CN114554536A - 网络资源分配方法、装置以及电子设备 - Google Patents
网络资源分配方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN114554536A CN114554536A CN202011339414.9A CN202011339414A CN114554536A CN 114554536 A CN114554536 A CN 114554536A CN 202011339414 A CN202011339414 A CN 202011339414A CN 114554536 A CN114554536 A CN 114554536A
- Authority
- CN
- China
- Prior art keywords
- network
- user
- determining
- resident
- evaluation result
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013468 resource allocation Methods 0.000 title claims abstract description 23
- 230000006399 behavior Effects 0.000 claims abstract description 219
- 230000011664 signaling Effects 0.000 claims abstract description 48
- 238000013441 quality evaluation Methods 0.000 claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims description 141
- 238000012216 screening Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000001303 quality assessment method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000013145 classification model Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007774 longterm Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
Abstract
本申请提供了一种网络资源分配方法、装置以及电子设备,涉及计算机技术领域。该方法包括:采集网络的网络性能数据以及网络中至少一个接口的信令数据;基于至少一个接口的信令数据,确定网络中的常驻用户以及常驻用户的网络使用行为画像;网络使用行为画像是针对常驻用户的网络使用行为的描述信息;基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果;基于质量评估结果进行网络资源的分配。本申请实现了基于用户网络使用行为画像进行网络资源的分配,满足用户了对网络的需求。
Description
技术领域
本申请涉及计算机技术领域,具体而言,本申请涉及一种网络资源分配方法、装置以及电子设备。
背景技术
随着4G网络的不断发展和5G网络商用时代的到来,网络承载业务越来越多样化,用户对网络性能的要求也越来越高,如何合理的为用户分配网络资源一直是人们所关注的问题。
目前,可以通过对用户区域网络的各项性能指标进行分析来为用户分配网络资源,但是,这种方式只考虑到了网络的性能参数,无法满足用户对网络资源的个性化需求,用户体验较差。
发明内容
本申请的第一方面提供了一种网络资源分配的方法,包括:
采集网络的网络性能数据以及网络中至少一个接口的信令数据;
基于至少一个接口的信令数据,确定网络中的常驻用户以及常驻用户的网络使用行为画像;网络使用行为画像是针对常驻用户的网络使用行为的描述信息;
基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果;
基于质量评估结果进行网络资源的分配。
可选的,常驻用户的网络使用行为的描述信息,包括:
在常驻用户的常驻时间内、常驻用户通过网络运行应用程序时应用程序的标识、类型、运行时间、运行时的网络指标以及所运行业务的业务类型。
可选的,基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果,包括:
基于网络性能参数,确定网络性能评价结果;
基于网络使用行为画像,确定常驻用户的用户体验评价结果以及用户行为特征评价结果;用户行为特征评价结果是基于与预置用户行为特征相匹配的应用程序的网络指标确定的;
基于网络性能评价结果、用户体验评价结果以及用户行为特征评价结果,确定网络的质量评估结果。
可选的,针对至少一个常驻用户中的各常驻用户,基于网络使用行为画像,确定常驻用户的用户体验评价结果,包括:
获取常驻用户使用网络所产生的账单信息;
基于账单信息,确定常驻用户的用户价值参数;
基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果。
可选的,基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果,包括:
基于常驻用户通过对应设备所运行的应用程序对应的业务类型、网络指标、应用程序的类型以及用户价值参数,对常驻用户进行分类,得到分类结果;
基于常驻用户的分类结果,确定常驻用户的用户体验评价结果。
可选的,针对至少一个常驻用户中的各常驻用户,基于网络使用行为画像,确定常驻用户的用户行为特征评价结果,包括:
将常驻用户的监测周期划分为至少一个子周期;
针对每一子周期,基于常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定常驻用户在子周期内的用户行为特征评价结果;
基于常驻用户在至少一个子周期的用户行为特征评价结果,确定常驻用户的用户行为特征评价结果。
可选的,基于目标常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定目标常驻用户在子周期的用户行为特征评价结果,包括:
基于应用程序类型与预置用户行为特征的对应关系,确定与第一应用程序的类型分别对应的预置用户行为特征;
基于预置用户行为特征,从对应类型的第一应用程序中筛选出与预置用户行为特征相匹配的第二应用程序;
基于第二应用程序的网络指标以及目标常驻用户的用户价值参数,确定目标常驻用户在子周期的用户行为特征评价结果。
可选的,基于至少一个接口的信令数据,确定网络的常驻用户,包括:
基于接口中S1-MME接口的信令数据,确定用户对应设备在至少一个特定时间段内连接到网络的次数;
基于至少一个特定时间段分别对应的次数,确定用户为特定时间段内的常驻用户,并将特定时间段作为常驻用户的常驻时间。
可选的,方法还包括:
确定网络的至少一个场景标签;
基于场景标签,确定网络的场景重要性评估结果;
基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果,包括:
基于网络性能参数以及网络使用行为画像以及场景重要性评估结果,确定网络的质量评估结果。
可选的,若网络使用行为画像包括业务类型以及应用程序的类型,则基于至少一个接口的信令数据,确定常驻用户的网络使用行为画像,包括:
对至少一个接口中S1-U接口的信令数据中的应用程序类型字段进行识别,确定应用程序所运行业务的业务类型以及应用程序的类型。
本申请的第二方面,提供了一种网络资源分配装置,该装置包括:
获取模块,用于采集网络的网络性能数据以及网络中至少一个接口的信令数据;
第一确定模块,用于基于至少一个接口的信令数据,确定网络中的常驻用户以及常驻用户的网络使用行为画像;网络使用行为画像是针对常驻用户的网络使用行为的描述信息;
第二确定模块,用于基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果;
分配模块,用于基于质量评估结果进行网络资源的分配。
可选的,常驻用户的网络使用行为的描述信息,包括:
在常驻用户的常驻时间内、常驻用户通过网络运行应用程序时应用程序的标识、类型、运行时间、运行时的网络指标以及所运行业务的业务类型。
可选的,第二确定模块,具体用于:
基于网络性能参数,确定网络性能评价结果;
基于网络使用行为画像,确定常驻用户的用户体验评价结果以及用户行为特征评价结果;用户行为特征评价结果是基于与预置用户行为特征相匹配的应用程序的网络指标确定的;
基于网络性能评价结果、用户体验评价结果以及用户行为特征评价结果,确定网络的质量评估结果。
可选的,针对至少一个常驻用户中的各常驻用户,第二确定模块在基于网络使用行为画像,确定常驻用户的用户体验评价结果时,具体用于:
获取常驻用户使用网络所产生的账单信息;
基于账单信息,确定常驻用户的用户价值参数;
基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果。
可选的,第二确定模块在基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果时,具体用于:
基于常驻用户通过对应设备所运行的应用程序对应的业务类型、网络指标、应用程序的类型以及用户价值参数,对常驻用户进行分类,得到分类结果;
基于常驻用户的分类结果,确定常驻用户的用户体验评价结果。
可选的,针对至少一个常驻用户中的各常驻用户,第二确定模块在基于网络使用行为画像,确定常驻用户的用户行为特征评价结果时,具体用于:
将常驻用户的监测周期划分为至少一个子周期;
针对每一子周期,基于常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定常驻用户在子周期内的用户行为特征评价结果;
基于常驻用户在至少一个子周期的用户行为特征评价结果,确定常驻用户的用户行为特征评价结果。
可选的,第二确定模块在基于目标常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定目标常驻用户在子周期的用户行为特征评价结果时,具体用于:
基于应用程序类型与预置用户行为特征的对应关系,确定与第一应用程序的类型分别对应的预置用户行为特征;
基于预置用户行为特征,从对应类型的第一应用程序中筛选出与预置用户行为特征相匹配的第二应用程序;
基于第二应用程序的网络指标以及目标常驻用户的用户价值参数,确定目标常驻用户在子周期的用户行为特征评价结果。
可选的,第一确定模块在基于至少一个接口的信令数据,确定网络的常驻用户时,具体用于:
基于接口中S1-MME接口的信令数据,确定用户对应设备在至少一个特定时间段内连接到网络的次数;
基于至少一个特定时间段分别对应的次数,确定用户为特定时间段内的常驻用户,并将特定时间段作为常驻用户的常驻时间。
可选的,该装置还包括:
第三确定模块,用于确定网络的至少一个场景标签;
第四确定模块,用于基于场景标签,确定网络的场景重要性评估结果;
则第二确定模块,具体用于基于网络性能参数以及网络使用行为画像以及场景重要性评估结果,确定网络的质量评估结果。
可选的,若网络使用行为画像包括业务类型以及应用程序的类型,则第一确定模块在基于至少一个接口的信令数据,确定常驻用户的网络使用行为画像时,具体用于:
对至少一个接口中S1-U接口的信令数据中的应用程序类型字段进行识别,确定应用程序所运行业务的业务类型以及应用程序的类型。
本申请实施例的第三方面,提供了一种电子设备,该电子设备包括存储器和处理器;存储器中存储有计算机程序;处理器用于在运行计算机程序时执行第一方面及其可选的实施方式中任一项的方法。
本申请实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现第一方面及其可选的实施方式中任一项的方法。
本申请提供的技术方案带来的有益效果是:
本申请可以采集网络的网络性能数据以及网络中至少一个接口的信令数据,从而基于至少一个接口的信令数据,确定网络中的常驻用户以及常驻用户的网络使用行为画像,则基于网络性能参数以及网络使用行为画像,可以确定网络的质量评估结果,可见,本申请所确定的网络质量评估结果考虑到了常驻用户的网络使用行为画像,而网络使用行为画像是针对常驻用户的网络使用行为的描述信息,则表示网络质量评估结果考虑到了用户实际的网络使用行为,而不只是考虑网络的性能参数,从用户实际出发可以满足用户对网络资源的不同需求,提升了用户体验,这种网络资源分配方式也更加合理。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请网络资源分配方法的一个实施例示意图;
