CN113938920B - 一种重耕影响的预测方法及装置 - Google Patents

Abstract

本申请提供一种重耕影响的预测方法及装置，涉及通信技术领域，用于降低在重耕改造的过程中对用户的影响。该方法包括：获取每个终端在重耕目标频段中的历史投诉数据和每个终端在重耕目标频段中的全部业务量。根据每个终端的历史投诉数据、每个终端的全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限，恶化感知门限用于反映用户对终端的网络状况的容忍程度。确定每个终端的低感知业务量。根据每个终端的低感知业务量和每个终端的恶化感知门限，确定目标终端的数量，目标终端为终端的低感知业务量高于恶化感知门限的终端。预测装置根据目标终端的数量，确定目标策略。

Description

一种重耕影响的预测方法及装置

技术领域

本申请涉及通信领域，尤其涉及一种重耕影响的预测方法及装置。

背景技术

随着无线通信技术的发展，用户逐步从上一代通信网络向新一代通信网络迁移，这就需要网络运营商在频谱管理领域启用频谱重耕(Spectrum Re-farming)技术。重耕是指网络运营商对既有频谱资源按技术演进的不同系统制式需求进行重构或重组，以达到提升与更有效利用频谱资源的目的。例如，新通信制式的出现使得可用频谱的分配更加紧张，越来越多的运营商将原先被频谱效率较低制式占用的频率重耕，将其应用于频谱效率更高的制式。

但是，在频率重耕过程中，可能会导致用户在使用移动网络时可能会发生网络速度较慢或者无网络的情况。这样一来，严重影响了用户的使用体验。

因此，如何保障在重耕改造的过程中降低对用户的影响，成为一个亟待解决的问题。

发明内容

本申请提供一种重耕影响的预测方法及装置，用于降低在重耕改造的过程中对用户的影响。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种重耕影响的预测方法。该方法中，重耕影响的预测装置(可以简称为“预测装置”)获取每个终端在重耕目标频段中的历史投诉数据和每个终端在重耕目标频段中的全部业务量，历史投诉数据用于反映在不同的网络感知数据下对终端正常使用的影响程度，网络感知数据用于反映网络状况。预测装置根据每个终端的历史投诉数据、每个终端的全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限，恶化感知门限用于反映用户对终端的网络状况的容忍程度。预测装置确定每个终端的低感知业务量，低感知业务量为在重耕目标频段的过程中，全部业务量中不能使用的业务量，低感知业务量与网络状况相对应。预测装置根据每个终端的低感知业务量和每个终端的恶化感知门限，确定目标终端的数量，目标终端为终端的低感知业务量高于恶化感知门限的终端。预测装置根据目标终端的数量，确定目标策略，目标策略用于提高恶化感知门限或者降低低感知业务量。

需要说明的是，低感知业务量越高，网络状况越好。低感知业务量越低，网络状况越差。

基于上述技术方案，预测装置可以根据终端的历史投诉数据、全部业务量和门限预测模型，确定每个终端的恶化感知门限，该恶化感知门限用于反映用户对终端的网络状况的容忍程度。预测装置可以确定每个终端的低感知业务量(即在重耕目标频段的过程中终端不能使用的业务量)。并且，该低感知业务量与网络状况相对应。这样一来，预测装置可根据低感知业务量和恶化感知门限，确定目标终端(终端的低感知业务量高于恶化感知门限的终端)的数量，即在重耕目标频段过程中网络状况较差的终端。如此，可以预测出在重耕过程中受影响的终端，进而可以根据受影响终端的数量制定相应的目标策略，降低对用户的影响。从而避免发生在重耕过程中大量用户使用网络状况不佳，进行投诉的情况。

一种可能的设计中，预测装置可以计算每个终端的承接业务量，承接业务量为除重耕目标频段以外的频段承接的全部业务量中的业务量。预测装置计算每个终端的承接业务量与每个终端的全部业务量之间的差值，得到每个终端的低感知业务量。

