CN112543469B

CN112543469B - 网络问题处理方法、装置、设备和计算机可读存储介质

Info

Publication number: CN112543469B
Application number: CN202010909279.0A
Authority: CN
Inventors: 王影; 张洪丽
Original assignee: China Mobile Communications Group Co Ltd; China Mobile Group Hebei Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile Group Hebei Co Ltd
Priority date: 2020-09-02
Filing date: 2020-09-02
Publication date: 2023-04-07
Anticipated expiration: 2040-09-02
Also published as: CN112543469A

Abstract

本发明实施例涉及计算机技术领域，公开了一种网络问题处理方法、装置、设备和计算机可读存储介质。该方法包括：获取用户问题数据；根据所述用户问题数据生成用户问题栅格和用户信号向量；将所述用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵；将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，根据所述矩阵运算的结果判定用户问题的要因。本发明实施例实现了快速对用户的网络问题进行处理。

Description

网络问题处理方法、装置、设备和计算机可读存储介质

技术领域

本发明实施例涉及计算机技术领域，具体涉及一种网络问题处理方法、装置、设备和计算机可读存储介质。

背景技术

随着5G基站的逐步建设，目前已形成2G/3G/4G/5G基站共存的局面，网络健康度、覆盖、容量、干扰及互操作均影响用户感知，无线网络用户对网络质量的要求日益提高，网络质量下降将导致用户投诉。及时处理用户对网络质量的投诉，避免产生更多用户投诉，对无线网络的运维工作尤为重要。随着5G的日益广泛应用，用户投诉问题更加多样化，需要保证问题收集的准确性、缩短问题处理时长、提高投诉处理效率。

目前，无线网络业务中，用户针对语音及数据业务问题，主要通过电话投诉，或向运营商营业厅工作人员反映。这种依靠传统投诉手段受理和处理用户投诉的方式，处理效率较低。

发明内容

鉴于上述问题，本发明实施例提供了一种网络问题处理方法、装置、设备和计算机可读存储介质，用于解决现有技术中存在的网络问题处理效率较低的问题。

根据本发明实施例的一个方面，提供了一种网络问题处理方法，所述方法包括：

获取用户问题数据；

根据所述用户问题数据生成用户问题栅格和用户信号向量；

将所述用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵；

将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，根据所述矩阵运算的结果判定用户问题的要因。

在一种可选的方式中，所述将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，根据所述矩阵运算的结果判定用户问题的要因，包括：

将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，得到特征分布向量；

将所述特征分布向量中的最大值对应的特征确定为所述用户问题的要因。

在一种可选的方式中，所述将所述用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵，包括：

将所述网络问题栅格转换为多个对应于不同问题来源的第一向量表示数学模型；

将所述用户问题栅格转换为多个对应于不同问题来源的第二向量表示数学模型；

针对每个问题来源，判断所述第一向量表示数学模型中是否存在数值范围包含所述第二向量表示数学模型的数值的模型，根据判断结果确定每个问题来源的特征加权矩阵中变量位置的数值。

