CN114866433B - 用户业务感知评估方法、装置、设备及计算机存储介质 - Google Patents
用户业务感知评估方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN114866433B CN114866433B CN202210422109.9A CN202210422109A CN114866433B CN 114866433 B CN114866433 B CN 114866433B CN 202210422109 A CN202210422109 A CN 202210422109A CN 114866433 B CN114866433 B CN 114866433B
- Authority
- CN
- China
- Prior art keywords
- user
- perception
- service
- information
- target attribute
- 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
Links
- 230000008447 perception Effects 0.000 title claims abstract description 143
- 238000011156 evaluation Methods 0.000 title claims abstract description 48
- 238000013145 classification model Methods 0.000 claims abstract description 34
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 45
- 238000012549 training Methods 0.000 claims description 33
- 230000015654 memory Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 230000000875 corresponding effect Effects 0.000 description 55
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004138 cluster model Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- H04L43/16—Threshold monitoring
Abstract
本申请实施例提供了一种用户业务感知评估方法、装置、设备及计算机存储介质。获取第一用户的网络使用信息以及所述第一用户所处网络的实际网络性能参数,通过分类模型对所述第一用户的网络使用信息进行属性聚类,得到所述网络使用信息的至少一个目标属性类别,从预先设置的属性类别和用户感知门限的映射关系中,查找分别与每个所述目标属性类别对应的用户感知门限,根据所述实际网络性能参数以及对应的用户感知门限,评估所述第一用户对每个目标属性类别的业务感知。根据本申请实施例提供的用户业务感知评估方法,能够使得对用户的业务感知的评估更加准确。
Description
技术领域
本申请属于网络质量分析领域,尤其涉及一种用户业务感知评估方法、装置、设备及计算机存储介质。
背景技术
随着社会的进步,网络也在飞速发展,随着网络的快速发展,用户对于网络质量的要求也变得高端化和差异化。
当前对于用户业务感知的一种评估方法是基于不同用户具有相同的感知门限来对用户的业务感知进行评估的。这种评估方法得到的评估结果仅能反映所有用户对网络质量的统一感知体验,无法反映不同用户在不同维度对同一业务的感知体验。
发明内容
本申请实施例提供一种用户业务感知评估方法、装置、设备及计算机存储介质,能够使得对用户的业务感知的评估更加准确。
第一方面,本申请实施例提供一种用户业务感知评估方法,方法包括:
获取第一用户的网络使用信息以及第一用户所处网络的实际网络性能参数;
通过分类模型对第一用户的网络使用信息进行属性聚类,得到网络使用信息的至少一个目标属性类别;
从预先设置的属性类别和用户感知门限的映射关系中,查找分别与每个目标属性类别对应的用户感知门限;
根据实际网络性能参数以及对应的用户感知门限,评估第一用户对每个目标属性类别的业务感知。
在一些实施方式中,获取第一用户的网络使用信息,具体包括:
获取数据采集模块在业务支撑系统和运营支撑系统采集到的用户群体信息、业务类型信息、用户等级信息以及业务量信息;
对应地,目标属性类别包括用户群体类别、业务类别、用户等级、业务量等级。
在一些实施方式中,实际网络性能参数包括:
用户语音业务常驻小区、数据业务常驻小区、数据感知信息、语音感知信息、客户常驻小区及场景划分。
在一些实施方式中,在通过分类模型对第一用户的网络使用信息进行属性聚类之前,方法还包括:
获取多个第二用户的历史网络使用信息和实际网络性能参数;
对历史网络使用信息进行属性聚类,得到至少一个属性类别标签;
根据历史网络使用信息和属性类别标签构建第一训练样本;
根据第一训练样本训练模型,得到分类模型。
在一些实施方式中,在查找分别与每个目标属性类别对应的用户感知门限之前,还包括:
获取多个第二用户目标属性类别以及不同目标属性类别对应的用户感知门限;
拟合不同属性类别及其对应的用户感知门限的关系,得到属性类别和用户感知门限的映射关系。
在一些实施方式中,方法还包括:
向第一用户推送第一用户对每个目标属性类别的业务感知。
第二方面,本申请实施例提供了一种用户业务感知评估装置,装置包括:
第一获取模块,用于获取第一用户的网络使用信息以及第一用户所处网络的实际网络性能参数;
聚类模块,通过分类模型对第一用户的网络使用信息进行属性聚类,得到网络使用信息的至少一个目标属性类别;
查找模块,从预先设置的属性类别和用户感知门限的映射关系中,查找分别与每个目标属性类别对应的用户感知门限;
评估模块,根据实际网络性能参数以及对应的用户感知门限,评估第一用户对每个目标属性类别的业务感知。
在一些实施方式中,第一获取模块具体包括:
获取单元,用于获取数据采集模块在业务支撑系统和运营支撑系统采集到的用户群体信息、业务类型信息、用户等级信息以及业务量信息;对应地,目标属性类别包括用户群体类别、业务类别、用户等级、业务量等级。
在一些实施方式中,实际网络性能参数包括:
用户语音业务常驻小区、数据业务常驻小区、数据感知信息、语音感知信息、客户常驻小区及场景划分。
在一些实施方式中,用户业务感知评估装置还包括:
第二获取模块,在通过分类模型对第一用户的网络使用信息进行属性聚类之前,用于获取多个第二用户的历史网络使用信息和实际网络性能参数;
聚类模块,用于对历史网络使用信息进行属性聚类,得到至少一个属性类别标签;
构建模块,用于根据历史网络使用信息和属性类别标签构建第一训练样本。
确定模块,用于根据第一训练样本训练模型,得到分类模型。
在一些实施方式中,用户业务感知评估装置还包括:
第三获取模块,在查找分别与每个目标属性类别对应的用户感知门限之前,用于获取多个第二用户目标属性类别以及不同目标属性类别对应的用户感知门限;
拟合模块,用于拟合不同属性类别及其对应的用户感知门限的关系,得到属性类别和用户感知门限的映射关系。
在一些实施方式中,用户业务感知评估装置还包括:
推送模块,用于向第一用户推送第一用户对每个目标属性类别的业务感知。
第三方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面任一项实施例中的用户业务感知评估方法的步骤。
第四方面,本申请实施例提供了一种计算机程序产品,计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面任一项实施例中的用户业务感知评估的步骤。
本申请实施例的用户业务感知评估方法、装置、设备及计算机存储介质,能够获取第一用户的网络使用信息以及第一用户所处网络的实际网络性能参数,然后通过分类模型对第一用户的网络使用信息进行聚类,得到网路使用信息的至少一个目标属性类别,然后从预先设置的属性类别和用户感知门限的映射关系中,查找分别和每个目标类别对应的用户感知门限,然后根据用户所处的实际网络性能参数和用户感知门限对第一用户每个目标属性类别的业务进行感知,由此,由于是根据第一用户的网络使用信息确定用户对应的目标属性类别,然后基于用户对应的目标属性类别与用户感知门限的对应关系确定的用户的感知门限,然后基于第一用户对应的个人的感知门限与实际网络性能参数对用户的业务感知进行评价,所以能够准确的确定第一用户对应的感知门限,然后在基于对第一用户对应的感知门限进行评估时,避免了由于用户的感知门限不同所导致的对用户的评估不准确的问题,进一步的,能够使得对用户的业务感知的评估更加准确。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,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是本申请实施例提供的一种用户业务感知评估方法的流程示意图;
图2是本申请实施例提供的一种一种根据分类模型分类的结构示意图;
图3是本申请实施例提供的另一种用户业务感知评估方法的流程示意图;
图4是本申请实施例提供的一种用户业务感知评估装置的结构示意图;
图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