一种可能的设计中，预测装置确定每个终端的驻留小区。预测装置根据驻留小区的位置信息、重耕目标频段和周边小区的位置信息，确定周边小区中的至少一个目标小区，目标小区具备承载终端在重耕目标频段中的业务量的能力。预测装置确定至少一个目标小区的承载能力。预测装置根据至少一个目标小区的承载能力，计算每个终端的承接业务量。

一种可能的设计中，预测装置根据驻留小区的经纬度关系、重耕目标频段在驻留小区的方向对应关系和周边小区相对于驻留小区的位置关系，确定周边小区中的至少一个目标小区，目标小区位于重耕目标频段在驻留小区的方向，目标小区与驻留小区之间的距离小于预设距离阈值。

一种可能的设计中，历史投诉数据包括：用户特征数据、终端特征数据、网络感知数据、用户满意度数据；其中，网络感知数据包括：时延数据、带宽数据和掉话数据，用户满意度数据包括离网数据和投诉数据。

第二方面，本申请提供一种重耕影响的预测装置，该装置包括获取单元和确定单元。

上述获取单元，用于获取每个终端在重耕目标频段中的历史投诉数据和每个终端在重耕目标频段中的全部业务量，历史投诉数据用于反映在不同的网络感知数据下对终端正常使用的影响程度，网络感知数据用于反映网络状况。

上述确定单元，用于根据每个终端的历史投诉数据、每个终端的全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限，恶化感知门限用于反映用户对终端的网络状况的容忍程度。

上述确定单元，还用于确定每个终端的低感知业务量，低感知业务量为在重耕目标频段的过程中，全部业务量中不能使用的业务量。

上述确定单元，还用于根据每个终端的低感知业务量和每个终端的恶化感知门限，确定预设区域中目标终端的数量，目标终端为终端的低感知业务量高于恶化感知门限的终端。

上述确定单元，还用于根据目标终端的数量，确定目标策略，目标策略用于提高恶化感知门限或者降低低感知业务量。

一种可能的设计中，上述确定单元，还用于计算每个终端的承接业务量，承接业务量为除重耕目标频段以外的频段承接的全部业务量中的业务量。还具体用于计算每个终端的承接业务量与每个终端的全部业务量之间的差值，得到每个终端的低感知业务量。

一种可能的设计中，上述确定单元，还用于确定每个终端的驻留小区。还用于根据驻留小区的位置信息、重耕目标频段和周边小区的位置信息，确定周边小区中的至少一个目标小区，目标小区具备承载终端在重耕目标频段中的业务量的能力。还用于确定至少一个目标小区的承载能力。还用于根据至少一个目标小区的承载能力，计算每个终端的承接业务量。

一种可能的设计中，上述确定单元，还用于根据驻留小区的经纬度关系、重耕目标频段在驻留小区的方向对应关系和周边小区相对于驻留小区的位置关系，确定周边小区中的至少一个目标小区，目标小区位于重耕目标频段在驻留小区的方向，目标小区与驻留小区之间的距离小于预设距离阈值。

一种可能的设计中，历史投诉数据包括：用户特征数据、终端特征数据、网络感知数据、用户满意度数据；其中，网络感知数据包括：时延数据、带宽数据和掉话数据，用户满意度数据包括离网数据和投诉数据。

第三方面，本申请提供了一种重耕影响的预测装置，该装置包括：处理器和存储器；所述处理器和所述存储器耦合；所述存储器用于存储一个或多个程序，该一个或多个程序包括计算机执行指令，当该重耕影响的预测装置运行时，处理器执行该存储器存储的该计算机执行指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的重耕影响的预测方法。

第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述第一方面和第一方面的任一种可能的实现方式中所描述的重耕影响的预测方法。

第五方面，本申请提供一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述第一方面和第一方面的任一种可能的实现方式中所描述的重耕影响的预测方法。

第六方面，本申请提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的重耕影响的预测方法。

上述方案中，重耕影响的预测装置、计算机设备、计算机存储介质、计算机程序产品或者芯片所能解决的技术问题以及实现的技术效果可以参见上述第一方面所解决的技术问题以及技术效果，在此不再赘述。