图2为本申请网络资源分配方法的流程示意图;
图3为本申请网络资源分配方法的另一个实施例示意图;
图4为本申请进行用户体验评价的一个实施例示意图;
图5为本申请网络资源分配装置的结构示意图;
图6为本申请电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供的网络资源分配方法、装置、电子设备和计算机可读存储介质,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
请参照图1,本申请提供了一种网络资源分配方法,该方法可以由电子设备执行,电子设备一般是服务器,该方法可以包括:
步骤S101、采集网络的网络性能数据以及网络中至少一个接口的信令数据;
针对多个网络中的任一网络,服务器可以实时或者周期性或基于采集指令采集网络的网络性能数据以及该网络中至少一个接口的信令数据。
网络性能参数指的是网络自身的参数,例如网元的相关参数以及移动鲁棒性优化或切换参数自优化(Measurement Report of Original Type, MRO)数据;
至少一个接口指的长期演进(Long Term Evolution,LTE)或5G网络下的核心网接口。
步骤S102、基于至少一个接口的信令数据,确定网络中的常驻用户以及常驻用户的网络使用行为画像;网络使用行为画像是针对常驻用户的网络使用行为的描述信息;
服务器可以对至少一个接口中S1-MME接口的信令数据进行分析统计,从而确定网络中的常驻用户,同时还可以确定常驻用户的网络使用行为画像。
在本实施例中,常驻用户指的是在某一周期的至少一个特定时间段内连接到网络的频次(即次数)满足频次条件的用户。
网络行为画像是常驻用户在使用网络时针对该常驻用户的网络使用行为的描述信息,可见,网络行为画像可以表征用户使用网络的用户体验。
步骤S103、基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果。
服务器可以基于任一常驻用户的网络性能参数以及网络使用行为画像两种参数对网络的质量进行评估,得到该常驻用户针对该网络的网络质量评估结果。
步骤S104、基于质量评估结果进行网络资源的分配。
若本申请实施例步骤由服务器执行,则服务器可以基于质量评估结果为该网络分配网络资源,或本申请实施例步骤由终端设备执行,则终端设备确定网络的质量评估结果后,终端设备可以将该质量评估结果发送给服务器,以便于服务器基于质量评估结果为该网络分配网络资源。
实际上,网络中必然包含多个常驻用户,本实施例的方案可以得到多个常驻用户针对该网络的质量评估结果,从而服务器基于多个常驻用户的质量评估结果为该网络分配网络资源。
可见,本申请可以采集网络的网络性能数据以及网络中至少一个接口的信令数据,从而基于至少一个接口的信令数据,确定网络中的常驻用户以及常驻用户的网络使用行为画像,则基于网络性能参数以及网络使用行为画像,可以确定网络的质量评估结果,可见,本申请所确定的网络质量评估结果考虑到了常驻用户的网络使用行为画像,而网络使用行为画像是针对常驻用户的网络使用行为的描述信息,则表示网络质量评估结果考虑到了用户实际的网络使用行为,而不只是考虑网络的性能参数,从用户实际出发可以满足用户对网络资源的不同需求,提升了用户体验,这种网络资源分配方式也更加合理。
可选的,常驻用户的网络使用行为的描述信息,包括:
在常驻用户的常驻时间内、常驻用户通过网络运行应用程序时应用程序的标识、类型、运行时间、运行时的网络指标以及所运行业务的业务类型。
在本实施例中,常驻用户的网络使用行为具体可以是在常驻用户的常驻时间内、常驻用户通过网络运行应用程序的行为,则常驻用户的网络使用行为的描述信息具体可以是:
通过网络所运行应用程序时,应用程序的标识例如应用程序名称;
应用程序的类型,例如视频类应用、即时通信类应用、游戏类应用、网页浏览类应用以及长期演进语音承载(voice over long-term evolution,VOLTE)通话类应用中至少一项;
应用程序的运行时间,即应用程序在哪一时间段运行;
应用程序运行时的网络指标,针对不同类型的应用程序,对应的网络指标也不一样,例如网页浏览类应用的网络指标包括页面显示时延,视频类应用的网络指标包括视频播放成功率。
应用程序所运行业务的业务类型,可能有多个应用程序都用于运行同一类业务,则多个应用程序属于同一业务类型,例如视频类应用、即时通信类应用、游戏类应用以及网页浏览类应用都属于浏览业务,VOLTE通话类应用属于VOLTE业务。
可选的,步骤S103基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果,可以包括:
基于网络性能参数,确定网络性能评价结果;
基于网络使用行为画像,确定常驻用户的用户体验评价结果以及用户行为特征评价结果;用户行为特征评价结果是基于与预置用户行为特征相匹配的应用程序的网络指标确定的;
基于网络性能评价结果、用户体验评价结果以及用户行为特征评价结果,确定网络的质量评估结果。
服务器可以基于网络性能参数,依据预置的评价规则,确定网络的网络性能评价结果。
服务器可以基于网络使用行为画像,分别从用户体验和用户行为特征两个维度确定常驻用户的用户体验评价结果以及用户行为特征评价结果。
在本实施例中,用户体验评价结果可以是基于常驻用户所使用的应用程序的网络指标确定的,这样可以衡量当前网络是否满足用户所使用的应用程序对网络质量的需求,从而实现网络资源合理分配;
用户行为特征评价结果是基于与预置用户行为特征相匹配的应用程序的网络指标确定的,这样可以衡量当前网络是否满足与预置用户行为特征相匹配的应用程序对网络质量的需求,从而实现网络资源合理分配。
可以基于网络性能评价结果、用户体验评价结果、用户行为特征评价结果以及这三个结果分别对应的权重系数,确定该网络的质量评估结果。
下面,参照图2,对本申请的方案进行详细说明。