在一种可选的方式中，所述第一向量表示数学模型和所述第二向量表示数学模型均为长度相同的一维数组；

所述判断所述第一向量表示数学模型中是否存在数值范围包含所述第二向量表示数学模型的数值的模型，包括：

判断所述第一向量表示数学模型的数值范围是否包含所述第二向量表示数学模型中对应位置的数值。

在一种可选的方式中，所述根据所述用户问题数据生成用户问题栅格和用户信号向量，包括：

提取所述用户问题数据中问题发生时间、问题发生地点，生成所述用户问题栅格；

提取所述用户问题数据中问题发生时信号强度，生成用户信号向量；

其中，所述用户问题栅格和所述用户信号向量均为时空栅格。

在一种可选的方式中，所述网络问题库通过如下方式构建：

获取用户问题数据，所述用户问题数据中包括问题发生时间和问题发生地点；

从工参中获取所述问题发生地点所属的问题站点的基站名；

根据所述问题站点的基站名确定所述问题站点的站型；

根据所述问题发生时间和所述问题站点的站型，以所述问题站点或所述问题发生地点的经纬度为中心构建不同边长的时空栅格，得到网络问题栅格；

根据所述用户问题数据为每种类型的用户问题构建各自的特征矩阵；

根据所述网络问题栅格和所述特征矩阵生成网络问题库。

在一种可选的方式中，所述方法还包括：

向用户推送所述用户问题的要因、问题处理方法和问题解决结果。

根据本发明实施例的另一方面，提供了一种网络问题处理装置，所述装置包括：

获取模块，用于获取用户问题数据；

第一生成模块，用于根据所述用户问题数据生成用户问题栅格和用户信号向量；

第二生成模块，用于将所述用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵，所述特征加权矩阵用于表示不同的网络特征对所述网络问题是否有影响以及影响程度；

判定模块，用于将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，根据所述矩阵运算的结果判定用户问题的要因。

根据本发明实施例的另一方面，提供了一种网络问题处理设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上所述的网络问题处理方法的操作。

根据本发明实施例的另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在网络问题处理设备上运行时，使得所述网络问题处理设备执行如上所述的网络问题处理方法的操作。

本发明实施例基于用户上报的问题数据生成用户问题栅格和用户信号向量，将用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵，将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，最终根据所述矩阵运算的结果判定用户问题的要因，从而实现快速对用户的网络问题进行处理。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的网络问题处理方法的流程示意图；

图2示出了本发明实施例提供的网络问题栅格构建流程示意图；

图3示出了本发明实施例提供的网络问题处理装置的结构示意图；

图4示出了本发明实施例提供的网络问题处理设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。

目前，无线网络业务中，用户针对语音及数据业务问题，主要通过电话投诉，或向运营商营业厅工作人员反映。其具体步骤如下：

1、投诉受理：用户发现无线网络质量问题，拨打省内客服电话投诉，话务员接到投诉，询问用户投诉的网络类型、投诉地点、问题现象、持续时间等信息，并在客服系统记录，结合公告、信息库向用户解释，如果用户对解释不认可则派发投诉工单至下属公司。

2、投诉专员处理：市/县投诉处理员接收到工单会在固定时限内与用户沟通，询问用户投诉的网络类型、投诉地点、问题现象、持续时间、是否开通高清语音等信息，指导用户开关机、开通高清语音、换机换卡等操作排除终端问题，如初步确定由网络问题导致则结合公告、信息库及前期投诉处理经验向用户解释，如用户需求强烈或暂时无法定位处理，与用户沟通现场测试。

3、优化定位处理：如初步确定由网络问题导致，投诉处理员将具体投诉内容反馈给网优人员，网优人员结合工参、网管状态、性能指标、现场测试呼叫、大数据平台等提取的信息，对投诉问题进行界定，并给出相应的维护处理建议、优化处理解决方案或规划方案，在时限内完成处理。

4、回复工单：投诉处理员根据定位处理结果与用户核实问题是否解决，处理时限内回复投诉工单。

现有的上述投诉上报处理过程有以下不足之处:

1、投诉上报信息不准确。电话沟通过程中，用户方言不易被话务员辨识，用户反映的投诉地点与问题地点易混淆，地点标识在客服系统中标识偏差大。

2、人力资源投入大，对投诉处理人员技术水平要求高。运营商需要配备大量客服人员接听用户电话，整个处理流程以工单形式流转，话务员派单、投诉专员处理工单数量大，耗费人力。对投诉地点现场测试需要配备手机、电脑等设备，要求一线处理人员熟悉测试软件的测试方法和分析方法。

3、投诉问题处理流程长、效率低。话务员派单多，地市投诉处理员往往身兼数职，为了及时回单往往不能及时安排测试，用户问题上报过程中话务员及投诉处理员反馈的信息不准确，造成投诉问题不能准确定位，影响问题解决进度。

