CN114363941B - 基于分段分析和质差识别的业务满意度分析方法、装置及终端 - Google Patents

基于分段分析和质差识别的业务满意度分析方法、装置及终端 Download PDF

Info

Publication number
CN114363941B
CN114363941B CN202011054781.4A CN202011054781A CN114363941B CN 114363941 B CN114363941 B CN 114363941B CN 202011054781 A CN202011054781 A CN 202011054781A CN 114363941 B CN114363941 B CN 114363941B
Authority
CN
China
Prior art keywords
quality difference
network
analysis
satisfaction
factors
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
CN202011054781.4A
Other languages
English (en)
Other versions
CN114363941A (zh
Inventor
罗骁茜
吴栩欣
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 Mobile Communications Group Co Ltd
China Mobile Group Guangdong Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Guangdong 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 Mobile Communications Group Co Ltd, China Mobile Group Guangdong Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202011054781.4A priority Critical patent/CN114363941B/zh
Publication of CN114363941A publication Critical patent/CN114363941A/zh
Application granted granted Critical
Publication of CN114363941B publication Critical patent/CN114363941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请公开了一种基于分段分析和质差识别的业务满意度分析方法、装置及终端，涉及通信业务技术领域。其中，终端对获取的所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素，利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图，最后将业务网络按照端到端划分为多个网段；基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果。

