CN114615689A - 网络优化方法及装置 - Google Patents
网络优化方法及装置 Download PDFInfo
- Publication number
- CN114615689A CN114615689A CN202210388759.6A CN202210388759A CN114615689A CN 114615689 A CN114615689 A CN 114615689A CN 202210388759 A CN202210388759 A CN 202210388759A CN 114615689 A CN114615689 A CN 114615689A
- Authority
- CN
- China
- Prior art keywords
- base station
- problem base
- target network
- determining
- network
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 7
- 230000005856 abnormality Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000008439 repair process Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000005067 remediation Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种网络优化方法及装置,其中,该方法包括:基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站;基于各所述问题基站的属性,构建问题基站知识图谱;基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,并基于对各所述问题基站进行优化的优先级,下发网络优化任务。本发明提供的网络优化方法及装置,通过确定目标网络中的多个问题基站,基于各问题基站的属性,构建问题基站知识图谱,基于问题基站知识图谱,确定目标网络中的盲点和差点,以对目标网络中的盲点和差点进行优化,能提高网络优化的效果和效率,能更有效地压降投诉量。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种网络优化方法及装置。
背景技术
用户使用移动通信网络(以下简称“网络”)出现信号不佳等情况时,会进行投诉。投诉是用户对网络质量不满意的显性体现,也是用户满意度提升工作的重要切入点,如何更好地处理和应对投诉一直是难点。
目前,基于投诉处理的网络优化,多已基于单一用户的使用问题为出发点开展,基于单用户投诉在全网中寻找盲点和差点,然后对网络中的盲点和差点进行处理,实现网络优化。但基于单用户投诉在全网中寻找盲点和差点的效率较低且准确性也不足,导致网络优化的效果不理想,难以有效地压降投诉量。
发明内容
本发明提供一种网络优化方法及装置,用以解决现有技术中网络优化的效果较差的缺陷,实现更高效地进行网络优化和压降投诉量。
本发明提供一种网络优化方法,包括:
基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站;
基于各所述问题基站的属性,构建问题基站知识图谱;
基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,并基于对各所述问题基站进行优化的优先级,下发网络优化任务。
根据本发明提供的一种网络优化方法,所述基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,具体包括:
基于各所述问题基站的属性,确定对每一所述问题基站进行优化的优先级;
基于地理信息系统,显示所述问题基站知识图谱和对每一所述问题基站进行优化的优先级。
根据本发明提供的一种网络优化方法,所述基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,具体包括:
基于各所述所述问题基站的投诉频次,确定对每一所述问题基站进行优化的优先级。
根据本发明提供的一种网络优化方法,所述基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站,包括:
基于所述用户投诉数据,获取投诉的时间;
基于所述投诉的时间,获取所述投诉对应的小区信息;
基于所述小区信息,确定所述目标网络中的第一类问题基站。
根据本发明提供的一种网络优化方法,所述基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站,还包括:
基于所述历史网络优化数据,确定所述目标网络中的第二类问题基站。
根据本发明提供的一种网络优化方法,所述基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站,还包括:
基于所述目标网络中各基站的运行数据,将所述目标网络中符合目标条件的基站,确定为所述目标网络中的第三类问题基站。
本发明还提供一种网络优化装置,包括:
问题基站库构建模块,用于基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站;
问题基站知识图谱模块,用于基于各所述问题基站的属性,构建问题基站知识图谱;
问题基站集中整治模块,用于基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,并基于对各所述问题基站进行优化的优先级,下发网络优化任务。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述网络优化方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述网络优化方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述网络优化方法。
本发明提供的网络优化方法及装置,通过基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站,基于各问题基站的属性,构建问题基站知识图谱,基于问题基站知识图谱,确定目标网络中的盲点和差点,以对目标网络中的盲点和差点进行优化,能更高效且更准确地确定目标网络中的盲点和差点,能提高网络优化的效果和效率,能更有效地压降投诉量。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的网络优化方法的流程示意图;
图2是本发明提供的网络优化装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
在本发明实施例的描述中,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性,且不涉及顺序。
下面结合图1至图3描述本发明提供的网络优化方法及装置。
图1是本发明提供的网络优化方法的流程示意图。如图1所示,本发明实施例提供的网络优化方法的执行主体可以为网络优化装置,该方法包括:步骤101、步骤102和步骤103。
步骤101、基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站。
具体地,可以将构建问题基站库,作为投诉提前预警和投诉量压降的主要抓手,通过对问题基站进行检查、维护处理和维修保障等,可以有效压缩投诉量。
用户投诉数据,可以包括用户通过拨打电话和/或APP等程序上报的投诉的基本信息等。
历史网络优化数据,可以包括维护人员对历史投诉进行日常优化处理时,实际填写的问题基站的相关信息等。
各基站的运行数据,可以包括基站运行过程中的覆盖、干扰、容量、故障和感知等多维度的数据。
基于目标时间段内目标网络的用户投诉数据、历史网络优化数据或者目标网络中各基站的运行数据,均可以确定目标网络中疑似存在异常和存在异常的基站,从而可以将上述疑似存在异常和存在异常的基站确定为问题基站。问题基站,是目标网络中的盲点和差点。
目标时间段可以是周期性的时间段,也可以是基于投诉量确定的时长可以动态调整的时间段。
可以理解的是,可以对分别基于目标网络的用户投诉数据、历史网络优化数据或者目标网络中各基站的运行数据确定的、疑似存在异常和存在异常的基站进行去重,从而确定问题基站。
步骤102、基于各问题基站的属性,构建问题基站知识图谱。
具体地,可以将问题基站和问题基站的各属性的值分别作为实体,问题基站的属性作为该问题基站与该问题基站的该属性的值之间的关系的刻画,基于任一种知识图谱的构建方法,构建出问题基站知识图谱。
问题基站的属性可以包括时间、标签、评级、影响用户规模、影响用户价值和修复闭环情况等。
时间,指的是问题基站发生投诉、优化处理或确定为问题基站的时间。可以以第一周期为单位进行跟踪,问题基站知识图谱中展示第一周期内每次作为问题基站出现的时间。
可以理解的是,第一周期的时长可以根据实际情况设置。本发明实施例对第一周期的时长不进行具体限定。示例性地,第一周期的时长可以为三个月、半年或一年等。
标签,指的是问题基站的问题类型。问题基站知识图谱中可以展示第二周期内所有出现过的问题类型。问题类型,可以包括覆盖问题、干扰问题、容量问题、故障和感知问题等。
可以理解的是,第二周期的时长可以根据实际情况设置。本发明实施例对第二周期的时长不进行具体限定。示例性地,第二周期的时长可以为三个月、半年或一年等。
评级,指的是依赖某些指标进行问题基站评级确定的该问题基站的评级,引导修复资源倾斜。问题基站知识图谱中可以展示第三周期内所有出现过的评级。
可选地,可以基于问题基站发生问题的频次和/或问题标签的种类等,将问题基站评为一级、二级、三级和四级等。
可选地,可以确定每个第三周期内各问题基站的评级。第三周期的时长可以根据实际情况设置。本发明实施例对第二周期的时长不进行具体限定。示例性地,第三周期的时长可以为15天、一个月或二个月等。
例如,第三周期的时长为一个月,一个月内发生问题的天数大于或等于20天的为一级,位于区间[15,20)的为二级,位于区间[10,15)的为三级,位于区间[0,10)的为四级。
影响用户规模,指的是问题基站下的影响用户数。影响用户数,具体可以包括投诉用户数、调查不满意用户数、潜在贬损用户数、常驻用户数和短暂逗留用户数等。问题基站知识图谱可以展示第四周期内去重的各类用户数。