因此，上述依靠传统投诉手段受理和处理用户投诉的方式，需要运营商投入大量人力物力，对一线投诉受理人员专业水平要求较高，工单及问题处理流程长，问题解决历时长，问题处理效率依赖前期问题收集上报的准确性。

图1示出了本发明实施例提供的一种网络问题处理方法的流程图，该方法可以由运营商的服务器执行，例如专用于处理网络问题上报的后端服务器。如图1所示，该方法包括以下步骤：

步骤110：获取用户问题数据；

本发明实施例可通过小程序、应用程序(APP)、网页等多种形式为用户提供问题上报途径，获取用户上报的问题数据，下面以小程序为例进行说明。用户在填写问题现象后，用户选择问题发生时间、问题发生时信号强度、联系方式(例如手机号)，选择问题发生地点，最后提交。在用户提交信息时，服务器对填写信息进行校验，如满足校验原则，将用户问题数据入库，如不满足校验原则，给用户反馈不能提交的原因，用户可进一步修改填写信息。

(1)首先，用户可在小程序主界面选择“问题上报”，填写问题现象，问题现象可以包括但不限于：

通话质量：主叫不通、被叫不通、串话、掉话、通话断续、单通；

上网质量：网址不能打开、网络加载慢、网址不能打开、视频/应用卡顿、游戏卡顿。

具体设定示例如下：

表1问题现象设定示例

校验原则：同一问题类型不能选择两个和两个以上问题现象。

(2)选择问题发生时间、问题发生时信号强度(包括无信号、1格、2格、3格、4格、满格)、填写手机号。

校验原则：有以下3种情况中任一个出现时，问题数据不入库。

1.问题发生时间超过7天；

2.手机信号非“无信号”时，问题现象未选择；

3.手机信号不是本运营商提供的。

(3)基于网络地图，定位问题发生地点。问题发生地点可在地图进行挪动，不一定与当前所在位置一样，保证问题发生时位置的准确性。通过该方式可保证即使在没有网络信号的区域，也可以通过WiFi或其他运营商网络上报问题发生地点。

校验原则：问题区域不是手机号归属地市的不入库。

上述信息全部填报完成且校验通过后，服务器将用户填报的问题数据存入数据库。

步骤120：根据所述用户问题数据生成用户问题栅格和用户信号向量；

步骤120可进一步包括：

步骤121：提取所述用户问题数据中问题发生时间、问题发生地点，生成所述用户问题栅格；

其中，问题发生地点包括经纬度信息。

步骤122：提取所述用户问题数据中问题发生时信号强度，生成用户信号向量。

本步骤可根据用户上报问题数据，提取用户信号特征，即问题发生时信号强度，生成用户信号向量，记做M_1×6，M向量有6种取值：

表2用户信号向量表示

信号强度	用户信号向量
		无信号	(100000)
1格	(010000)
		2格	(001000)
3格	(000100)
		4格	(000010)
满格	(000001)

步骤130：将所述用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵；

本发明实施例需要预先构建网络问题库。

网络问题库来源于3类问题：性能问题、公告问题和遗留未解决问题(也即三个问题来源)，共包含4个网络特征：故障、干扰、负荷、覆盖。因此，网络问题库需要将性能问题、公告问题、遗留未解决问题结合工参共同构建。网络问题库的主要字段包含：基站名、开始时间(指获取的所有用户问题数据中问题发生时间中的最早的时间)、截止时间(指获取的所有用户问题数据中问题发生时间中的最早的时间)、起始经度(指获取的所有用户问题数据中问题发生的起始经度)、截止经度(指获取的所有用户问题数据中问题发生的截止经度)、起始纬度(指获取的所有用户问题数据中问题发生的起始纬度)、截止纬度(指获取的所有用户问题数据中问题发生的截止纬度)、特征名称、特征值、问题来源。结合操作维护中心(Operation and Maintenance Center，OMC)数据的性能问题、公告问题、遗留未解决问题信息库和工参，生成网络问题栅格，每种网络问题构建一组特征矩阵。网络问题栅格和特征矩阵构建完成后，即可生成问题库。其中，工参包含如下字段：基站名、经度、纬度、站型(室分、宏站、微站)、行政属性(市区、县城/一般城区、农村)。