Description

基于分段分析和质差识别的业务满意度分析方法、装置及 终端
技术领域
本申请涉及通信业务技术领域，尤其涉及一种基于分段分析和质差识别的业务满意度分析方法、装置及终端。
背景技术
在移动通信业务领域，影响用户上网质量满意度的因素可能存在多种因素，如网络因素、非网络因素等。
但是，在对影响用户质量满意度的影响因素进行分析时，通常采用的满意度分析方案存在分析结果准确性差的问题。
发明内容
本申请实施例提供了一种基于分段分析和质差识别的业务满意度分析方法、装置及终端，能够实现对满意度影响因素的准确分析。
为了解决上述问题，本申请是这样实现的：
第一方面，本申请实施例提供一种基于分段分析和质差识别的业务满意度分析方法，包括：获取第一满意度调研结果以及第二满意度调研结果，其中，所述第一满意度调研结果用于指示用户对第一预定业务的满意度，所述第二满意度调研结果用于指示用户对第二预定业务的满意度；对所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到第一路径图集和第二路径图集；对所述第一路径图集和所述第二路径图集中包括的路径图进行影响因素分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素；获取与所述网络因素对应的用户性能指标，对所述用户性能指标进行主成分分析；利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图；将业务网络按照端到端划分为多个网段；基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果。
本申请的一个或多个实施例中，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：在所述业务网络为包括上层网络、接入网络和家庭网络的预定业务网络，且所述预定业务网络的业务评分达标的情况下，检测所述上层网络中各网元的丢包率和时延数据；在所述上层网络中各网元的丢包率和时延数据不达标的情况下，判定质差类型为预定质差类型，所述预定质差类型包括单BB质差、单BR质差、单CR质差、内部CDN设备质差中的至少一个。
本申请的一个或多个实施例中，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：在所述预定业务网络的业务评分未达标的情况下，判定所述质差类型为ICP侧质差。
本申请的一个或多个实施例中，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：在所述上层网络中各网元的丢包率和时延数据达标的情况下，检测所述接入网络中的各OLT的丢包率和时延数据；在所述接入网络中的各OLT的丢包率和时延数据达标，且ONU测速达标的情况下，判定所述质差类型为单ONU及下带家庭设备疑似质差；在所述述接入网络中的各OLT的丢包率和时延数据达标，但ONU测速达标的情况下，检测位于同一PON口上的不达标用户数是否与活跃用户数相同；若相同，则判定所述质差类型为单PON质差。
本申请的一个或多个实施例中，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：在位于同一PON口上的不达标用户数与活跃用户数不相同的情况下，检测位于同一OLT的PON口数是否与已使用的PON口数相同；若相同，则判定所述质差类型为单OLT质差；若不相同，则判定所述质差类型为PON口下带光交箱到ONU上联口质差。
本申请的一个或多个实施例中，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：在所述接入网络中的各OLT的丢包率和时延数据未达标，且未达标的OLT的数量与BNG下带OLT数相同，则判定所述质差类型为单BGN质差；在所述接入网络中的各OLT的丢包率和时延数据未达标，但未达标的OLT的数量与BNG下带OLT数相同，则判定所述质差类型为BNG到下带单OLT上联口质差。
本申请的一个或多个实施例中，所述判定所述质差类型为单ONU及下带家庭设备疑似质差之后，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：在获取的用户家庭宽带网络满意度预测结果统计值中不满意次数大于第一阈值时，统计IPTV质差次数和DPI质差次数；在所述DPI质差次数大于第二阈值、网络模式为ONU路由模式，且所述IPTV质差次数不大于第三阈值的情况下，判定所述质差类型为用户WiFi路由器及下带上网络终端质差；在所述DPI质差次数大于第二阈值、网络模式为ONU路由模式，所述IPTV质差次数大于第三阈值的情况下，判定所述质差类型为ONU及下带设备质差；在所述DPI质差次数大于第二阈值、网络模式不为ONU路由模式的情况下，判定所述质差类型为ONU及下带设备质差；在所述DPI质差次数不大于第二阈值，且所述IPTV质差次数不大于第三阈值的情况下，判定所述质差类型为用户行为引起的质差；在所述DPI质差次数不大于第二阈值，但所述IPTV质差次数大于第三阈值的情况下，判定所述质差类型为机顶盒质差。
