * 2018-04-28 2018-09-28 中国联合网络通信集团有限公司 业务处理方法、装置及服务器
CN109086931A (zh) * 2018-08-01 2018-12-25 中国联合网络通信集团有限公司 预测用户离网方法及系统
CN109741098A (zh) * 2018-12-27 2019-05-10 中国联合网络通信集团有限公司 宽带离网预测方法、设备及存储介质
CN110971460A (zh) * 2019-12-03 2020-04-07 北京红山信息科技研究院有限公司 一种离网预测方法、装置、服务器和存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112617832A (zh) * 2020-11-06 2021-04-09 中国联合网络通信集团有限公司 一种心理状态判别方法及装置
CN112671573A (zh) * 2020-12-17 2021-04-16 北京神州泰岳软件股份有限公司 识别宽带业务中潜在离网用户的方法及装置
CN112671573B (zh) * 2020-12-17 2023-05-16 北京神州泰岳软件股份有限公司 识别宽带业务中潜在离网用户的方法及装置
CN113205231A (zh) * 2021-05-31 2021-08-03 中国联合网络通信集团有限公司 一种离网预测方法及装置
CN113205231B (zh) * 2021-05-31 2023-10-20 中国联合网络通信集团有限公司 一种离网预测方法及装置
CN114338252A (zh) * 2021-11-22 2022-04-12 北京思特奇信息技术股份有限公司 一种家宽用户到期自动挽留的方法
CN114786173A (zh) * 2022-03-29 2022-07-22 中国联合网络通信集团有限公司 基于宽带的携号转网识别方法、装置、设备及存储介质
CN114786173B (zh) * 2022-03-29 2023-06-09 中国联合网络通信集团有限公司 基于宽带的携号转网识别方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN111740866A (zh) 一种离网预测方法及装置
CN111431803A (zh) 一种路由选择方法及装置
CN109845303B (zh) 网络切片的管理方法及管理单元
CN113037786B (zh) 智能算力调度方法、装置和系统
CN105912448B (zh) 服务器系统及其用以增强存储器容错能力的方法
CN111669792B (zh) 一种小区切换方法及装置
JPWO2015141337A1 (ja) 受信パケット分散方法、キュー選択器、パケット処理装置、プログラム、およびネットワークインタフェースカード
CN111901387B (zh) 一种云专线的连接方法及装置
CN112019378B (zh) 一种故障排查方法及装置
CN106171019B (zh) 确定终端漫游状态的方法、装置、终端及服务器
CN111769985A (zh) 一种数据流量预测方法及装置
CN111885185A (zh) 一种资源调度方法及装置
CN114143270A (zh) 一种带宽调整方法及装置
KR101404436B1 (ko) 통신 시스템들에서 리소스 사용을 제어하는 방법
CN109710447A (zh) 用于数据访问的方法、装置、介质和计算设备
CN111885588B (zh) 执行电子卡管理业务的方法及装置
CN111314150A (zh) 一种获取设备日志的系统、方法及移动终端
CN111315026B (zh) 信道的选择方法、装置、网关及计算机可读存储介质
CN112153679B (zh) 一种转网方法及装置
CN111131473B (zh) 一种网络参数的传输方法及装置
CN108810168A (zh) 一种接入l2tp网络服务器的方法及l2tp网络服务器
CN114173396A (zh) 终端联网时间的确定方法和装置、电子设备和存储介质
CN111147899A (zh) 一种故障预警方法及装置
CN113891369A (zh) 一种网络优化方法、装置及存储介质
CN112203354A (zh) 一种业务处理方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201002