附图说明

图1为本申请实施例提供的一种通信系统的系统架构图；

图2为本申请实施例提供的一种重耕影响的预测方法的流程示意图；

图3为本申请实施例提供的另一种重耕影响的预测方法的流程示意图；

图4为本申请实施例提供的一种重耕影响的预测装置的结构示意图；

图5为本申请实施例提供的另一种重耕影响的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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。

本文中字符“/”，一般表示前后关联对象是一种“或者”的关系。例如，A/B可以理解为A或者B。

本申请的说明书和权利要求书中的术语“第一”和“第二”是用于区别不同的对象，而不是用于描述对象的特定顺序。

此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括其他没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。

另外，在本申请实施例中，“示例性的”、或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或“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概念。

在对本申请实施例的重耕影响的预测方法进行详细介绍之前，先对本申请实施例的实施环境和应用场景进行介绍。

如图1所示，为本申请实施例提供的一种通信系统，该通信系统包括终端和网络设备(例如基站或者服务器)。

其中，终端可以是一种具有收发功能的设备。终端可以被部署在陆地上，包括室内或室外、手持或车载；也可以被部署在水面上(如轮船等)；还可以被部署在空中(例如飞机、气球和卫星上等)。终端包括具有无线通信功能的手持式设备、车载设备、可穿戴设备或计算设备。示例性地，终端可以是手机(mobile phone)、平板电脑或带无线收发功能的电脑。终端设备还可以是虚拟现实(virtual reality，VR)终端设备、增强现实(augmentedreality，AR)终端设备、工业控制中的无线终端、无人驾驶中的无线终端、远程医疗中的无线终端、智能电网中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smarthome)中的无线终端等等。

基站可以包括各种形式的基站，例如：宏基站，微基站(也称为小站)，中继站，接入点等。具体可以为：是无线局域网(Wireless Local Area Network，WLAN)中的接入点(access point，AP)，全球移动通信系统(Global System for Mobile Communications，GSM)或码分多址接入(Code Division Multiple Access，CDMA)中的基站(BaseTransceiver Station，BTS)，也可以是宽带码分多址(Wideband Code Division MultipleAccess，WCDMA)中的基站(NodeB，NB)，还可以是LTE中的演进型基站(Evolved Node B，eNB或eNodeB)，或者中继站或接入点，或者车载设备、可穿戴设备以及未来5G网络中的下一代节点B(The Next Generation Node B，gNB)或者未来演进的公用陆地移动网(Public LandMobile Network，PLMN)网络中的基站等。

下面结合说明书附图对本申请实施例进行具体说明。

如图2所示，为本申请实施例提供的一种重耕影响的预测方法，该方法包括：

S201、预测装置获取每个终端在重耕目标频段中的历史投诉数据和每个终端在重耕目标频段中的全部业务量。

其中，历史投诉数据用于反映在不同的网络感知数据下对终端正常使用的影响程度，网络感知数据用于反映网络状况。

一种可能的设计中，历史投诉数据包括：用户特征数据、终端特征数据、网络感知数据、用户满意度数据。其中，用户特征数据可以包括：用户年龄、用户性别、用户居住地区等。终端特征数据包括：终端品牌、型号、终端支持的功能等。网络感知数据包括：时延数据、带宽数据和掉话数据，可选的，网络感知数据还可以包括驻留数据和单通数据等。用户满意度数据包括离网数据和投诉数据。可选的，用户满意度数据还可以包括净推荐值(NetPromoter Score，NPS)。

示例性的，历史投诉数据可以为：“用户性别：男”，“终端特征数据：品牌A”，“网络感知数据：网络感知数据：1000毫秒(时延数据)、100兆带宽(带宽数据)、掉话数据：0.8％”，“离网数据：未离网、投诉数据：投诉5次”。也就是说，该男性用户使用品牌A在带宽为100兆的情况下，出现1000毫秒延迟或者掉话数据为0.8％，用户投诉了5次。

在本申请实施例中，全部业务量包括网络流量和/或语音时长。示例性的，假如重耕目标频段为2100kHZ，终端的全部网络流量为10G，在重耕目标频段中的网络流量为3G，则该全部业务量为3G。