服务器可以采集网络中的工程数据(即工参数据)、S1-MME接口的信令数据、S1-U接口的信令数据、MRO数据以及网络性能数据,服务器将该网络设定为重点监测的网络,基于所采集的上述数据对该网络的场景进行分类以确定该网络中包含的多个场景,同时确定出网络中的常驻用户以及对应的常驻时间,为常驻用户添加常驻用户标签以及常驻时间标签,常驻用户的上述数据分析该常驻用户的上网行为得到上述上网行为画像,从而基于所确定的常驻用户以及常驻用户的上网行为画像构建热点网络评估体系以评估网络质量,这样可以预测热点网络的业务量,以便于为该网络分配网络资源,可以保障网络质量以及用户体验。
其中,基于所确定的常驻用户以及常驻用户的上网行为画像构建热点网络评估体系以评估网络质量,具体参照图3,从四个方面进行评估,分别是:用户体验、用户行为特征、场景重要性以及网络性能参数。
图3中:“3、网络上网行为分析”即分析用户的上网行为,例如分析用户通过对应设备所运行的应用程序的类型、标识、运行时间、业务类型以及网络指标等信息;
“5、用户分布以及上网行为时间分析分布”中用户分布指的确定该网络中的常驻用户以及流动用户,上网行为时间分布指的是分周期对用户的上网行为进行分析,基于预置用户行为特征确定出排序靠前的应用程序,具体的将在后面实施例中介绍;
网络信息包括该网络的多个场景标签;用户基本信息是用户的账单信息。
如图3可以基于网络信息、用户基本信息、用户分布情况以及分周期对用户的上网行为分析结果构建网络评估体系,网络评估体系可以从用户用户体验评价、用户行为特征评价、场景重要性评价等维度对网络质量进行分析,再结合网络性能参数评价结果得到最终的网络质量评估结果。
下面,针对图2以及图3中所涉及到的四个维度分别进行说明:
(一)用户体验
可选的,针对至少一个常驻用户中的各常驻用户,基于网络使用行为画像,确定常驻用户的用户体验评价结果,包括:
获取常驻用户使用网络所产生的账单信息;
基于账单信息,确定常驻用户的用户价值参数;
基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果。
可选的,基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果,包括:
基于常驻用户通过对应设备所运行的应用程序对应的业务类型、网络指标、应用程序的类型以及用户价值参数,对常驻用户进行分类,得到分类结果;
基于常驻用户的分类结果,确定常驻用户的用户体验评价结果。
服务器可以获取常驻用户使用网络所产生的账单信息,账单信息具体包括常驻用户的上网套餐信息以及消费账单,可以将该账单信息作为该常驻用户的用户价值参数,从而服务器就可以基于网络使用行为画像以及该用户价值参数,确定常驻用户的用户体验评价结果。
在该实施例中,网络使用行为画像具体指常驻用户通过对应设备所运行的应用程序对应的业务类型、网络指标以及应用程序的类型,则服务器可以将该应用程序的业务类型、网络指标以及应用程序的类型以及用户价值参数作为待测数据输入到预先训练好的分类模型中,以对常驻用户进行分类得到分类结果,最终计算得到的分类结果是常驻用户对当前网络进行投诉的概率,针对该概率进行正则化处理得到该常驻用户的用户体验评价结果。
具体的,参照图4,待测数据输入到预先训练好的分类模型,对常驻用户进行分类的具体过程是:
输入待测数据,对待测数据进行预处理,对待测数据进行特征筛选,特征筛选的过程为:基于信息增益以及Gini不纯度等特征筛选算法过滤出对投诉可能产生影响的数据;
基于异常点检测的潜在投诉用户归类:本申请可以基于用户的待测数据,确定出用户投诉的概率大于概率阈值的用户,将这部分用户归类为投诉类别,反之归类为不投诉类别,在实际生活中,当用户的待测数据不满足分类模型各节点的预置条件时,有些用户选择投诉,有些用户选择沉默,可见这种方式可以识别出沉默用户。
基于计算得到的用户投诉的概率,将该概率正则化到0-100分,可以得到用户的上网体验评价结果。
在本实施例中,还可以基于分类模型输出的上网体验评价结果以及用户实际的投诉情况进行对比,以不断调整和完善该分类模型。
各常驻用户的待测数据的一种可能的情况如表1所示:将应用程序的业务类型、应用程序的类型、用户价值、业务流量、通话时长以及上网平均速率等均作为常驻用户的待测数据输入到分类模型中对常驻用户进行分类,以分类为投诉或不投诉。
表1
(二)用户行为特征
可选的,针对至少一个常驻用户中的各常驻用户,基于网络使用行为画像,确定常驻用户的用户行为特征评价结果,包括:
将常驻用户的监测周期划分为至少一个子周期;
针对每一子周期,基于常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定常驻用户在子周期内的用户行为特征评价结果;
基于常驻用户在至少一个子周期的用户行为特征评价结果,确定常驻用户的用户行为特征评价结果。
对于任一常驻用户而言,在本实施例中,至少一个子周期可以是将该常驻用户的监测周期进行平均划分得到的,例如将周期T1平均划分为n 个子周期。n和T1为正整数。
针对该常驻用户的每一子周期,常驻用户在该子周期内通过对应设备所运行的第一应用程序中包括多种类型的第一应用程序,可以基于该目标常驻用户的第一应用程序的类型以及第一应用程序的网络指标,确定该目标常驻用户在该子周期内的用户行为特征评价结果。
服务器基于常驻用户在至少一个子周期内的用户行为特征评价结果与每个子周期分别对应的权重,可以得到该常驻用户的用户行为特征评价结果;
一种可能的公式如下:
需要说明的是,每个常驻用户都有对应的常驻时间,例如某一用户是 24h中的T2时间段常驻于网络的用户,则表示该用户是T2时间段内的常驻用户,在其他时间内段该用户并不是常驻用户。则上述公式中若子周期 i不属于T2,则表示该子周期i的用户行为特征评价结果为0。
可选的,基于目标常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定目标常驻用户在子周期的用户行为特征评价结果,包括:
基于应用程序类型与预置用户行为特征的对应关系,确定与第一应用程序的类型分别对应的预置用户行为特征;
基于预置用户行为特征,从对应类型的第一应用程序中筛选出与预置用户行为特征相匹配的第二应用程序;
基于第二应用程序的网络指标以及目标常驻用户的用户价值参数,确定目标常驻用户在子周期的用户行为特征评价结果。
服务器中预先设置有应用程序类型与预置用户行为特征的对应关系,可以基于该对应关系,确定与第一应用程序的类型分别对应的预置用户行为特征。