下面对三种问题来源进行进一步介绍：

性能问题为OMC性能平台输出的退服小区、高干扰小区(干扰值≥-110dbm)、高负荷小区(无线利用率≥50％)，为小时粒度文件，每小时更新到服务器。性能文件主要包含：开始时间、截止时间、性能分类(故障、干扰、负荷)、小区名、基站名、特征值(性能指标值)等。

公告问题为市县公司发布的紧急信息，包含学校考试、网络设备升级、调整、大型活动等，每小时更新到服务器。公告问题包含字段：开始时间、截止时间、公告问题类型(故障、干扰、负荷)、基站名、公告详情。

遗留未解决问题为市县公司发布的长期未解决地点信息，包含长期存在断站、干扰、弱覆盖的问题点，每小时更新到服务器。遗留未解决问题包含字段：开始时间、截止时间、信息类型(故障、干扰、覆盖)、基站名(或规划站名)、信息详情。

所述网络问题库可通过如下方式构建：

步骤a1：获取用户问题数据，所述用户问题数据中包括问题发生时间和问题发生地点；

步骤a2：从工参中获取所述问题发生地点所属的问题站点的基站名；

步骤a3：根据所述问题站点的基站名确定所述问题站点的站型；

步骤a4：根据所述问题发生时间和所述问题站点的站型，以所述问题站点或所述问题发生地点的经纬度为中心构建不同边长的时空栅格，得到网络问题栅格；

步骤a4中，栅格边长规则为：根据经验数据先初始化，如果是室分和微站，问题栅格边长为200米。如果是宏站，市区、县城/一般城区、农村宏站的时空栅格的边长分别为600米、1000米、1400米。网络问题栅格构建完成后，网络问题库的开始时间、截止时间、起始经度、截止经度、起始纬度、截止纬度即可确定。网络问题栅格构建流程如图2所示：

步骤a41：从性能、公告和遗留未解决问题数据中获取起始时间、截止时间、基站名和特征字段；

本步骤提取性能/公告/遗留未解决问题数据中的起始、截止时间、基站名、特征(故障、干扰、负荷、覆盖)。

步骤a42：调用工参；

后续步骤中，需要结合工参，对问题数据的站型和行政属性进行判定。

步骤a43：判断是否为室分站点，若是，执行步骤a44，否则，执行步骤a45；

步骤a44：将起始经、纬度位置减100米，截止经、纬度位置加100米；

如果是室分，起始经、纬度位置为问题小区经、纬度向西、向南移动100米的位置，截止经、纬度位置为问题小区经、纬度向东、向北移动100米的位置。执行本步骤后，问题栅格边长为200米。

步骤a45：判断是否为微站站点，若是，执行步骤a46，否则，执行步骤a47；

步骤a46：将起始经、纬度位置减100米，截止经、纬度位置加100米；

如果是微站，起始经、纬度位置为问题小区经、纬度向西、向南移动100米的位置，截止经、纬度位置为问题小区经、纬度向东、向北移动100米的位置。执行本步骤后，问题栅格边长为200米。执行本步骤后，问题栅格边长为200米。

步骤a47：判断是否为市区站点，若是，执行步骤a48，否则，执行步骤a49；

步骤a48：将起始经、纬度位置减300米，截止经、纬度位置加300米；

如果是市区宏站，起始经、纬度位置为问题小区经、纬度向西、向南移动300米的位置，截止经、纬度位置为问题小区经、纬度向东、向北移动300米的位置。执行本步骤后，问题栅格边长为600米。

步骤a49：判断是否为县城或一般城区，若是，执行步骤a50，否则，执行步骤a51；

步骤a50：将起始经、纬度位置减500米，截止经、纬度位置加500米；

如果是县城/一般城区的宏站，起始经、纬度位置为问题小区经、纬度向西、向南移动500米的位置，截止经、纬度位置为问题小区经、纬度向东、向北移动500米的位置。执行本步骤后，问题栅格边长为1000米。