第二方面，本申请实施例还提供一种基于分段分析和质差识别的业务满意度分析装置，包括：数据获取模块，用于获取第一满意度调研结果以及第二满意度调研结果，其中，所述第一满意度调研结果用于指示用户对第一预定业务的满意度，所述第二满意度调研结果用于指示用户对第二预定业务的满意度；第一分析模块，用于对所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到第一路径图集和第二路径图集；第二分析模块，用于对所述第一路径图集和所述第二路径图集中包括的路径图进行影响因素分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素；第三分析模块，用于获取与所述网络因素对应的用户性能指标，对所述用户性能指标进行主成分分析；影响关系分析模块，用于利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图；网段划分模块，用于将业务网络按照端到端划分为多个网段；质差分析模块，用于基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果。
第三方面，本申请实施例还提供一种终端，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的基于分段分析和质差识别的业务满意度分析方法的步骤。
第四方面，本申请实施例还提供一种计算机可读存储介质，当所述存储介质中的指令由终端中的处理器执行时，使得终端能够执行第一方面所述的基于分段分析和质差识别的业务满意度分析方法的步骤。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
本申请实施例中，通过对获取的所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素，进而利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图，最后，将业务网络按照端到端划分为多个网段；基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，由此，能够提高业务分析结果的准确性。
上述说明仅是申请技术方案的概述，为了能够更清楚了解本申请的技术手段，可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为根据一示例性实施例提供的基于分段分析和质差识别的业务满意度分析方法的流程示意图。
图2a、图2b、图2c、图2d、图2e、图2f分别为不同满意度调研结果对应的路径图。
图3为根据一示例性实施例提供的因果影响关系图。
图4为根据另一示例性实施例提供的业务网的分段结果示意图。
图5为根据又一示例性实施例提供的基于分段分析和质差识别的业务满意度分析方法的流程示意图。
图6为根据一示例性实施例提供的基于分段分析和质差识别的业务满意度分析装置的框图。
图7为根据一示例性实施例提供的终端的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例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他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
如图1所示，为本申请一示例性实施例提供的基于分段分析和质差识别的业务满意度分析方法100的流程示意图，该方法可应用于终端，具体可由安装于所述终端中的硬件或/和软件执行。所述方法至少包括如下步骤。
S110，获取第一满意度调研结果以及第二满意度调研结果。
其中，所述第一满意度调研结果用于指示用户对第一预定业务的满意度，所述第一预定业务可以包括第一运营商对应的业务，如家庭宽带业务等，所述第一运营商为移动运营商、联通运营商或电信运营商等。
所述第二满意度调研结果用于指示用户对第二预定业务的满意度，所述第一预定业务可以包括第一运营商对应的业务以及第二运营商对应的业务，如魔百和/或网路协议电视(Internet Protocol Television，IPTV)等，所述第二运营商为移动运营商、联通运营商和电信运营商等中的至少一个。一种实现方式中，在所述第一运营商为移动运营商的情况下，所述第二运营商可以包括联通运营商和电信运营商等中的至少一个。
可选的，所述满意度调研结果(如第一满意度调研结果、第二满意度调研结果)的实际形式可根据满意度调研问题进行设定。例如，所述满意度调研结果对应的满意度问题可以包括八个问题，如Q1到Q8分别为整体满意度、业务宣传满意度、业务办理满意度、装机服务满意度、上网质量满意度、资费满意度、故障维修服务满意度、咨询投诉满意度。那么，所述满意度调研结果可以是：第一类用户对应的Q1到Q6的问题结果，且Q7或Q8中至少有一个问题为空，第二类用户对应的Q1到Q8全部问题结果。
S120，对所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到第一路径图集和第二路径图集。
其中，考虑到结构方程模型是基于变量的协方差矩阵分析变量间关系，可用于各种因素综合作用的复杂问题分析，因此，本实施例中可采用但不限于预设的结构方程模型对所述第一满意度调研结果和第二满意度调研结果进行分析，以得到与第一满意度调研结果和第二满意度调研结果对应的路径图。
作为一种实现方式，假设所述第一满意度调研结果的用户可以划分为2类：第一类为用户回答Q1到Q6的问题，Q7或Q8至少有一个问题为空。第二类为用户回答Q1到Q8全部问题。第一预定业务为家庭宽带业务，那么在此情况下，对于第二类用户，基于第一满意度调研结果得到的第一路径图集可以如图2a所示。对于第一类用户，基于第一满意度调研结果得到的第一路径图集可以如图2b所示。其中，由图2a、图2b可以得知：不管用户是否参与过咨询投诉和故障维修服务，非网络因素对上网质量满意度都有直接影响。
作为另一种实现方式，与前述第一满意度调研结果类似，对于第一类用户，基于第二满意度调研结果得到的第二路径图集可以如图2c所示，对于第二类用户，基于第二满意度调研结果得到的第二路径图集可以如图2d所示。其中，由图2c、图2d可以得知:非网络因素对上网质量满意度的直接正面影响不同与前述第一满意度调研结果，但也同样反映出非网络因素对上网质量满意度有直接正面影响。