在本实施例中,预置用户行为特征包括:流量使用、在线时长较长、频次以及浏览时长,该对应关系可以是:视频类应用对应流量、即时通信类应用对应频次、游戏类应用对应在线时长以及网页浏览类应用对应浏览时长。
基于所确定的预置用户行为特征,可以从对应类型的第一应用程序中筛选出与预置用户行为特征相匹配的第二应用程序,第二应用程序指的:基于预置用户行为特征对对应类型的第一应用程序进行排序时,排序靠前的n1个第一应用程序,n1为正整数;例如,第一应用程序为视频类应用,可以基于流量这一用户行为特征,从多个视频类应用中筛选出排序靠前的 n1个视频类应用,筛选得到的n1个视频类应用程序即为第二应用程序;再例如,第一应用程序为游戏类应用,可以基于在线时长,从从多个游戏类应用中筛选出排序靠前的n1个游戏类应用,筛选得到的n1个游戏类应用程序即为第二应用程序,更多可能的举例此处不再赘述。
可见,本申请针对不同类型的应用程序,从中筛选出排序靠前的n1 个应用程序所基于的预置用户行为特征是不一样。
针对每一目标常驻用户筛选得到第二应用程序后,服务器可以基于第二应用程序的网络指标以及目标常驻用户的用户价值参数,确定该目标常驻用户在该时间周期的用户行为特征评价结果,具体而言:
服务器基于每一类型下排序前n1的第二应用程序的网络指标,确定该类型下第二应用程序的综合得分,基于应用程序类型的权重系数、对应的综合得分、以及常驻用户的用户价值参数,确定该目标常驻用户在该时间周期内的用户行为特征评价结果。
在本实施例中,一种可能的计算公式如下:
每一常驻用户在子周期i内的用户行为特征得分=由该常驻用户在该子周期i内的第二应用程序的网络指标计算得到的综合得分*应用程序类型的权重+由该常驻用户的用户价值参数得到的用户价值评价结果;其中,子周期i可以为大于0的正整数。
本实施例的一种可能情况下,第二应用程序的网络指标情况如表2所示:
表2
表2中所示,常驻用户在子周期1时,针对视频类应用可以筛选出流量使用排序top4的应用程序,针对游戏类应用筛选出排序在线时长top4 的应用程序,针对网页浏览类应用筛选出浏览时长排序top4的应用程序,获取每个应用程序的网络指标,VoLTE通话类应用,直接获取VoLTE通话业务的数据,基于常驻用户的各应用类型下TOP4app的网络指标以及VoLTE通话业务的数据得到应用程序的综合得分;基于区域用户的套餐信息和月度消费信息,构建网络用户价值密度体系。通过不同类型应用权重系数、不同时段的权重系数、网络用户价值密度等指标确定常驻用户的用户行为特征评价结果。
(三)网络性能评价结果
通过对MRO数据和网元的相关参数的监控,能够得到网络性能评价结果,具体的:
可以基于网元的相关参数对网元性能进行评分,基于网元的相关参数分别从网元的接入性、移动性、持续性、完整性以及可用性等维度进行分析,基于每个维度的得分以及维度对应的权重得到网元性能评分。
基于MRO数据得到网络的MR性能评分,具体的:基于MRO数据得到 MR.LteScRSRP以及MR.LteScRSRQ指标得分,基于MR.LteScRSRP以及 MR.LteScRSRQ指标得分以及各指标分别对应的权重得到网络的MR性能评分。
基于网元性能评分、网元性能评分对应的权重、MR性能评分以及MR 性能评分对应的权重,得到每一个网元的网络性能评价结果。
(四)场景重要性评估结果
可选的,该方法还包括:
确定网络的至少一个场景标签;
基于场景标签,确定网络的场景重要性评估结果;
基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果,包括:
基于网络性能参数以及网络使用行为画像以及场景重要性评估结果,确定网络的质量评估结果。
服务器可以自定义网络栅格化并获取工参数据后,根据各栅格划定网络的工参数据中的场景属性,对该网络中所包含的多个场景进行分类,并建立网络场景标签,网络场景标签包括:工作区、居住社区、道路、体育馆、学校以及旅游景区等。
可见,在一个网络中可以标记多个场景标签,则可以基于该网络的多个场景标签以及每一场景标签对应的重要程度评分,综合确定该网络的场景重要性评估结果。
得到上述四个维度的结果后,在本实施例中,网络的质量评估结果的一种可能的公式为:
任一常驻用户针对网络的质量评估结果=用户体验评价结果*系数1+ 用户行为特征评价结果*系数2+场景重要评估结果*系数3+网络性能评价结果*系数4;
其中,系数1、系数2、系数3以及系数4是根据不同用户对网络评估的不同维度关注度而设置。
需要说明的是,本申请实施例中,上述确定常驻用户的用户行为特征评价结果可以是分场景确定的,得到不同场景下常驻用户的用户行为特征评价结果,基于该网络中多个场景下常驻用户的用户行为特征评价结果,得到最终常驻用户的用户行为评价结果。
可见,本申请可以从用户体验评价结果、用户行为特征评价结果、场景重要评估结果以及网络性能评价结果等多个维度进行评估,能够根据网络长期业务特征和常驻用户与流动用户的时间分布情况预测出该网络用户业务走势,提前预判热点网络的用户体验,能够及时保障热点区域的网络质量和用户体验。
可选的,本申请基于接口的信令数据确定常驻用户的方式是:
步骤S102所述基于所述至少一个接口的信令数据,确定所述网络的常驻用户,包括:
基于接口中S1-MME接口的信令数据,确定用户对应设备在至少一个特定时间段内连接到网络的次数;
基于至少一个特定时间段分别对应的次数,确定用户为特定时间段内的常驻用户,并将特定时间段作为常驻用户的常驻时间。
在本实施例中,服务器可以对接口中S1-MME接口的信令数据进行分析,确定用户对应设备在至少一个特定时间段连接网络的次数,至少一个特定时间段指的是某一个周期中循环重复的特定时间段,例如多天中每一天的T3时间段,T3为大于0的整数。
基于至少一个特定时间段分别对应的次数,服务器可以确定至少一个的次数之和是否满足对应第一门限(或服务器确定至少一个次数中各次数是否均大于对应第二门限;或服务器确定至少一个次数中是否存在n2个次数大于对应第三门限),若是,则确定该用户为该特定时间段内的常驻用户,该特定时间段为常驻用户的常驻时间;n2为正整数。
可选的,若网络使用行为画像包括业务类型以及应用程序的类型,则保证S102基于至少一个接口的信令数据,确定常驻用户的网络使用行为画像,可以包括:
对至少一个接口中S1-U接口的信令数据中的应用程序类型字段进行识别,确定应用程序所运行业务的业务类型以及应用程序的类型。