步骤a51：将起始经、纬度位置减700米，截止经、纬度位置加700米。

如果是其他区域的宏站，起始经、纬度位置为问题小区经、纬度向西、向南移动700米的位置，截止经、纬度位置为问题小区经、纬度向东、向北移动700米的位置。执行本步骤后，问题栅格边长为1400米。

可以理解的是，上述判断室分站点、微站站点、市区站点、县城或一般城区的先后顺序可以任意变换，例如先判断是否为微站站点，然后判断是否为市区站点、判断是否为室分站点、是否为县城或一般城区，相应的，当判断为某个站点或区域时，其时空栅格的边长也为对应的数值。

步骤a5：根据所述用户问题数据为每种类型的用户问题构建各自的特征矩阵；

网络问题有3个来源，一共涉及4个特征，每种网络问题选取3种特征作为主要特征，这三种特征在信号强度不同时，对不同网络问题的影响程度不同。例如性能类网络问题的主要特征选为故障、干扰、负荷，由于网管提取的故障告警、干扰指标、负荷类性能指标相比覆盖类指标输出及时性和准确性较高，更有参考性；并且客户终端信号越强，由于基站故障造成网络问题的可能性越低，干扰和负荷造成网络问题的可能性越高。公告类网络问题的主要特征选为故障、干扰、负荷，由于这三个特征突发性较强，而公告发布的通常也为突发事件。遗留未解决类网络问题的主要特征选择故障、干扰、覆盖，是由于负荷类问题相对于故障、干扰、覆盖类问题解决周期较短。遗留未解决问题通常为由于协调问题导致故障、干扰不能及时恢复，由于基站建设周期长不能及时解决的弱覆盖问题。本发明实施例采用矩阵来表示每种类型的网络问题库对应特征的影响系数，特征矩阵用6×4列的矩阵表示，则网络问题库特征矩阵格式如下：

表3网络问题特征矩阵表示

问题库	特征1(故障)	特征2(干扰)	特征3(负荷)	特征4(覆盖)
					无信号
1格
					2格
3格
					4格
满格

性能问题的特征矩阵记做A，公告问题的特征矩阵记做B，遗留未解决问题的特征矩阵记做C，根据经验，网管性能指标实时性较公告和遗留未解决发布及时性强，更具有参考性，因此A矩阵权重设置应大于B和C。无信号和信号弱时，故障和长期弱覆盖的可能性更大，无信号和信号弱时故障特征和覆盖特征的权重应大于其他特征。信号满格和信号强时，干扰和高负荷的可能性更大，干扰和负荷特征的权重设置应大于其他特征。可按如下数据初始化设置：

步骤a6：根据所述网络问题栅格和所述特征矩阵生成网络问题库。

网络问题栅格和特征矩阵构建完成后，基站名、开始时间、截止时间、起始经度、截止经度、起始纬度、截止纬度、特征名称、问题来源随之确定，即可生成网络问题库。

步骤130具体可通过如下方式生成特征加权矩阵：

步骤131：将所述网络问题栅格转换为多个对应于不同问题来源的第一向量表示数学模型；

步骤132：将所述用户问题栅格转换为多个对应于不同问题来源的第二向量表示数学模型；

用户上报的问题数据和网络问题经过图形化之后抽象为立体的栅格，每个栅格可以由时间、经度、纬度三维坐标表示。立体栅格实质上由6个点构成，因此可确定为向量表示数学模型。其数学模型表达式如下：

用户和网络问题栅格坐标表示数学模型S(X,Y,Z),X,Y∈(实际地理经纬度),Z∈(时间)；

用户问题栅格向量表示数学模型Y(y1,y2,y3,y4,y5,y6)；

网络问题栅格向量表示数学模型W(w1,w2,w3,w4,w5,w6)；

栅格比对数学模型S(Y,W)。

用户问题栅格和网络问题栅格实质上是长度为6的一维数组。立体栅格之间的比对转化为数组通过判断方式进行比对，提高了用户问题要因定位的速度。

其中，步骤131和步骤132可以同时进行，也可以前后进行，例如先执行步骤131、后执行步骤132，或者先执行步骤132、后执行步骤131，本发明对此不做限定。所述第一向量表示数学模型和所述第二向量表示数学模型均为长度相同的一维数组。