可以理解的是,第四周期的时长可以根据实际情况设置。本发明实施例对第四周期的时长不进行具体限定。示例性地,第四周期的时长可以为15天、一个月或二个月等。
影响用户价值,指的是该问题基站影响用户的价值标签。可以通过用户星级和用户ARPU(average revenue per user,每用户平均收入)等指标进行影响用户价值评价。影响用户价值,可以分为高价值、中价值、低价值。可以以第五周期内占比最高的影响用户价值作为该问题基站的影响用户价值。
可以理解的是,第五周期的时长可以根据实际情况设置。本发明实施例对第五周期的时长不进行具体限定。示例性地,第五周期的时长可以为15天、一个月或二个月等。
修复闭环情况,指的是问题基站的修复情况。可以每个第六周期评估一次,以该评估周期(即第六周期)内是否有投诉产生为评估标准;若有投诉,则为未修复;若无投诉,则为已修复。问题基站知识图谱展示每个第六周期的评估结果。
可以理解的是,第六周期的时长可以根据实际情况设置。本发明实施例对第六周期的时长不进行具体限定。示例性地,第六周期的时长可以为15天、一个月或二个月等。
步骤103、基于问题基站知识图谱,确定对每一问题基站进行优化的优先级,并基于对各问题基站进行优化的优先级,下发网络优化任务。
具体地,得到问题基站知识图谱之后,可以基于问题基站知识图谱,确定各问题基站的问题严重程度,从而基于问题严重程度,确定对每一问题基站进行优化的优先级。
问题严重程度越高,即存在越严重的问题的问题基站,对该问题基站进行优化的优先级越高,优先对该问题基站进行优化处理;问题严重程度越低,即存在越不严重的问题的问题基站,对该问题基站进行优化的优先级越低,可以在对优先级更高的问题基站进行优化处理之后,在对该问题基站进行优化处理。
确定对每一问题基站进行优化的优先级之后,可以向网络优化系统下发网络优化任务。每个任务可以指示要进行优化的问题基站以及对该问题基站进行优化的优先级。
可选地,除了以向网络优化系统下发网络优化任务之外,还可以向网络优化人员使用的终端下发响应的网络优化任务。
可选地,可以基于优先级从高到低的顺序,依次下发对各问题基站进行优化的网络优化任务。
本发明实施例提供的网络优化方法,将只处理单一用户的投诉问题向以单用户投诉在全网中找盲点和差点转变的全新投诉处理思路,挖掘投诉背后存在的大量隐形的全网性问题,以投诉背后存在的大量隐形的全网性问题为着力点,进行全方位的网络能力修复,提供精准专业处理,能弥补传统的投诉处理点面结合互为桥梁的着力点欠缺、效果单一、影响有限的缺陷,实现提前干预、压缩投诉量的目的。
本发明实施例通过基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站,基于各问题基站的属性,构建问题基站知识图谱,基于问题基站知识图谱,确定目标网络中的盲点和差点,以对目标网络中的盲点和差点进行优化,能更高效且更准确地确定目标网络中的盲点和差点,能提高网络优化的效果和效率,能更有效地压降投诉量。
基于上述任一实施例的内容,基于问题基站知识图谱,确定对每一问题基站进行优化的优先级,具体包括:基于各问题基站的属性,确定对每一问题基站进行优化的优先级。
具体地,可以采用问题基站知识图谱中各问题基站的属性的值作为确定优先级的标准,从而确定对每一问题基站进行优化的优先级。
可选地,可以综合问题基站的时间、标签、评级、影响用户规模、影响用户价值和修复闭环情况等属性,使得评级更高的、影响用户规模更大的、影响用户价值更高的、未修复的问题基站具有相对更高的优先级。
基于地理信息系统,显示问题基站知识图谱和对每一问题基站进行优化的优先级。
具体地,可以以问题基站知识图谱为知识库,以地理信息系统(GIS,GeographicInformation System)呈现为手段,将问题基站以更为直观的方式进行可视化呈现。问题基站为GIS呈现主体,问题基站的属性为GIS渲染依据进行严重程度区分。
可选地,属性的严重程度,可以通过GIS中的不同颜色进行区分。
可选地,提供一键派单功能,支持对前台筛选的问题基站进行一键派单,采用流程化手段分派问题基站到专业团队进行整治修复,并自动化评估修复结果。
具体可以包括:接收第一输入;响应于所述第一输入,生成目标工单;将目标工单发送至目标终端。第一输入,可以携带有待优化的基站的信息。待优化的基站,通常为优先级最高的问题基站。相应地,成目标工单,可以携带有待优化的基站的信息。目标终端,可以是网络优化人员使用的终端。
本发明实施例通过基于地理信息系统,显示问题基站知识图谱和对每一问题基站进行优化的优先级,能更直观、方便地显示问题基站的问题严重程度,能更方便、高效的确定对每一问题基站进行优化的优先级,从而能更有效地进行网络优化、压降投诉量。
基于上述任一实施例的内容,基于问题基站知识图谱,确定对每一问题基站进行优化的优先级,具体包括:基于各问题基站的投诉频次,确定对每一问题基站进行优化的优先级。
具体地,可以设置问题基站触发预警机制。当预警产生,则调用一级预警保障流程,优先派送此类问题基站的网络优化任务,以集中专业力量进行问题修复,提前干预,扼杀潜在投诉,压降投诉量。
可以基于问题基站的投诉频次,进行是否预警的判断以及在确定产生预警的情况下,预警级别的确定,从而确定对每一问题基站进行优化的优先级。
产生预警的问题基站比未产生预警的问题基站的优先级更高;预警级别更高的问题基站比预警级别更低的问题基站的问题基站的优先级更高。