需要说明的是，上述全部业务量可以为任一周期内的业务量。例如，一天内的全部业务量。又例如，一周的全部业务量。又例如，一月的全部业务量。本申请实施例对该周期不作限定

一种可能的实现方式中，预测装置可以通过用户业务使用详单，获取每个终端的历史投诉数据和每个终端在重耕目标频段中的全部业务量，该用户业务使用详单用于指示用户使用业务的情况。示例性的，预测装置可以通过计费系统或者信令采集系统采集用户业务使用详单。可选的，预测装置可以获取多个周期内每个终端的历史投诉数据和每个终端在重耕目标频段中的全部业务量，并计算平均值。

可以理解的是，多次获取每个终端的历史投诉数据和每个终端在重耕目标频段中的全部业务量，并计算平均值，可以减少误差，保障数据的准确性。

S202、预测装置根据每个终端的历史投诉数据、每个终端的全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限。

其中，恶化感知门限用于反映用户对终端的网络状况的容忍程度。

需要说明的是，若恶化感知门限较低，则说明用户对终端的网络状况的容忍程度较低。若恶化感知门限较高，则说明用户对终端的网络状况的容忍程度较高。

需要说明的是，本申请实施例对该恶化感知门限不作限定。例如，该恶化感知门限可以用于指示网络感知数据。又例如，该恶化感知门限可以用于指示业务量。以下以恶化感知门限用于指示业务量为例，介绍本申请提供的实施例。

一种可能的实现方式中，预测装置可以根据每个终端的用户特征数据、终端特征数据、网络感知数据、用户满意度数据、全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限。其中，该门限预测模型用于预测恶化感知门限。

需要说明的是，本申请实施例对门限预测模型不作限定。例如，预测装置可以基于决策树进行特征提取，建立门限预测模型。又例如，预测装置可以基于随机森林模型进行特征提取，建立门限预测模型。

下面对预测装置训练门限预测模型的方法进行介绍。具体的，预测装置可以将训练集输入建立好的门限预测模型，该训练集包括多个终端的用户特征数据、终端特征数据、网络感知数据、用户满意度数据、全部业务量。之后，当门限预测模型输出的结果达到预设期望，则可以确定门限预测模型已经训练完成，得到训练好的门限预测模型。可选的，预测装置可以在确定每个终端的恶化感知门限的过程中，继续训练门限预测模型。

可以理解的是，通过训练好的门限预测模型确定恶化感知门限，能够提高得到的恶化感知门限的精确度。进而可以评估用户对网络状况的容忍程度，避免发生用户投诉、离网等问题。

S203、预测装置确定每个终端的低感知业务量。

其中，低感知业务量为在重耕目标频段的过程中，全部业务量中不能使用的业务量。也就是说，低感知业务量小于或者等于全部业务量。

需要说明的是，在重耕目标频段的过程中，终端中在重耕目标频段的业务量(即全部业务量)中的部分业务量可能会被其他频段所承接。其中，被其他频段承接的业务量仍可以被终端使用。未被承接的业务量(即低感知业务量)无法被终端使用。未被承接的业务量可能会影响终端的网络状况，导致用户投诉或离网等情况发生。

一种可能的实现方式中，预测装置可以计算每个终端的承接业务量，该承接业务量为除重耕目标频段以外的频段承接的全部业务量中的业务量。之后，预测装置可以计算每个终端的承接业务量与每个终端的全部业务量之间的差值，得到每个终端的低感知业务量。

示例性的，假如终端A的承接业务量为1G，全部业务量为3G，则低感知业务量为2G。又例如，假如终端B的承接业务量为3G,全部业务量为3G，则低感知业务量为0G。

也就是说，终端的承接业务量越高，终端的低感知业务量越低，那么用户投诉的概率等较低。终端的承接业务量越低，终端的低感知业务量越高，那么用户投诉的概率等较高。

需要说明的是，具体对于预测装置计算每个终端的承接业务量的介绍，可以参考下述实施例，此处不予赘述。

S204、预测装置根据每个终端的低感知业务量和每个终端的恶化感知门限，确定目标终端的数量。

其中，目标终端为终端的低感知业务量高于恶化感知门限的终端。

示例性的，假如终端A的恶化感知门限为0.2G，终端A的低感知业务量为0.5G，则终端A为目标终端。假如终端B的恶化感知门限为0.8G，终端B的低感知业务量为0.5G，则终端B不是目标终端。