服务器确定至少一个接口中S1-U接口的信令数据,基于S1-U接口的信令数据中的App_Type字段对应用程序的业务类别以及应用程序类型济宁进行分析,确定该应用程序的业务类型以及应用程序的类型。
综上,本申请具有如下技术效果:
1、基于接口的信令数据确定常驻用户的网络使用行为画像,分析该网络使用行为画像可以从用户体验以及用户行为特征两个维度对网络的质量进行评估,充分考虑了用户使用网络是用户的感知,可以为热点网络分配更多的网络资源。
2、可以基于接口的信令数据确定常驻用户,以区别于流动用户,基于常驻用户对网络的质量评估结果分配网络资源增强了网络资源分配的合理性和准确性。
3、对网络场景进行分类,完成热点区域、重点社区、重点业务场景的识别及倾向预测,基于场景重要性分配网络资源,资源分配更加合理。
图5为本申请又一实施例提供的一种网络资源分配装置的结构示意图,如图5所示,本实施例的装置可以包括:
获取模块501,用于采集网络的网络性能数据以及网络中至少一个接口的信令数据;
第一确定模块502,用于基于至少一个接口的信令数据,确定网络中的常驻用户以及常驻用户的网络使用行为画像;网络使用行为画像是针对常驻用户的网络使用行为的描述信息;
第二确定模块503,用于基于网络性能参数以及网络使用行为画像,确定网络的质量评估结果;
分配模块504,用于基于质量评估结果进行网络资源的分配。
可选的,常驻用户的网络使用行为的描述信息,包括:
在常驻用户的常驻时间内、常驻用户通过网络运行应用程序时应用程序的标识、类型、运行时间、运行时的网络指标以及所运行业务的业务类型。
可选的,第二确定模块503,具体用于:
基于网络性能参数,确定网络性能评价结果;
基于网络使用行为画像,确定常驻用户的用户体验评价结果以及用户行为特征评价结果;用户行为特征评价结果是基于与预置用户行为特征相匹配的应用程序的网络指标确定的;
基于网络性能评价结果、用户体验评价结果以及用户行为特征评价结果,确定网络的质量评估结果。
可选的,针对至少一个常驻用户中的各常驻用户,第二确定模块503 在基于网络使用行为画像,确定常驻用户的用户体验评价结果时,具体用于:
获取常驻用户使用网络所产生的账单信息;
基于账单信息,确定常驻用户的用户价值参数;
基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果。
可选的,第二确定模块503在基于网络使用行为画像以及用户价值参数,确定常驻用户的用户体验评价结果时,具体用于:
基于常驻用户通过对应设备所运行的应用程序对应的业务类型、网络指标、应用程序的类型以及用户价值参数,对常驻用户进行分类,得到分类结果;
基于常驻用户的分类结果,确定常驻用户的用户体验评价结果。
可选的,针对至少一个常驻用户中的各常驻用户,第二确定模块503 在基于网络使用行为画像,确定常驻用户的用户行为特征评价结果时,具体用于:
将常驻用户的监测周期划分为至少一个子周期;
针对每一子周期,基于常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定常驻用户在子周期内的用户行为特征评价结果;
基于常驻用户在至少一个子周期的用户行为特征评价结果,确定常驻用户的用户行为特征评价结果。
可选的,第二确定模块503在基于目标常驻用户在子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定目标常驻用户在子周期的用户行为特征评价结果时,具体用于:
基于应用程序类型与预置用户行为特征的对应关系,确定与第一应用程序的类型分别对应的预置用户行为特征;
基于预置用户行为特征,从对应类型的第一应用程序中筛选出与预置用户行为特征相匹配的第二应用程序;
基于第二应用程序的网络指标以及目标常驻用户的用户价值参数,确定目标常驻用户在子周期的用户行为特征评价结果。
可选的,第一确定模块502在基于至少一个接口的信令数据,确定网络的常驻用户时,具体用于:
基于接口中S1-MME接口的信令数据,确定用户对应设备在至少一个特定时间段内连接到网络的次数;
基于至少一个特定时间段分别对应的次数,确定用户为特定时间段内的常驻用户,并将特定时间段作为常驻用户的常驻时间。
可选的,该装置还包括:
第三确定模块,用于确定网络的至少一个场景标签;
第四确定模块,用于基于场景标签,确定网络的场景重要性评估结果;
则第二确定模块503,具体用于基于网络性能参数以及网络使用行为画像以及场景重要性评估结果,确定网络的质量评估结果。
可选的,若网络使用行为画像包括业务类型以及应用程序的类型,则第一确定模块502在基于至少一个接口的信令数据,确定常驻用户的网络使用行为画像时,具体用于:
对至少一个接口中S1-U接口的信令数据中的应用程序类型字段进行识别,确定应用程序所运行业务的业务类型以及应用程序的类型。
本实施例的网络资源分配装置可执行本申请上述任一实施例所示的网络资源分配方法,其实现原理相类似,此处不再赘述。
在一个可选实施例中提供了一种电子设备,如图6所示,图6所示的电子设备4000包括:处理器4001和存储器4003。其中,处理器4001和存储器4003相连,如通过总线4002相连。可选地,电子设备4000还可以包括收发器4004。需要说明的是,实际应用中收发器4004不限于一个,该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC (Application SpecificIntegrated Circuit,专用集成电路),FPGA (Field Programmable Gate Array,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申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器4001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。
总线4002可包括一通路,在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示,图6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。