例如,对于某一问题网站,该问题基站目标时间段内产生投诉的次数大于次数阈值,则触发预警。
可以理解的是,次数阈值可以根据目标时间段的时长等实际情况确定。对于次数阈值的具体值,本发明实施例不进行限定。示例性地,次数阈值可以为5次或10次等。
本发明实施例基于各问题基站的投诉频次,确定对每一问题基站进行优化的优先级,能更方便、高效的确定对每一问题基站进行优化的优先级,从而能更有效地进行网络优化、压降投诉量。
基于上述任一实施例的内容,基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站,包括:基于用户投诉数据,获取投诉的时间。
具体地,步骤101确定的问题基站可以包括三类样本:样本一即第一类问题基站,样本二即第二类问题基站,以及样本三即第三类问题基站。
基于目标网络的用户投诉数据确定的目标网络中疑似存在异常和存在异常的基站,可以作为第一类问题基站。
基于目标网络的历史网络优化数据确定的目标网络中疑似存在异常和存在异常的基站,可以作为第二类问题基站。
基于目标网络中各基站的运行数据确定的目标网络中疑似存在异常和存在异常的基站,可以作为第三类问题基站。
样本一可以为投诉用户投诉的发生时间用户所在的位置的基站。
可以先从客服系统获取用户投诉数据,获取投诉的时间。
投诉的时间,可以是投诉电话的通话时间,或者客服系统记录的用户通过APP等程序进行投诉的时间。
基于投诉的时间,获取投诉对应的小区信息。
具体地,可以以投诉的时间为入参,关联调用信令系统的信令数据,返回该时间的小区信息,从而得到投诉对应的小区信息。
基于小区信息,确定目标网络中的第一类问题基站。
具体地,得到投诉对应的小区信息之后,可以以该小区信息为入参,关联资源系统的小区基站信息,最后获得投诉的时间用户终端所在的基站。
可以将此类基站(即第一类问题基站)添加至问题基站库,并打上标签“问题基站发生时间”和“投诉问题基站”。
本发明实施例通过基于用户投诉数据,获取投诉的时间,基于投诉的时间,获取投诉对应的小区信息,基于小区信息,确定目标网络中的第一类问题基站,能更准确、更高效地确定第一类问题基站。
基于上述任一实施例的内容,基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站,还包括:基于历史网络优化数据,确定目标网络中的第二类问题基站。
具体地,样本二可以为网络优化人员在进行历史投诉日常优化处理时实际填写的问题基站。
可以通过关联投诉处理流程,获取历史网络优化数据中网络优化人员在进行历史投诉日常优化处理时实际填写的问题基站,作为第二类问题基站。
可以将此类基站(即第二类问题基站)添加至问题基站库,并打上标签“问题基站发生时间”和“投诉问题基站”。
本发明实施例通过基于历史网络优化数据,确定目标网络中的第二类问题基站,能更准确、更高效地确定第二类问题基站。
基于上述任一实施例的内容,基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站,还包括:基于目标网络中各基站的运行数据,将目标网络中符合目标条件的基站,确定为目标网络中的第三类问题基站。
具体地,样本三可以为全网问题基站。
可以从指标入手,从覆盖、干扰、容量、故障和感知等多维度,筛选出疑似存在异常和存在异常的基站,作为第三类问题基站。
目标条件,用于判断基站是否在覆盖、干扰、容量、故障和感知等中的至少一个维度存在异常。
对于某一基站,若符合目标条件,则可以将该基站确定为第三类问题基站;若不符合目标条件,则不将该基站确定为第三类问题基站。
可以将此类基站添加至问题基站库,并打上标签“问题基站发生时间”和“全网问题基站”。
本发明实施例基于目标网络中各基站的运行数据,将目标网络中符合目标条件的基站,确定为目标网络中的第三类问题基站,能更准确、更高效地确定第二类问题基站。
下面对本发明提供的网络优化装置进行描述,下文描述的网络优化装置与上文描述的网络优化方法可相互对应参照。
图2是本发明提供的网络优化装置的结构示意图。基于上述任一实施例的内容,如图2所示,该装置包括问题基站库构建模块201、问题基站知识图谱模块202和问题基站集中整治模块203,其中:
问题基站库构建模块201,用于基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站;
问题基站知识图谱模块202,用于基于各问题基站的属性,构建问题基站知识图谱;
问题基站集中整治模块203,用于基于问题基站知识图谱,确定对每一问题基站进行优化的优先级,并基于对各问题基站进行优化的优先级,下发网络优化任务。
具体地,问题基站库构建模块201、问题基站知识图谱模块202和问题基站集中整治模块203可以顺次电连接。
问题基站库构建模块201可以基于目标时间段内目标网络的用户投诉数据、历史网络优化数据或者目标网络中各基站的运行数据,确定目标网络中疑似存在异常和存在异常的基站,从而可以将上述疑似存在异常和存在异常的基站确定为问题基站。
问题基站知识图谱模块202可以将问题基站和问题基站的各属性的值分别作为实体,问题基站的属性作为该问题基站与该问题基站的该属性的值之间的关系的刻画,基于任一种知识图谱的构建方法,构建出问题基站知识图谱。
问题基站集中整治模块203基于问题基站知识图谱,确定各问题基站的问题严重程度,从而基于问题严重程度,确定对每一问题基站进行优化的优先级。