步骤133：针对每个问题来源，判断所述第一向量表示数学模型中是否存在数值范围包含所述第二向量表示数学模型的数值的模型，根据判断结果确定每个问题来源的特征加权矩阵中变量位置的数值。

在所述判断所述第一向量表示数学模型中是否存在数值范围包含所述第二向量表示数学模型的数值的模型时，可判断所述第一向量表示数学模型的数值范围是否包含所述第二向量表示数学模型中对应位置的数值。。若包含，则存在相同的模型。反之，则不存在相同的模型。

所述特征加权矩阵用于表示不同的网络特征对所述网络问题是否有影响以及影响程度。性能问题库的特征加权矩阵记为U，公告问题库的特征加权矩阵记为P，遗留未解决问题库的特征加权矩阵记为Q，表示如下：

针对问题来源为性能问题时，如用户上报数据不能找到匹配的退服小区，则μ1＝0，否则为1。如用户上报数据不能找到匹配的干扰小区，则μ2＝0，否则根据匹配到的最大干扰值计算μ2(如果是干扰小区，若最大干扰值≥-90dbm，干扰特征的加权系数为1；若-110dbm≤最大干扰值<-90dbm，干扰特征的加权值在0～1之间线性计算得出)。如用户上报数据不能找到匹配的高负荷小区，则μ3＝0，否则根据匹配到的最大利用率计算得出μ3(若最大利用率值≥80％，负荷特征的加权系数为1；若50％≤最大利用率<80％，负荷特征的加权值在0～1之间线性计算得出)。μ4＝0。

针对问题来源为公告问题时，如用户上报数据不能找到匹配的故障公告，则p1＝0，否则为1。如用户上报数据不能找到匹配的干扰公告，则p2＝0，否则为1。如用户上报数据不能找到匹配的负荷公告，则p3＝0，否则为1。p4＝0。

针对问题来源为遗留未解决问题时，如用户上报数据不能找到匹配的未解决故障，则p1＝0，否则为1。如用户上报数据不能找到匹配的未解决的干扰，则p2＝0，否则为1。p3＝0。如用户上报数据不能找到匹配的未解决覆盖问题，则p4＝0，否则为1。

步骤140：将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，根据所述矩阵运算的结果判定用户问题的要因。

步骤130中，根据用户上报信息，提取用户问题特征，生成用户问题栅格、用户信号向量，由用户的问题栅格与问题库栅格进行匹配，生成特征加权矩阵。本步骤并通过用户信号向量与特征加权矩阵运算，判定出用户问题的要因。

本步骤中，可将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，得到特征分布向量；将所述特征分布向量中的最大值对应的特征确定为所述用户问题的要因。

具体的，将特征加权矩阵(U、P、Q)与问题库特征矩阵(A、B、C)进行矩阵运算，得出的特征分布向量记做R_1×4，则用户上报问题的要因为r1,r2,r3,r4的最大值对应的特征。运算方法如下：

R＝M(AU+BP+CQ)＝(r1,r2,r3,r4)

在判定用户问题的要因后，用户问题要因通过客服口径推送用户，用户如果对结果不满意可优先通过客服口径向用户推送常见的问题处理方法。如用户有现场测试要求，需求会传送到后台服务器，由后台人员获知。同时用户问题可在后端服务器进行统计，并由网络优化人员处理。网络优化人员可统计当前用户问题的热点区域，便于及时定位。网络优化人员可查看用户上报的问题详情，通过后台处理、现场测试处理解决问题后，再次通过服务器将解决结果推送用户，用户也可跟踪处理进度。