作为又一种实现方式，假设所述第二满意度调研结果对应的问题Q1至Q8为机顶盒质量、遥控器操作、开机速度、视频的流畅度、视频内容的丰富程度、视频内容的更新速度、业务取消便捷、业务订购流程。那么，根据所述第二满意度调研结果将用户可以划分为2类：第一类为用户回答Q1到Q6的问题，Q7问题为空。第二类为用户回答Q1到Q7全部问题，第二预定业务为魔百业务和IPTV业务，那么在此情况下，对于第一类用户，基于第二满意度调研结果得到的第二路径图集可以如图2e所示，对于第二类用户，基于第二满意度调研结果得到的第二路径图集可以如图2f所示。其中，由图2e、图2f可以得知：视频流畅度评价受非网络因素直接影响。
S130，对所述第一路径图集和所述第二路径图集中包括的路径图进行影响因素分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素。
其中，关于S230的具体实现方式可参照前述S220的描述，在此不再赘述。
S140，获取与所述网络因素对应的用户性能指标，对所述用户性能指标进行主成分分析。
其中，考虑到主成分分析方法是通过变换实现数据降维，把多指标转化为少数综合指标，是一种常用的多变量分析方法。因此，本实施例中运用主成分分析方法对现网用户性能指标集合内的不同指标进行分析，以将不同指标划分在不同的分组(即成分)内。
可选的，所述用户性能指标可以包括传输控制协议(Transmission ControlProtocol，TCP)1-2次握手成功率、TCP2-3次握手成功率、TCP建立成功率、超文本传输协议(HyperText Transfer Protocol，HTTP)首事务成功率、HTTP响应成功率、网页HTTP响应成功率等，本实施例在此不做限制。
S150，利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图。
其中，本实施例中通过分析各网络因素之间的因果影响关系图，能够有效明确满意度影响因素之间的关系。在一种实现方式中，如图3所示，可基于前述的各因素之间的相互影响程度，从TCP握手到HTTP响应再到业务响应全过程指标间影响的因果关系，由此反映性能指标的端到端特性。
S160，将业务网络按照端到端划分为多个网段。
其中，根据业务网络的不同，对所述业务网络进行网段划分的方式不同。例如，在所述业务网络为现网家庭宽带多媒体业务网络时，可按照端到端将所述业务网络划分为如图4所示的6段，分别为网络内容服务商(Internet Content Provider，ICP)网络、上层网络、宽带远程接入服务器(Broadband Remote Access Server，BRAS)/宽带网络网关(Broadband Network Gateway，BNG)网络、接入网络和家庭网络。
S170，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果。
其中，根据网段的不同，其所对应的质差分析结果不同。在此以图4所示的网段1为例，ICP网络可采用各运营商公司端到端系统内容运营有关的TCP、HTTP性能指标判断质差。上层网络、BRAS/BNG网络可以以PING测结果判断质差。接入网络可以以光网络单元(ONU)软探针测速结果判断质差。家庭网络可以以单ONU软探针测速结果、ONU工作模式、DPI质差、IPTV质差等判断质差，辅以拨号和上网设备的品牌型号作为上门服务和回访等用户关怀工作的参考。
一种实现方式中，S170的实现过程可以包括：在所述业务网络为包括上层网络、接入网络和家庭网络的预定业务网络，且所述预定业务网络的业务评分达标的情况下，检测所述上层网络中各网元的丢包率和时延数据。
在所述上层网络中各网元的丢包率和时延数据不达标的情况下，判定质差类型为预定质差类型，所述预定质差类型包括单BB质差、单BR质差、单核心路由器(Core Router，CR)质差、内部内容分发网络(Content Delivery Network，CDN)设备质差中的至少一个。反之，在所述预定业务网络的业务评分未达标的情况下，判定所述质差类型为ICP侧质差。
在另一种实现方式中，在所述上层网络中各网元的丢包率和时延数据达标的情况下，检测所述接入网络中的各光线路终端(OLT)的丢包率和时延数据；在所述接入网络中的各OLT的丢包率和时延数据达标，且ONU测速达标的情况下，判定所述质差类型为单ONU及下带家庭设备疑似质差；在所述述接入网络中的各OLT的丢包率和时延数据达标，但ONU测速达标的情况下，检测位于同一无源光网络(PON)口上的不达标用户数是否与活跃用户数相同；若相同，则判定所述质差类型为单PON质差。在位于同一PON口上的不达标用户数与活跃用户数不相同的情况下，检测位于同一OLT的PON口数是否与已使用的PON口数相同；若相同，则判定所述质差类型为单OLT质差；若不相同，则判定所述质差类型为PON口下带光交箱到ONU上联口质差。
在又一种实现方式中，在所述接入网络中的各OLT的丢包率和时延数据未达标，且未达标的OLT的数量与BNG下带OLT数相同，则判定所述质差类型为单BGN质差；在所述接入网络中的各OLT的丢包率和时延数据未达标，但未达标的OLT的数量与BNG下带OLT数相同，则判定所述质差类型为BNG到下带单OLT上联口质差。
在前述给实现方式的基础上，下面以前述图4中所示网段2至网段3为例，对前述S170的实现过程进一步说明。