可以理解的是，若终端的低感知业务量高于恶化感知门限，可能造成终端的网络状况不佳，进而引发用户进行投诉等。如此，会对运营商造成不良的影响。也就是说，在本申请实施例中，目标终端是指可能会产生投诉或者离网等对运营商造成不良影响的终端。

一种可能的实现方式中，预测装置可以分别对每个终端的低感知业务量和恶化感知门限进行比较。若终端的低感知业务量小于恶化感知门限，预测装置则确定终端不是目标终端。若终端的低感知业务量大于恶化感知门限，预测装置则确定终端是目标终端。之后，预测装置可以统计目标终端的数量。

S205、预测装置根据目标终端的数量，确定目标策略。

其中，目标策略用于提高恶化感知门限或者降低低感知业务量。

需要说明的是，目标策略用于提高恶化感知门限，是指通过目标策略可以提高用户对网络状况的容忍程度。目标策略用于降低低感知业务量，是指通过目标策略可以降低终端不能使用的业务量，即提高终端能够使用的业务量，进而提高终端的网络状况。

一种可能的实现方式中，目标策略包括第一策略或者第二策略，第一策略用于提高恶化感知门限，第二策略用于降低低感知业务量。若目标终端的数量小于预设数量阈值，目标终端可以确定第一策略。本申请实施例对第一策略不作限定。示例性的，该第一策略可以为在重耕目标频段之前，通过预设方式用户网络状况可能会不佳。例如，假如终端A为目标终端，运营商可以通过电话或者短线的形式，告知终端A的使用者网络可能在某一时间段内受影响。并且，可以给予终端A的使用者一定的补偿(例如赠送流量等)。例如，假如终端A的恶化感知门限为1G。通过目标策略，终端A的恶化感知门限变为1.5G。

可以理解的是，通过第一策略，使用户提前了解了具体的情况。如此，可以降低对用户的影响，进而降低用户投诉离网的概率。

若目标终端的数量大于预设数量阈值，目标终端可以确定第二策略。本申请实施例对第二策略不作限定。示例性的，可以增加网络设备(例如基站等)，提高其他频段承接终端在重耕目标频段的业务量(即全部业务量)。这样，可以降低低感知业务量，从而提高网络状况。例如，假如终端A的低感知业务量为1G。通过目标策略，终端A的低感知业务量变为0.5G。

一种可能的实现方式中，预测装置可以获取目标终端的位置信息。之后，可以根据目标终端的位置信息，确定网络设备的部署信息。

可以理解的是，通过第二策略，可以提高降低低感知业务量，提高网络状况。如此，可以降低对用户的影响，进而降低用户投诉离网的概率。

需要说明的是，本申请实施例中，预测装置可以根据目标终端的位置信息，确定不同区域目标终端的数量。之后，预测装置可以确定不同区域的目标策略。具体可以参考上述实施例，此处不予赘述。

下面对预测装置计算每个终端的承接业务量的过程进行介绍。如图3所示，为本申请实施例提供的一种重耕影响的预测方法，该方法包括：

S301、预测装置确定每个终端的驻留小区。

一种可能的实现方式中，预测装置可以根据每个终端产生业务量所在的小区，确定驻留小区。示例性的，假如终端A在小区a产生业务量流量，则小区a为终端A的驻留小区。

需要说明的是，终端A可能不是固定在一个位置。终端A的驻留小区可能包括多个小区。

在一些实施例中，预测装置可以根据终端在驻留小区产生业务量的数量、产生业务量的时长、在驻留小区的频率，为驻留小区中的多个小区分配影响系数。其中，产生业务量大、产生业务量的时长较高、驻留小区的频率较高的小区的影响系数权重较大。