确定对每一问题基站进行优化的优先级之后,问题基站集中整治模块203可以向网络优化系统下发网络优化任务。每个任务可以指示要进行优化的问题基站以及对该问题基站进行优化的优先级。
可选地,问题基站集中整治模块203,可以具体用于:
基于各问题基站的属性,确定对每一问题基站进行优化的优先级;
基于地理信息系统,显示问题基站知识图谱和对每一问题基站进行优化的优先级。
可选地,问题基站集中整治模块203,可以具体用于:
基于各问题基站的投诉频次,确定对每一问题基站进行优化的优先级。
可选地,问题基站库构建模块201可以包括:
第一确定单元,用于基于用户投诉数据,获取投诉的时间;基于投诉的时间,获取投诉对应的小区信息;基于小区信息,确定目标网络中的第一类问题基站。
可选地,问题基站库构建模块201可以还包括:
第二确定单元,用于基于历史网络优化数据,确定目标网络中的第二类问题基站。
可选地,问题基站库构建模块201可以还包括:
第三确定单元,用于基于目标网络中各基站的运行数据,将目标网络中符合目标条件的基站,确定为目标网络中的第三类问题基站。
本发明实施例提供的网络优化装置,用于执行本发明上述网络优化方法,其实施方式与本发明提供的网络优化方法的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
该网络优化装置用于前述各实施例的网络优化方法。因此,在前述各实施例中的网络优化方法中的描述和定义,可以用于本发明实施例中各执行模块的理解。
本发明实施例通过基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站,基于各问题基站的属性,构建问题基站知识图谱,基于问题基站知识图谱,确定目标网络中的盲点和差点,以对目标网络中的盲点和差点进行优化,能更高效且更准确地确定目标网络中的盲点和差点,能提高网络优化的效果和效率,能更有效地压降投诉量。
图3是本发明提供的电子设备的结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行网络优化方法,该方法包括:基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站;基于各问题基站的属性,构建问题基站知识图谱;基于问题基站知识图谱,确定对每一问题基站进行优化的优先级,并基于对各问题基站进行优化的优先级,下发网络优化任务。
此外,上述的存储器330中的逻辑指令可以通过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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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部分可以以软件产品的形式体现出来,该计算机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台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的电子设备中的处理器310可以调用存储器330中的逻辑指令,其实施方式与本申请提供的网络优化方法的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
另一方面,本发明还提供一种计算机程序产品,计算机程序产品包括存储在非暂态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,当程序指令被计算机执行时,计算机能够执行上述各方法所提供的网络优化方法,该方法包括:基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站;基于各问题基站的属性,构建问题基站知识图谱;基于问题基站知识图谱,确定对每一问题基站进行优化的优先级,并基于对各问题基站进行优化的优先级,下发网络优化任务。
本申请实施例提供的计算机程序产品被执行时,实现上述网络优化方法,其具体的实施方式与前述方法的实施例中记载的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的网络优化方法,该方法包括:基于目标网络的用户投诉数据、历史网络优化数据和目标网络中各基站的运行数据,确定目标网络中的多个问题基站;基于各问题基站的属性,构建问题基站知识图谱;基于问题基站知识图谱,确定对每一问题基站进行优化的优先级,并基于对各问题基站进行优化的优先级,下发网络优化任务。
本申请实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时,实现上述网络优化方法,其具体的实施方式与前述方法的实施例中记载的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中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或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种网络优化方法,其特征在于,包括:
基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站;
基于各所述问题基站的属性,构建问题基站知识图谱;
基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,并基于对各所述问题基站进行优化的优先级,下发网络优化任务。
2.根据权利要求1所述的网络优化方法,其特征在于,所述基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,具体包括:
基于各所述问题基站的属性,确定对每一所述问题基站进行优化的优先级;
基于地理信息系统,显示所述问题基站知识图谱和对每一所述问题基站进行优化的优先级。
3.根据权利要求1所述的网络优化方法,其特征在于,所述基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,具体包括:
基于各所述所述问题基站的投诉频次,确定对每一所述问题基站进行优化的优先级。
4.根据权利要求1至3任一所述的网络优化方法,其特征在于,所述基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站,包括:
基于所述用户投诉数据,获取投诉的时间;
基于所述投诉的时间,获取所述投诉对应的小区信息;
基于所述小区信息,确定所述目标网络中的第一类问题基站。
5.根据权利要求4所述的网络优化方法,其特征在于,所述基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站,还包括:
基于所述历史网络优化数据,确定所述目标网络中的第二类问题基站。
6.根据权利要求4所述的网络优化方法,其特征在于,所述基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站,还包括:
基于所述目标网络中各基站的运行数据,将所述目标网络中符合目标条件的基站,确定为所述目标网络中的第三类问题基站。
7.一种网络优化装置,其特征在于,包括:
问题基站库构建模块,用于基于目标网络的用户投诉数据、历史网络优化数据和所述目标网络中各基站的运行数据,确定所述目标网络中的多个问题基站;
问题基站知识图谱模块,用于基于各所述问题基站的属性,构建问题基站知识图谱;
问题基站集中整治模块,用于基于所述问题基站知识图谱,确定对每一所述问题基站进行优化的优先级,并基于对各所述问题基站进行优化的优先级,下发网络优化任务。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述网络优化方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述网络优化方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述网络优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210388759.6A CN114615689A (zh) | 2022-04-13 | 2022-04-13 | 网络优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210388759.6A CN114615689A (zh) | 2022-04-13 | 2022-04-13 | 网络优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114615689A true CN114615689A (zh) | 2022-06-10 |
Family
ID=81868462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210388759.6A Pending CN114615689A (zh) | 2022-04-13 | 2022-04-13 | 网络优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114615689A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111988807A (zh) * | 2019-05-21 | 2020-11-24 | 中国移动通信集团湖北有限公司 | 基于大数据的网络问题定位方法、装置及计算设备 |
CN113518373A (zh) * | 2020-04-10 | 2021-10-19 | 中兴通讯股份有限公司 | 识别问题小区的方法、电子设备、计算机可读介质 |
CN113727381A (zh) * | 2021-08-31 | 2021-11-30 | 中国联合网络通信集团有限公司 | 网络容灾方法、装置、系统及存储介质 |
CN113993141A (zh) * | 2020-07-27 | 2022-01-28 | 北京市天元网络技术股份有限公司 | 网络优化方法及装置 |
CN114071525A (zh) * | 2021-11-10 | 2022-02-18 | 中国联合网络通信集团有限公司 | 基站优化次序确定方法、装置及存储介质 |
-
2022