示例1，假设在预设时长(也即观察周期)t内，对所述上层网络中各网元进行了A次检测，得到丢包率集合{Pa}以及时延数据集合{Ta}，其中a＝1,2,…,A，时延单位为毫秒，其中，从BNG测上层网络和网内内容网络的各网元设备的丢包率和时延的测试结果集合S1。从BNG测下带OLT上联口的丢包率和时延的测试结果集合Oi,i＝1,2,…,B，B为BNG下带OLT总台数。有：
Figure BDA0002704648530000101
其中，单BNG测试BB网元，λ取经验值λ∈[10,+∞]。同理，单BNG测试单BR/CR或内部CDN侧网元、单BNG测试单OLT的上联口，λ取经验值λ∈[6,+∞]。
如果S1＝0，网元质量达标；如果S1＝1，网元质差。
如果Oi＝0，该BNG到下带的单OLT上联口的质量达标。
如果Oi＝1，该BNG到下带的单OLT上联口质差。
如果BNG测试集合：
Figure BDA0002704648530000102
S2＝B，BNG质差。
示例2，下面以前述图4中所示网段4和网段5(包括)为例，对前述S170的实现过程进一步说明。其中涉及OLT、PON口、PON口下带光交箱到ONU上联口的质差判断。
假设在一个观察周期t内，单用户ONU软探针测速共计K次，构成测速结果集合为{vk}，Vmin＝min(vk)，k＝1,2,…,K。假设用户签约带宽C，有S5＝Vmin。
如果Vmin＝C，单用户软探针到ONU上联口的测速达标，记为S5＝0，即质差需要继续下钻用户家庭网络；否则不达标，记为S5＝1，需要结合同PON口和同OLT其他用户测速结果判断。
(1)同PON口的所有用户测速结果构成集合{S5}，假设单PON口活跃用户数为DPON，有：S4＝∑S5.当S4＝DPON，PON口质差，记为S4＝1；否则记为S4＝0。
(2)同OLT所有PON口的测速判断构成集合{S4}，假设该OLT下带PON口数为DOLT，有S3＝∑S4。当S3＝DOLT，OLT质差，记为S3＝1；否则记为S3＝0。
(3)PON口下带光交箱到ONU上联口质差判断：当软探针测速不达标，且PON口和OLT无质差时，说明质差在PON口下带光交箱到ONU上联口这一段。
进一步，在又一种实现方式中，结合图5所示，S170的实现过程还可以包括：在获取的用户家庭宽带网络满意度预测结果统计值中的不满意次数大于第一阈值时，统计IPTV质差次数和DPI质差次数，那么可存在以下几种情况：
(1)在所述DPI质差次数大于第二阈值、网络模式为ONU路由模式，所述IPTV质差次数不大于第三阈值的情况下，判定所述质差类型为用户WiFi路由器及下带上网络终端质差；
(2)在所述DPI质差次数大于第二阈值、网络模式为ONU路由模式，所述IPTV质差次数大于第三阈值的情况下，判定所述质差类型为ONU及下带设备质差；
(3)在所述DPI质差次数大于第二阈值、网络模式不为ONU路由模式的情况下，判定所述质差类型为ONU及下带设备质差；
(4)在所述DPI质差次数不大于第二阈值，且所述IPTV质差次数不大于第三阈值的情况下，判定所述质差类型为用户行为引起的质差；
(5)在所述DPI质差次数不大于第二阈值，但所述IPTV质差次数大于第三阈值的情况下，判定所述质差类型为机顶盒质差。
其中，前述的家宽网络满意度预测结果、IPTV质差和DPI质差可通过统计单用户出现次数等获得，所述第一阈值、第二阈值、第三阈值可以根据实际需求设定，例如，前述的第一阈值、第二阈值、第三阈值可以为0。其中，ONU为路由模式时，ONU实现拨号；ONU为桥接模式时，在WIFI路由器拨号。
本实施例给出的基于分段分析和质差识别的业务满意度分析方法中，通过分析影响用户满意度的各网络因素之间的因果影响关系图，再结合分段分析手段和质差分析手段进一步对因果影响关系图进行分析，从而实现从端到端性能指标方向实现对满意度影响因素更加全面、完整的分析，确保分析结果的可靠性和准确性。
此外，本实施例给出的技术方案还具有如下有益效果：
(1)明确业务分段分析和质差识别流程，结合网络性能指标和业务质量，从宏观到微观不同维度和不同角度进行识别前的判定，为准确定位和识别质差提供有效手段。由于现网用户业务和家宽上网设备的统计特性，因此本实施例给出的基于分段分析和质差识别的业务满意度分析方法能够节省质差识别所消耗的人力物力，且能够实现先于用户不满意和投诉开展潜在的质差识别。
(2)通过灵活运用多系统的不同质量数据，关联使用PING测技术和软探针技术结果，实现端到端的分段质量分析，有效识别不同网络层次和上网设备节点质差，为后续网络优化、用户回访和上网服务、投诉用户质差识别等等提供可参考的准确数据资料。现网验证表明，本实施例对家宽上网设备质差识别具有较高的准确性。
(3)通过运用结构方程模型构建我司和友商的家宽满意度模型并对比，明确质量提升包括网络和非网络因素，为后续的提升工作提供多种途径。在此基础上，构建性能指标结构方程模型，为从指标族中明确重点关注指标提供参考。
如图6所示，为本申请的一示例性实施例提供的基于分段分析和质差识别的业务满意度分析装置600，所述装置600包括数据获取模块610，用于获取第一满意度调研结果以及第二满意度调研结果，其中，所述第一满意度调研结果用于指示用户对家庭宽带的满意度，所述第二满意度调研结果用于指示用户对预定业务的满意度，所述预定业务包括魔百和/或IPTV。第一分析模块620，用于对所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到第一路径图集和第二路径图集。第二分析模块630，用于对所述第一路径图集和所述第二路径图集中包括的路径图进行影响因素分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素。第三分析模块640，用于获取与所述网络因素对应的用户性能指标，对所述用户性能指标进行主成分分析。影响关系分析模块650，用于利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图；网段划分模块660，用于将业务网络按照端到端划分为多个网段；质差分析模块670，用于基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果。