需要说明的是，预测装置确定终端的驻留小区，即确定终端产生业务量所在的小区的方式，可以参考常规技术，此处不予赘述。

S302、预测装置根据驻留小区的位置信息、重耕目标频段和周边小区的位置信息，确定周边小区中的至少一个目标小区。

其中，目标小区具备承载终端在重耕目标频段中的业务量的能力。也就是说，目标小区可以承载终端中在重耕目标频段的业务量(即全部业务量)中的部分业务量。

一种可能的实现方式中，预测装置可以根据驻留小区的经纬度关系、重耕目标频段在驻留小区的方向对应关系和周边小区相对于驻留小区的位置关系，确定周边小区中的至少一个目标小区。

其中，目标小区位于重耕目标频段在驻留小区的方向，目标小区与驻留小区之间的距离小于预设距离阈值。

示例性的，假如重耕目标频段在驻留小区的西南方向，则目标小区为位于驻留小区西南方向的小区。又例如，假如在网络设备(例如基站)部署密度较高的区域*(如城市)，目标小区与驻留小区之间的距离可以小于200米。又例如，假如在基站部署密度较低的区域(如乡村)，目标小区与驻留小区之间的距离可以小于500米。

S303、预测装置确定至少一个目标小区的承载能力。

其中，目标小区的承载能力用于指示目标小区承载终端在重耕目标频段的业务量(即全部业务量)的数量。

一种可能的实现方式，预测装置可以根据用户业务详单，确定目标小区的业务量。之后，预测装置可以根据目标小区的业务量，确定目标小区的承载能力。可选的，预测装置可以根据预设时间段，确定目标小区的承载能力。

S304、预测装置计算每个终端的承接业务量。

一种可能的实现方式中，预测装置可以根据至少一个目标小区的承载能力，计算终端的承接业务量。示例性的，假如终端A的全部业务量为5G,目标小区包括小区A、小区B和小区C。小区A的承载能力为2G，小区B的承载能力为1G，小区C的承载能力为0。则终端A的承接业务量为2G。

可以理解的是，预测装置确定终端的承接业务量之后，可以得到低感知业务量。如此，预测装置可以确定终端是否为目标终端，进而确定相应的策略。如此，可以降低在重耕过程中对用户的影响，降低用户投诉离网等的概率。

上述主要从计算机设备的角度对本申请实施例提供的方案进行了介绍。可以理解的是，计算机设备为了实现上述功能，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，结合本申请所公开的实施例描述的各示例的重耕影响的预测方法步骤，本申请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申请的范围。

本申请实施例还提供一种重耕影响的预测装置。该重耕影响的预测装置可以为计算机设备，也可以是上述计算机设备中的CPU，还可以是上述计算机设备中用于预测重耕影响的处理模块，还可以是上述计算机设备中用于预测重耕影响的客户端。

本申请实施例可以根据上述方法示例对重耕影响的预测装置进行功能模块或者功能单元的划分，例如，可以对应各个功能划分各个功能模块或者功能单元，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或者功能单元的形式实现。其中，本申请实施例中对模块或者单元的划分是示意性的，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4所示，为本申请实施例提供的一种重耕影响的预测装置的结构示意图。重耕影响的预测装置用于执行图2或图3所示的重耕影响的预测方法。重耕影响的预测装置可以包括获取单元401和确定单元402。

获取单元401，用于获取每个终端在重耕目标频段中的历史投诉数据和每个终端在重耕目标频段中的全部业务量，历史投诉数据用于反映在不同的网络感知数据下对终端正常使用的影响程度，网络感知数据用于反映网络状况。确定单元402，用于根据每个终端的历史投诉数据、每个终端的全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限，恶化感知门限用于反映用户对终端的网络状况的容忍程度。还用于根据每个终端的低感知业务量和每个终端的恶化感知门限，确定目标终端的数量，目标终端为终端的低感知业务量高于恶化感知门限的终端。还用于根据目标终端的数量，确定目标策略，目标策略用于提高恶化感知门限或者降低低感知业务量。

可选的，获取单元401，还用于计算每个终端的承接业务量，承接业务量为除重耕目标频段以外的频段承接的全部业务量中的业务量。确定单元402，具体用于计算每个终端的承接业务量与每个终端的全部业务量之间的差值，得到每个终端的低感知业务量。