因此，本发明实施例的方法还包括：向用户推送所述用户问题的要因、问题处理方法和问题解决结果。

本发明实施例基于用户上报的问题数据生成用户问题栅格和用户信号向量，将用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵，将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，最终根据所述矩阵运算的结果判定用户问题的要因，从而实现快速对用户的网络问题进行处理。也减少了话务员人工成本，提高问题收集信息的准确性。

图3示出了本发明实施例提供的一种网络问题处理装置的结构示意图。如图3所示，该装置300包括：获取模块310、第一生成模块320、第二生成模块330和判定模块340。

获取模块310，用于获取用户问题数据；

第一生成模块320，用于根据所述用户问题数据生成用户问题栅格和用户信号向量；

第二生成模块330，用于将所述用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵，所述特征加权矩阵用于表示不同的网络特征对所述网络问题是否有影响以及影响程度；

判定模块340，用于将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，根据所述矩阵运算的结果判定用户问题的要因。

在一种可选的方式中，判定模块340还用于：

在一种可选的方式中，第二生成模块330还用于：

在一种可选的方式中，所述第一向量表示数学模型和所述第二向量表示数学模型均为长度相同的一维数组；第二生成模块330还用于：

在一种可选的方式中，第一生成模块320还用于：

在一种可选的方式中，该装置300还包括构建模块，用于：

从工参中获取所述问题发生地点所属的问题站点的基站名；

根据所述问题站点的基站名确定所述问题站点的站型；

根据所述网络问题栅格和所述特征矩阵生成网络问题库。

在一种可选的方式中，该装置300还包括推送模块，用于：

图4示出了本发明实施例提供的网络问题处理设备实施例的结构示意图，本发明具体实施例并不对网络问题处理设备的具体实现做限定。

如图4所示，该网络问题处理设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。

其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。处理器402，用于执行程序410，具体可以执行上述用于网络问题处理方法实施例中的相关步骤。

具体地，程序410可以包括程序代码，该程序代码包括计算机可执行指令。

处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。网络问题处理设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令在网络问题处理设备/装置上运行时，使得所述网络问题处理设备/装置执行上述任意方法实施例中的网络问题处理方法。

本发明实施例提供一种网络问题处理装置，用于执行上述网络问题处理方法。

本发明实施例提供了一种计算机程序，所述计算机程序可被处理器调用使网络问题处理设备执行上述任意方法实施例中的网络问题处理方法。

本发明实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令在计算机上运行时，使得所述计算机执行上述任意方法实施例中的网络问题处理方法。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。

本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims

1.一种网络问题处理方法，其特征在于，所述方法包括：

获取用户问题数据；

根据所述用户问题数据生成用户问题栅格和用户信号向量；

2.如权利要求1所述的方法，其特征在于，

所述将所述用户信号向量与所述网络问题库的特征矩阵、所述特征加权矩阵进行矩阵运算，根据所述矩阵运算的结果判定用户问题的要因，包括：

3.如权利要求1所述的方法，其特征在于，

所述将所述用户问题栅格与已构建的网络问题库的网络问题栅格比对，生成特征加权矩阵，包括：

4.如权利要求3所述的方法，其特征在于，所述第一向量表示数学模型和所述第二向量表示数学模型均为长度相同的一维数组；

5.如权利要求1所述的方法，其特征在于，

所述根据所述用户问题数据生成用户问题栅格和用户信号向量，包括：

6.如权利要求1所述的方法，其特征在于，

所述网络问题库通过如下方式构建：

从工参中获取所述问题发生地点所属的问题站点的基站名；

根据所述问题站点的基站名确定所述问题站点的站型；

根据所述网络问题栅格和所述特征矩阵生成网络问题库。

7.如权利要求1所述的方法，其特征在于，

所述方法还包括：

8.一种网络问题处理装置，其特征在于，所述装置包括：

获取模块，用于获取用户问题数据；

9.一种网络问题处理设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的网络问题处理方法的操作。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在网络问题处理设备上运行时，使得所述网络问题处理设备执行如权利要求1-7任意一项所述的网络问题处理方法的操作。