关于本实施例中的满意度影响因素分析600，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
请参阅图7，为根据一示例性实施例提供的一种终端700的框图，该终端700可至少包括处理器710，用于存储处理器710可执行指令的存储器720。其中，处理器710被配置为执行指令，以实现如上述实施例中的基于分段分析和质差识别的业务满意度分析方法的全部步骤或部分步骤。
处理器710、存储器720之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中，处理器710用于读/写存储器中存储的数据或程序，并执行相应地功能。
存储器720用于存储程序或者数据，如存储处理器710可执行指令。该存储器720可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read OnlyMemory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
进一步，作为一种可能的实现方式，终端700还可包括电源组件、多媒体组件、音频组件、输入/输出(I/O)接口、传感器组件以及通信组件等。
电源组件为终端700的各种组件提供电力。电源组件可以包括电源管理系统，一个或多个电源、以及其他与为终端700生成、管理和分配电力相关联的组件。
多媒体组件包括在终端700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件包括一个前置摄像头和/或后置摄像头。当终端700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件被配置为输出和/或输入音频信号。例如，音频组件包括一个麦克风(MIC)，当终端700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器720或经由通信组件发送。在一些实施例中，音频组件还包括一个扬声器，用于输出音频信号。
I/O接口为处理组件和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件包括一个或多个传感器，用于为终端700提供各个方面的状态评估。例如，传感器组件可以检测到终端700的打开/关闭状态，组件的相对定位，例如组件为终端700的显示器和小键盘，传感器组件还可以检测终端700或终端700一个组件的位置改变，用户与终端700接触的存在或不存在终端700方位或加速/减速和终端700的温度变化。传感器组件可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件被配置为便于终端700和其他设备之间有线或无线方式的通信。终端700可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，终端700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
应当理解的是，图7所示的结构仅为终端700的结构示意图，该终端700还可包括比图7中所示更多或者更少的组件，或者具有与图7所示不同的配置。图7中所示的各组件可以采用硬件、软件或其组合实现。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述基于分段分析和质差识别的业务满意度分析方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是，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、商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、商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“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于分段分析和质差识别的业务满意度分析方法，其特征在于，包括：
获取第一满意度调研结果以及第二满意度调研结果，其中，所述第一满意度调研结果用于指示用户对第一预定业务的满意度，所述第二满意度调研结果用于指示用户对第二预定业务的满意度；
对所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到第一路径图集和第二路径图集；
对所述第一路径图集和所述第二路径图集中包括的路径图进行影响因素分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素；
获取与所述网络因素对应的用户性能指标，对所述用户性能指标进行主成分分析；
利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图；
将业务网络按照端到端划分为多个网段；
基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果。
2.根据权利要求1所述的方法，其特征在于，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：