存储器4003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)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EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、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。
存储器4003用于存储执行本申请方案的应用程序代码,并由处理器 4001来控制执行。处理器4001用于执行存储器4003中存储的应用程序代码,以实现前述任一方法实施例所示的内容。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种网络资源分配方法,其特征在于,包括:
采集网络的网络性能数据以及所述网络中至少一个接口的信令数据;
基于所述至少一个接口的信令数据,确定所述网络中的常驻用户以及常驻用户的网络使用行为画像;所述网络使用行为画像是针对所述常驻用户的网络使用行为的描述信息;
基于所述网络性能参数以及所述网络使用行为画像,确定所述网络的质量评估结果;
基于所述质量评估结果进行网络资源的分配。
2.根据权利要求1所述的方法,其特征在于,所述常驻用户的网络使用行为的描述信息,包括:
在所述常驻用户的常驻时间内、所述常驻用户通过所述网络运行应用程序时所述应用程序的标识、类型、运行时间、运行时的网络指标以及所运行业务的业务类型。
3.根据权利要求2所述的方法,其特征在于,所述基于所述网络性能参数以及所述网络使用行为画像,确定所述网络的质量评估结果,包括:
基于所述网络性能参数,确定所述网络性能评价结果;
基于所述网络使用行为画像,确定所述常驻用户的用户体验评价结果以及用户行为特征评价结果;所述用户行为特征评价结果是基于与预置用户行为特征相匹配的应用程序的网络指标确定的;
基于所述网络性能评价结果、用户体验评价结果以及用户行为特征评价结果,确定所述网络的质量评估结果。
4.根据权利要求3所述的方法,其特征在于,针对至少一个所述常驻用户中的各常驻用户,所述基于所述网络使用行为画像,确定所述常驻用户的用户体验评价结果,包括:
获取所述常驻用户使用所述网络所产生的账单信息;
基于所述账单信息,确定所述常驻用户的用户价值参数;
基于所述网络使用行为画像以及所述用户价值参数,确定所述常驻用户的用户体验评价结果。
5.根据权利要求4所述的方法,其特征在于,所述基于所述网络使用行为画像以及所述用户价值参数,确定所述常驻用户的用户体验评价结果,包括:
基于所述常驻用户通过对应设备所运行的所述应用程序对应的业务类型、网络指标、应用程序的类型以及所述用户价值参数,对所述常驻用户进行分类,得到所述分类结果;
基于所述常驻用户的分类结果,确定所述常驻用户的用户体验评价结果。
6.根据权利要求3所述的方法,其特征在于,针对至少一个常驻用户中的各常驻用户,所述基于所述网络使用行为画像,确定所述常驻用户的用户行为特征评价结果,包括:
将常驻用户的监测周期划分为至少一个子周期;
针对每一子周期,基于所述常驻用户在所述子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定所述常驻用户在所述子周期内的用户行为特征评价结果;
基于所述常驻用户在至少一个子周期的用户行为特征评价结果,确定所述常驻用户的用户行为特征评价结果。
7.根据权利要求6所述的方法,其特征在于,所述基于所述目标常驻用户在所述子周期内通过对应设备所运行的第一应用程序的类型以及网络指标,确定所述目标常驻用户在所述子周期的用户行为特征评价结果,包括:
基于应用程序类型与预置用户行为特征的对应关系,确定与所述第一应用程序的类型分别对应的预置用户行为特征;
基于所述预置用户行为特征,从对应类型的第一应用程序中筛选出与所述预置用户行为特征相匹配的第二应用程序;
基于所述第二应用程序的网络指标以及目标常驻用户的用户价值参数,确定所述目标常驻用户在所述子周期的用户行为特征评价结果。
8.根据权利要求1所述的方法,其特征在于,所述基于所述至少一个接口的信令数据,确定所述网络的常驻用户,包括:
基于所述接口中S1-MME接口的信令数据,确定用户对应设备在至少一个特定时间段内连接到网络的次数;
基于所述至少一个所述特定时间段分别对应的次数,确定所述用户为所述特定时间段内的常驻用户,并将所述特定时间段作为常驻用户的常驻时间。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述网络的至少一个场景标签;
基于所述场景标签,确定所述网络的场景重要性评估结果;
所述基于所述网络性能参数以及所述网络使用行为画像,确定所述网络的质量评估结果,包括:
基于所述网络性能参数以及所述网络使用行为画像以及所述场景重要性评估结果,确定所述网络的质量评估结果。
10.根据权利要求2所述的方法,其特征在于,若所述网络使用行为画像包括所述业务类型以及应用程序的类型,则所述基于所述至少一个接口的信令数据,确定常驻用户的网络使用行为画像,包括:
对所述至少一个接口中S1-U接口的信令数据中的应用程序类型字段进行识别,确定所述应用程序所运行业务的业务类型以及所述应用程序的类型。
11.一种网络资源分配装置,其特征在于,包括:
获取模块,用于采集网络的网络性能数据以及所述网络中至少一个接口的信令数据;
第一确定模块,用于基于所述至少一个接口的信令数据,确定所述网络中的常驻用户以及常驻用户的网络使用行为画像;所述网络使用行为画像是针对所述常驻用户的网络使用行为的描述信息;
第二确定模块,用于基于所述网络性能参数以及所述网络使用行为画像,确定所述网络的质量评估结果;
分配模块,用于基于所述质量评估结果进行网络资源的分配。
12.一种电子设备,其特征在于,所述电子设备包括存储器和处理器;
所述存储器中存储有计算机程序;
所述处理器,用于在运行所述计算机程序时执行权利要求1-10中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011339414.9A CN114554536B (zh) | 2020-11-25 | 2020-11-25 | 网络资源分配方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011339414.9A CN114554536B (zh) | 2020-11-25 | 2020-11-25 | 网络资源分配方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114554536A true CN114554536A (zh) | 2022-05-27 |