可选的，确定单元402，还用于根据驻留小区的位置信息、重耕目标频段和周边小区的位置信息，确定周边小区中的至少一个目标小区，目标小区具备承载终端在重耕目标频段中的业务量的能力。还用于确定至少一个目标小区的承载能力。还用于根据至少一个目标小区的承载能力，计算每个终端的承接业务量。

可选的，确定单元402，还用于根据驻留小区的经纬度关系、重耕目标频段在驻留小区的方向对应关系和周边小区相对于驻留小区的位置关系，确定周边小区中的至少一个目标小区，目标小区位于重耕目标频段在驻留小区的方向，目标小区与驻留小区之间的距离小于预设距离阈值。

可选的，历史投诉数据包括：用户特征数据、终端特征数据、网络感知数据、用户满意度数据；其中，网络感知数据包括：时延数据、带宽数据和掉话数据，用户满意度数据包括离网数据和投诉数据。

图5示出了上述实施例中所涉及的重耕影响的预测装置的又一种可能的结构。该重耕影响的预测装置包括：处理器501和通信接口502。处理器501用于对装置的动作进行控制管理，例如，执行上述方法实施例中所示的方法流程中的各个步骤，和/或用于执行本文所描述的技术的其它过程。通信接口502用于支持该重耕影响的预测装置与其他网络实体的通信。重耕影响的预测装置还可以包括存储器503和总线504，存储器503用于存储装置的程序代码和数据。

其中，上述处理器501可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，单元和电路。该处理器可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，单元和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

存储器503可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。

总线504可以是扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。总线504可以分为地址总线、数据总线、控制总线等。为便于表示，图5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。

在实际实现时，获取单元401可以由图5所示的通信接口502实现，确定单元402可以由图5所示的处理器501调用存储器503中的程序代码来实现。其具体的执行过程可参考图2或图3所示的重耕影响的预测方法部分的描述，这里不再赘述。

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。上述描述的系统，装置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。

本申请实施例提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得该计算机执行上述方法实施例中的重耕影响的预测方法。

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中存储有指令，当该指令在计算机上运行时，使得该计算机执行上述方法实施例所示的方法流程中的重耕影响的预测方法。

其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

由于本发明的实施例中的重耕影响的预测装置、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (12)

1.一种重耕影响的预测方法，其特征在于，所述方法包括：

获取每个终端在重耕目标频段中的历史投诉数据和所述每个终端在所述重耕目标频段中的全部业务量，所述历史投诉数据用于反映在不同的网络感知数据下对终端正常使用的影响程度，所述网络感知数据用于反映网络状况；

根据所述每个终端的所述历史投诉数据、所述每个终端的所述全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限，所述恶化感知门限用于反映用户对终端的网络状况的容忍程度；

确定每个终端的低感知业务量，所述低感知业务量为在重耕目标频段的过程中，所述全部业务量中未被与所述目标频段不同的其他频段承接的业务量，所述低感知业务量与网络状况相对应；

根据所述每个终端的低感知业务量和所述每个终端的恶化感知门限，确定目标终端的数量，所述目标终端为终端的低感知业务量高于恶化感知门限的终端；

根据所述目标终端的数量，确定目标策略，所述目标策略用于提高所述恶化感知门限或者降低所述低感知业务量。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

计算所述每个终端的承接业务量，所述承接业务量为除所述重耕目标频段以外的频段承接的所述全部业务量中的业务量；

所述确定每个终端的低感知业务量，包括：

计算所述每个终端的承接业务量与所述每个终端的全部业务量之间的差值，得到所述每个终端的低感知业务量。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

确定所述每个终端的驻留小区；

根据所述驻留小区的位置信息、所述重耕目标频段和周边小区的位置信息，确定所述周边小区中的至少一个目标小区，所述目标小区具备承载终端在重耕目标频段中的业务量的能力；

确定所述至少一个目标小区的承载能力；

所述计算所述每个终端的承接业务量，包括：

根据所述至少一个目标小区的承载能力，计算所述每个终端的承接业务量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述驻留小区的位置信息、所述重耕目标频段和周边小区的位置信息，确定所述周边小区中的至少一个目标小区，包括：