- 2022-04-13 CN CN202210388759.6A patent/CN114615689A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111988807A (zh) * | 2019-05-21 | 2020-11-24 | 中国移动通信集团湖北有限公司 | 基于大数据的网络问题定位方法、装置及计算设备 |
CN113518373A (zh) * | 2020-04-10 | 2021-10-19 | 中兴通讯股份有限公司 | 识别问题小区的方法、电子设备、计算机可读介质 |
CN113993141A (zh) * | 2020-07-27 | 2022-01-28 | 北京市天元网络技术股份有限公司 | 网络优化方法及装置 |
CN113727381A (zh) * | 2021-08-31 | 2021-11-30 | 中国联合网络通信集团有限公司 | 网络容灾方法、装置、系统及存储介质 |
CN114071525A (zh) * | 2021-11-10 | 2022-02-18 | 中国联合网络通信集团有限公司 | 基站优化次序确定方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
钟鼎;: "基于神经网络的4G用户感知预警模型构建和应用", 电信技术, no. 11 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2983495C (en) | Improving performance of communication network based on end to end performance observation and evaluation | |
CN110442498B (zh) | 异常数据节点的定位方法、装置、存储介质及计算机设备 | |
US20110270770A1 (en) | Customer problem escalation predictor | |
US11799748B2 (en) | Mitigating failure in request handling | |
CN107193714B (zh) | 一种告警展示方法及装置 | |
CN110262975A (zh) | 测试数据管理方法、装置、设备及计算机可读存储介质 | |
CN114924990A (zh) | 一种异常场景测试方法及电子设备 | |
US20090157682A1 (en) | Managing maintenance tasks for computer programs | |
CN111367782B (zh) | 回归测试数据自动生成的方法及装置 | |
CN113656252B (zh) | 故障定位方法、装置、电子设备以及存储介质 | |
CN113993141B (zh) | 网络优化方法及装置 | |
CN110928942A (zh) | 指标数据监控管理方法及装置 | |
CN114615689A (zh) | 网络优化方法及装置 | |
CN110278105B (zh) | 基于zabbix和web拨测检测整体业务运行质量的方法 | |
CN114095394B (zh) | 网络节点故障检测方法、装置、电子设备及存储介质 | |
CN104978260A (zh) | 软件测试方法及装置 | |
CN111143325A (zh) | 一种数据采集的监测方法、监测装置及可读存储介质 | |
US10228822B2 (en) | Optimal visualization of systems with large quantity of technical servicer instances | |
Alhilman et al. | Reliability Based Performance Analysis of Base Transceiver Station (Bts) Using Reliability, Availability, and Maintainability (Ram) | |
Fähnrich et al. | Online tool for matching company demands with IT-security offerings | |
CN107358031B (zh) | 一种客户健康度确定方法和装置 | |
CN113779098A (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
WallnerströM et al. | Implementation and evaluation of commonly used risk analysis methods applied to a regional power distribution system | |
CN115907562A (zh) | 自动化客户触达方法及相关装置 | |
CN114429385A (zh) | 一种订单信息检测方法、装置、设备及存储介质 |
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 |