CN114554536B CN114554536B (zh) | 2024-04-09 |
Family
ID=81659754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011339414.9A Active CN114554536B (zh) | 2020-11-25 | 2020-11-25 | 网络资源分配方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114554536B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938901A (zh) * | 2012-11-09 | 2013-02-20 | 中国联合网络通信集团有限公司 | 无线网络资源优化配置的方法和装置 |
CN107094301A (zh) * | 2016-02-18 | 2017-08-25 | 中国移动通信集团福建有限公司 | 确定小区用户感知的方法及设备 |
CN107786992A (zh) * | 2016-08-31 | 2018-03-09 | 中国联合网络通信集团有限公司 | 一种检测移动通信网络质量的方法和装置 |
CN109842512A (zh) * | 2017-11-29 | 2019-06-04 | 德阳市福利叔网络开发有限责任公司 | 一种网络评估方法 |
WO2020125716A1 (zh) * | 2018-12-21 | 2020-06-25 | 中兴通讯股份有限公司 | 一种实现网络优化的方法及相关设备 |
-
2020
- 2020-11-25 CN CN202011339414.9A patent/CN114554536B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938901A (zh) * | 2012-11-09 | 2013-02-20 | 中国联合网络通信集团有限公司 | 无线网络资源优化配置的方法和装置 |
CN107094301A (zh) * | 2016-02-18 | 2017-08-25 | 中国移动通信集团福建有限公司 | 确定小区用户感知的方法及设备 |
CN107786992A (zh) * | 2016-08-31 | 2018-03-09 | 中国联合网络通信集团有限公司 | 一种检测移动通信网络质量的方法和装置 |
CN109842512A (zh) * | 2017-11-29 | 2019-06-04 | 德阳市福利叔网络开发有限责任公司 | 一种网络评估方法 |
WO2020125716A1 (zh) * | 2018-12-21 | 2020-06-25 | 中兴通讯股份有限公司 | 一种实现网络优化的方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114554536B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108804567A (zh) | 提高智能客服应答率的方法、设备、存储介质及装置 | |
KR20190139130A (ko) | 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법 | |
CN108446944B (zh) | 一种常驻城市的确定方法、装置及电子设备 | |
CN110417607B (zh) | 一种流量预测方法、装置及设备 | |
CN111028016A (zh) | 销量数据预测方法、装置以及相关设备 | |
CN110363427A (zh) | 模型质量评估方法和装置 | |
CN111626767B (zh) | 资源数据的发放方法、装置及设备 | |
CN111148018B (zh) | 基于通信数据识别定位区域价值的方法和装置 | |
KR101028810B1 (ko) | 광고 대상 분석 장치 및 그 방법 | |
CN109618281A (zh) | 一种高铁小区的识别方法及装置 | |
CN110377821A (zh) | 生成兴趣标签的方法、装置、计算机设备和存储介质 | |
WO2020119533A1 (zh) | 基于循环神经网络算法的舆情预警方法、装置、终端及介质 | |
CN114554536B (zh) | 网络资源分配方法、装置以及电子设备 | |
CN108460475A (zh) | 基于学生上网行为的贫困生预测方法和装置 | |
CN110875834A (zh) | 一种风控模型的创建方法、风控评估方法及相关装置 | |
CN115907926A (zh) | 商品的推荐方法、装置、电子设备及存储介质 | |
CN112085282B (zh) | 小区流量预测方法及服务器 | |
CN113806682A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
Lima et al. | Human Mobility Support for Personalized Data Offloading | |
CN110569475A (zh) | 一种网民影响力的评估方法、装置、设备和存储介质 | |
CN115314404B (zh) | 服务优化方法、装置、计算机设备及存储介质 | |
CN110895588A (zh) | 一种数据处理方法及设备 | |
CN115208831B (zh) | 请求处理方法、装置、设备及存储介质 | |
CN110400160A (zh) | 识别竞品用户的方法、装置、电子设备和存储介质 | |
CN114637928A (zh) | 用户分类方法、装置、电子设备和存储介质 |
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 |