根据所述驻留小区的经纬度关系、所述重耕目标频段在所述驻留小区的方向对应关系和所述周边小区相对于所述驻留小区的位置关系，确定所述周边小区中的至少一个目标小区，所述目标小区位于所述重耕目标频段在所述驻留小区的方向，所述目标小区与所述驻留小区之间的距离小于预设距离阈值。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述历史投诉数据包括：用户特征数据、终端特征数据、所述网络感知数据、用户满意度数据；其中，所述网络感知数据包括：时延数据、带宽数据和掉话数据，所述用户满意度数据包括离网数据和投诉数据。

6.一种重耕影响的预测装置，其特征在于，所述装置包括：

获取单元，用于获取每个终端在重耕目标频段中的历史投诉数据和所述每个终端在所述重耕目标频段中的全部业务量，所述历史投诉数据用于反映在不同的网络感知数据下对终端正常使用的影响程度，所述网络感知数据用于反映网络状况；

确定单元，用于根据所述每个终端的所述历史投诉数据、所述每个终端的所述全部业务量和训练后的门限预测模型，确定每个终端的恶化感知门限，所述恶化感知门限用于反映用户对终端的网络状况的容忍程度；

所述确定单元，还用于确定每个终端的低感知业务量，所述低感知业务量为在重耕目标频段的过程中，所述全部业务量中未被与所述目标频段不同的其他频段承接的业务量，所述低感知业务量与网络状况相对应；

所述确定单元，还用于根据所述每个终端的低感知业务量和所述每个终端的恶化感知门限，确定目标终端的数量，所述目标终端为终端的低感知业务量高于恶化感知门限的终端；

所述确定单元，还用于根据所述目标终端的数量，确定目标策略，所述目标策略用于提高所述恶化感知门限或者降低所述低感知业务量。

7.根据权利要求6所述的装置，其特征在于，

所述确定单元，还用于计算所述每个终端的承接业务量，所述承接业务量为除所述重耕目标频段以外的频段承接的所述全部业务量中的业务量；

所述确定单元，具体用于计算所述每个终端的承接业务量与所述每个终端的全部业务量之间的差值，得到所述每个终端的低感知业务量。

8.根据权利要求7所述的装置，其特征在于，

所述确定单元，还用于确定所述每个终端的驻留小区；

所述确定单元，还用于根据所述驻留小区的位置信息、所述重耕目标频段和周边小区的位置信息，确定所述周边小区中的至少一个目标小区，所述目标小区具备承载终端在重耕目标频段中的业务量的能力；

所述确定单元，还用于确定所述至少一个目标小区的承载能力；

所述确定单元，还用于根据所述至少一个目标小区的承载能力，计算所述每个终端的承接业务量。

9.根据权利要求8所述的装置，其特征在于，

所述确定单元，还用于根据所述驻留小区的经纬度关系、所述重耕目标频段在所述驻留小区的方向对应关系和所述周边小区相对于所述驻留小区的位置关系，确定所述周边小区中的至少一个目标小区，所述目标小区位于所述重耕目标频段在所述驻留小区的方向，所述目标小区与所述驻留小区之间的距离小于预设距离阈值。

10.根据权利要求6-9中任一项所述的装置，其特征在于，所述历史投诉数据包括：用户特征数据、终端特征数据、所述网络感知数据、用户满意度数据；其中，所述网络感知数据包括：时延数据、带宽数据和掉话数据，所述用户满意度数据包括离网数据和投诉数据。

11.一种重耕影响的预测装置，其特征在于，包括：处理器和存储器；所述处理器和所述存储器耦合；所述存储器用于存储一个或多个程序，该一个或多个程序包括计算机执行指令，当该重耕影响的预测装置运行时，处理器执行该存储器存储的该计算机执行指令，以使该重耕影响的预测装置执行如权利要求1-5中任一项所述的方法。

12.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当计算机执行该指令时，该计算机执行如权利要求1-5中任一项所述的方法。