在所述业务网络为包括上层网络、接入网络和家庭网络的预定业务网络，且所述预定业务网络的业务评分达标的情况下，检测所述上层网络中各网元的丢包率和时延数据；
在所述上层网络中各网元的丢包率和时延数据不达标的情况下，判定质差类型为预定质差类型，所述预定质差类型包括单BB质差、单BR质差、单CR质差、内部CDN设备质差中的至少一个。
3.根据权利要求2所述的方法，其特征在于，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：
在所述预定业务网络的业务评分未达标的情况下，判定所述质差类型为ICP侧质差。
4.根据权利要求2所述的方法，其特征在于，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：
在所述上层网络中各网元的丢包率和时延数据达标的情况下，检测所述接入网络中的各OLT的丢包率和时延数据；
在所述接入网络中的各OLT的丢包率和时延数据达标，且ONU测速达标的情况下，判定所述质差类型为单ONU及下带家庭设备疑似质差；
在所述述接入网络中的各OLT的丢包率和时延数据达标，但ONU测速不达标的情况下，检测位于同一PON口上的不达标用户数是否与活跃用户数相同；
若相同，则判定所述质差类型为单PON质差。
5.根据权利要求4所述的方法，其特征在于，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：
在位于同一PON口上的不达标用户数与活跃用户数不相同的情况下，检测位于同一OLT的PON口数是否与已使用的PON口数相同；
若相同，则判定所述质差类型为单OLT质差；
若不相同，则判定所述质差类型为PON口下带光交箱到ONU上联口质差。
6.根据权利要求4所述的方法，其特征在于，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：
在所述接入网络中的各OLT的丢包率和时延数据未达标，且未达标的OLT的数量与BNG下带OLT数相同，则判定所述质差类型为单BGN质差；
在所述接入网络中的各OLT的丢包率和时延数据未达标，但未达标的OLT的数量与BNG下带OLT数相同，则判定所述质差类型为BNG到下带单OLT上联口质差。
7.根据权利要求4所述的方法，其特征在于，所述判定所述质差类型为单ONU及下带家庭设备疑似质差之后，基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果，包括：
在获取的用户家庭宽带网络满意度预测结果统计值中不满意次数大于第一阈值时，统计IPTV质差次数和DPI质差次数；
在所述DPI质差次数大于第二阈值、网络模式为ONU路由模式，且所述IPTV质差次数不大于第三阈值的情况下，判定所述质差类型为用户WiFi路由器及下带上网络终端质差；
在所述DPI质差次数大于第二阈值、网络模式为ONU路由模式，所述IPTV质差次数大于第三阈值的情况下，判定所述质差类型为ONU及下带设备质差；
在所述DPI质差次数大于第二阈值、网络模式不为ONU路由模式的情况下，判定所述质差类型为ONU及下带设备质差；
在所述DPI质差次数不大于第二阈值，且所述IPTV质差次数不大于第三阈值的情况下，判定所述质差类型为用户行为引起的质差；
在所述DPI质差次数不大于第二阈值，但所述IPTV质差次数大于第三阈值的情况下，判定所述质差类型为机顶盒质差。
8.一种基于分段分析和质差识别的业务满意度分析装置，其特征在于，包括：
数据获取模块，用于获取第一满意度调研结果以及第二满意度调研结果，其中，所述第一满意度调研结果用于指示用户对第一预定业务的满意度，所述第二满意度调研结果用于指示用户对第二预定业务的满意度；
第一分析模块，用于对所述第一满意度调研结果和第二满意度调研结果分别进行分析，得到第一路径图集和第二路径图集；
第二分析模块，用于对所述第一路径图集和所述第二路径图集中包括的路径图进行影响因素分析，得到影响所述第一满意度调研结果以及所述第二满意度调研结果的网络因素和非网络因素；
第三分析模块，用于获取与所述网络因素对应的用户性能指标，对所述用户性能指标进行主成分分析；
影响关系分析模块，用于利用主成分分析结果对所述网络因素中各因素之间的相互影响程度进行分析，得到端到端业务中各网络因素之间的因果影响关系图；
网段划分模块，用于将业务网络按照端到端划分为多个网段；
质差分析模块，用于基于所述各网络因素之间的因果影响关系图，对各所述网段进行质差分析，得到质差分析结果。
9.一种终端，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7中任一项所述的基于分段分析和质差识别的业务满意度分析方法的步骤。
10.一种计算机可读存储介质，其特征在于，当所述存储介质中的指令由终端中的处理器执行时，使得终端能够执行实现如权利要求1至7中任一项所述的基于分段分析和质差识别的业务满意度分析方法的步骤。
CN202011054781.4A 2020-09-27 2020-09-27 基于分段分析和质差识别的业务满意度分析方法、装置及终端 Active CN114363941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011054781.4A CN114363941B (zh) 2020-09-27 2020-09-27 基于分段分析和质差识别的业务满意度分析方法、装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011054781.4A CN114363941B (zh) 2020-09-27 2020-09-27 基于分段分析和质差识别的业务满意度分析方法、装置及终端