当前对于用户的网络质量进行评估时,通常都是根据将不同用户对于网络质量要求的相同的情况下确定的。也就是说,是将不同用户对于网络感知的门限设置为统一的门限值。但是由于不同用户所处的网络环境不同,经常使用的网络业务不同,使得不同用户对于网络质量的要求并不相同,由此,使得当前对于用户的业务感知的评估并不准确。
为了解决现有技术问题,本申请实施例提供了一种用户业务感知评估方法、装置、设备及计算机存储介质。
下面首先对本申请实施例所提供的用户业务感知评估方法进行介绍。
图1示出了本申请一个实施例提供的用户业务感知评估方法的流程示意图。如图1所示,该方法可以包括以下步骤:
S110、获取第一用户的网络使用信息以及第一用户所处网络的实际网络性能参数;
S120、通过分类模型对第一用户的网络使用信息进行属性聚类,得到网络使用信息的至少一个目标属性类别;
S130、从预先设置的属性类别和用户感知门限的映射关系中,查找分别与每个目标属性类别对应的用户感知门限;
S140、根据实际网络性能参数以及对应的用户感知门限,评估第一用户对每个目标属性类别的业务感知。
本申请实施例的用户业务感知评估方法,能够获取第一用户的网络使用信息以及第一用户所处网络的实际网络性能参数,然后通过分类模型对第一用户的网络使用信息进行聚类,得到网路使用信息的至少一个目标属性类别,然后从预先设置的属性类别和用户感知门限的映射关系中,查找分别和每个目标类别对应的用户感知门限,然后根据用户所处的实际网络性能参数和用户感知门限对第一用户每个目标属性类别的业务进行感知,由此,由于是根据第一用户的网络使用信息确定用户对应的目标属性类别,然后基于用户对应的目标属性类别与用户感知门限的对应关系确定的用户的感知门限,然后基于第一用户对应的个人的感知门限与实际网络性能参数对用户的业务感知进行评价,所以能够准确的确定第一用户对应的感知门限,然后在基于对第一用户对应的感知门限进行评估时,避免了由于用户的感知门限不同所导致的对用户的评估不准确的问题,进一步的,能够使得对用户的业务感知的评估更加准确。
在一些实施方式中,在S110中,用户的网络使用信息可以包括业务支撑系统和运营支撑系统以及与用户相关的基站存储的基站的参数信息。
在一些实施方式中,获取第一用户的网络使用信息,具体包括:
获取数据采集模块在业务支撑系统和运营支撑系统采集到的用户群体信息、业务类型信息、用户等级信息以及业务量信息;示例性的,网络使用信息可以包括业务支撑系统和运营支撑系统以及基站相关参数的全部信息,并不局限于用户群体信息、业务类型信息、用户等级信息以及业务量信息。
在一些具体的例子中,数据采集模块可以对业务支撑系统中的用户群体信息,业务量信息以及用户等级信息进行采集,并对运营支撑系统中的用户业务类型信息进行采集;其中,用户群体信息可以包括政企用户、VIP用户、5G用户等多个子类别;业务量信息可以包括用户使用的流量、用户使用的话务分钟数以及使用的业务数量。用户等级信息可以包括用户对应的星级。用户业务类型信息可以包括用户数据业务、用户数据业务对应的小区、用户语音业务对应小区、用户语音业务以及用户常驻小区。
在数据采集模块对业务支撑系统和运营支撑系统中的数据采集完毕之后,可以将业务支撑系统和运营支撑系统中采集的数据发送至数据预处理模块,由数据预处理模块对业务支撑系统和运营支撑系统中采集的数据进行关联,得到关联后的数据。示例性的,数据预处理模块可以将业务支撑系统中采集的用户使用的话务分钟数与在运营支撑系统中采集的用户语音业务以及用户语音业务对应的小区进行关联,得到用户与用户使用的话务分钟数、用户语音业务以及用户语音业务对应的小区的关联关系。
在得到关联后的数据之后,数据预处理模块可以对关联后的数据进行预处理,将关联后的数据中的无效数据进行剔除,然后将剔除无效数据后的关联数据的数据格式进行转换,转换为能够被分类模型应用的数据类型,在将关联数据的数据格式转换之后,可以将转换格式的数据存储在数据库中,以使用户业务感知评估装置能够在数据库中获取对应的数据。其中,对无效数据进行剔除以及对数据格式进行转换的方法此处不做具体限定。
由此,由于是将业务支撑系统和运营支撑系统中的数据进行关联,在关联之后将数据进行无效数据剔除以及数据格式转变等数据预处理操作。所以能够使得关联后的数据与用户对应。并且,由于是将关联后的数据进行了预处理,在将数据进行预处理之后再将数据存储在数据库中,所以能够使得用户业务感知评估装置在数据库中获取数据之后,能够直接对获取的数据进行使用,整体上提高了用户业务感知评估装置对数据处理的效率。在一些实施方式中,实际网络参数可以包括当前时间内用户所处位置处的网络参数;示例性的实际网络参数可以包括用户语音业务常驻小区、数据业务常驻小区、数据感知信息、语音感知信息、客户常驻小区及场景划分。