Publications (2)

Publication Number Publication Date
CN114363941A CN114363941A (zh) 2022-04-15
CN114363941B true CN114363941B (zh) 2023-07-04

Family

ID=81090347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011054781.4A Active CN114363941B (zh) 2020-09-27 2020-09-27 基于分段分析和质差识别的业务满意度分析方法、装置及终端

Country Status (1)

Country Link
CN (1) CN114363941B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115065606B (zh) * 2022-05-31 2023-10-27 中移（杭州）信息技术有限公司 家宽质差分析方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6807156B1 (en) * 2000-11-07 2004-10-19 Telefonaktiebolaget Lm Ericsson (Publ) Scalable real-time quality of service monitoring and analysis of service dependent subscriber satisfaction in IP networks
CN103823883A (zh) * 2014-03-06 2014-05-28 焦点科技股份有限公司 一种网站用户访问路径的分析方法及系统
CN109345263A (zh) * 2018-08-02 2019-02-15 北京天元创新科技有限公司 预测客户满意度的方法和系统
CN109377252A (zh) * 2018-08-30 2019-02-22 广州崇业网络科技有限公司 一种基于大数据框架的客户满意度预测方法
CN109803295A (zh) * 2019-03-05 2019-05-24 中国联合网络通信集团有限公司 一种通信小区整改优先级的评价方法和装置
CN110866698A (zh) * 2019-11-14 2020-03-06 北京京东尚科信息技术有限公司 用于评定服务提供方的服务分值的装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11488181B2 (en) * 2016-11-01 2022-11-01 International Business Machines Corporation User satisfaction in a service based industry using internet of things (IoT) devices in an IoT network

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6807156B1 (en) * 2000-11-07 2004-10-19 Telefonaktiebolaget Lm Ericsson (Publ) Scalable real-time quality of service monitoring and analysis of service dependent subscriber satisfaction in IP networks
CN103823883A (zh) * 2014-03-06 2014-05-28 焦点科技股份有限公司 一种网站用户访问路径的分析方法及系统
CN109345263A (zh) * 2018-08-02 2019-02-15 北京天元创新科技有限公司 预测客户满意度的方法和系统
CN109377252A (zh) * 2018-08-30 2019-02-22 广州崇业网络科技有限公司 一种基于大数据框架的客户满意度预测方法
CN109803295A (zh) * 2019-03-05 2019-05-24 中国联合网络通信集团有限公司 一种通信小区整改优先级的评价方法和装置
CN110866698A (zh) * 2019-11-14 2020-03-06 北京京东尚科信息技术有限公司 用于评定服务提供方的服务分值的装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢玉琴 等.家庭宽带业务质差投诉分析与路由器解决方案.《电信技术》.2019,全文. *

Also Published As

Publication number Publication date
CN114363941A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
US12047335B1 (en) Systems and methods for managing bot-generated interactions
Skorin-Kapov et al. A survey of emerging concepts and challenges for QoE management of multimedia services
Robitza et al. Challenges of future multimedia QoE monitoring for internet service providers
Reichl et al. Towards a comprehensive framework for QoE and user behavior modelling
CA2769946C (en) A method and system for efficient and exhaustive url categorization
Liotou et al. A roadmap on QoE metrics and models
US9426049B1 (en) Domain name resolution
CN110233769A (zh) 一种流量检测方法和流量检测设备
CN103152599A (zh) 基于有序回归的移动视频业务用户体验质量评估方法
CN110337059A (zh) 一种用户家庭关系的分析算法、服务器及网络系统
CN114363941B (zh) 基于分段分析和质差识别的业务满意度分析方法、装置及终端
EP2756656A1 (en) Analyzing internet traffic by extrapolating socio-demographic information from a panel
CN110019382B (zh) 用户亲密度指数确定方法、装置、存储介质及电子设备
Mitra et al. QoE modelling, measurement and prediction: A review
CN111461304A (zh) 分类神经网络的训练方法、文本分类方法、装置及设备
CN108632905A (zh) 宽带用户的发展方法、装置、终端及计算机可读存储介质
US20190044830A1 (en) Calculating Service Performance Indicators
Hoßfeld et al. White Paper on Crowdsourced Network and QoE Measurements--Definitions, Use Cases and Challenges
Floris et al. Addressing un-interoperability issues in QoE models: Is a layered modelling effective?
Lozano-Garzon et al. Mobile network QoE-QoS decision making tool for performance optimization in critical web service
Oliver-Balsalobre et al. A system testbed for modeling encrypted video-streaming service performance indicators based on TCP/IP metrics
CN115857865A (zh) 一种播放串音检测方法、装置、设备及存储介质
CN113329221B (zh) 视频问题定界方法、装置及电子设备
US20240205115A1 (en) System and method for traffic flow content classification and classification confidence level
Ahmad QoE-aware multimedia service management and monitoring through OTT and ISP collaboration

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