由于不同的用户所处的场景不同,使用的业务不同,所以不同的用户对于业务对应的实际的网络参数的感知也就不同。但是,在上述步骤进行数据关联之后,用户对应的数据种类过多,数据量过大,这对如何对用户进行准确的定位产生了一定的干扰,为了消除数据量过大对用户定位的干扰。本申请中采用分类模型对第一用户的网络使用信息进行聚类得到用户使用的主要业务以及用户所处的主要场景。
在一些实施方式中,在S120中,分类模型可以包括基于不同属性进行聚类的算法。
在一些实施方式中,聚类算法可以包括DBSCAN聚类算法,目标属性类别可以包括用户群体类别、业务类别、用户等级、业务量等级。用户群体类别可以包括政企用户、VIP用户、5G用户等多个子类别;业务类别可以包括通话业务、网络业务、视频用户、游戏用户等多个子类别;用户等级可以依据用户办理的业务以及用户平均每月消费的数据划分为多个等级。用户群体类别还可以包括场景类别,场景类别可以包括城市、县城以及农村三个大的场景,在三大场景的基础上,还可以划分交通枢纽、居民区、地铁、美食、美景、高校、医院、党政军等分场景。
为了对分类模型进一步的了解,本申请实施例还提供了一种根据分类模型分类的示意图。如图2所示,在用户业务感知评估装置接收第一用户的网络使用信息之后,将网络使用信息输入至DBSCAN聚类模型中,然后DBSCAN聚类模型进行单属性聚类和多属性合并,得到用户对应的不同的目标属性类别。在一些实施方式中,在S130中,预先设置的属性类别和用户感知门限的映射关系可以包括训练完成的模型,示例性的,训练完成的模型可以包括LSTM模型。
在一些实施方式中,S130具体可以包括:将预先设置的属性类别输入至训练完成的LSTM模型中,然后得到训练完成的LSTM模型输出的与目标属性类别对应的用户的感知门限。
在一些实施方式中,在S130之前,用户业务感知评估方法还可以包括:
获取多个第二用户目标属性类别以及不同目标属性类别对应的用户感知门限;
拟合不同属性类别及其对应的用户感知门限的关系,得到属性类别和用户感知门限的映射关系。
在一些实施方式中,可以将不同属性类别及其对应的用户感知门限输入拟合曲线,并且对拟合曲线进行修正,得到修正后的拟合曲线。
在一些实施方式中,在S130之前,用户业务感知评估方法还可以包括:
对LSTM模型进行训练,其中,对LSTM模型进行训练可以包括:
分别根据每个历史用户对应的目标属性类别和历史用户感知门限构建训练样本。
根据多个训练样本,训练LSTM模型,直到满足训练停止条件,得到训练完成的LSTM模型。其中,训练停止条件可以包括满足得到的损失函数值达到阈值或者训练的次数达到迭代次数第二阈值。
在一些实施方式中,在S140中,用户感知门限可以包括用户对于网络质量差的感知的门限。在达到用户的网络质量差的感知门限之后,用户感知到网络质量较差。
在一些实施方式中,用于训练的用户可以包括历史投诉用户和历史满意度较低用户。
在一些实施方式中,用户感知门限可以包括多个方面原因构成的感知门限,示例性的,不同的目标属性类别可以对应不同的业务感知。
为了获取更加准确的目标属性聚类,本申请实施例还提供可另一种用户业务感知评估方法的流程示意图,如图3所示,该用户业务感知评估方法还可以包括:
S310、获取多个第二用户的历史网络使用信息和实际网络性能参数;
S320、对历史网络使用信息进行属性聚类,得到至少一个属性类别标签;
S330、根据历史网络使用信息和属性类别标签构建第一训练样本;
S340、根据第一训练样本训练模型,得到分类模型。
在一些实施方式中,在S310中,第二用户可以包括历史投诉用户以及历史满意度不足用户。
在一些实施方式中。第二用户的历史网络使用信息可以与第一用户的网络使用信息的类别相同。
在一些实施方式中,在S320中,对历史网络使用信息进行属性聚类的方法与对网络使用信息进行属性聚类的方法相同,此处不再赘述。
在一些实施方式中,S340具体可以包括:
根据第一训练样本训练模型,在达到预设的训练停止条件之后,得到训练完成的分类模型。
在一些实施方式中,预设的训练停止条件可以包括:
训练模型对应的损失函数值达到预设阈值,或者训练的次数达到预设次数。
由此,由于是在使用分类模型对第一用户的网络使用信息进行属性聚类之前,首先对用分类模型进行训练,所以能够使得训练出的分类模型的分类结果更加准确。进一步的,能够使得基于分类模型得到的目标属性类别更加准确,进一步的,使得基于目标属性类别获取的用户的感知门限更加准确,对于用户的业务感知的评估更加准确。
在一些实施例中,在S340之后,用户业务感知评估方法还可以包括:
向第一用户推送第一用户对每个目标属性类别的业务感知。
在一些实施方式中,业务感知可以包括用户的业务感知。在基于网络性能参数与用户感知门限确定用户的业务感知之后,用户业务感知评估装置可以将不同的业务感知、每个业务感知对应的目标属性类别以及用户进行关联,然后向用户发送关联后的结果。
在一些具体的例子中,每个业务感知对应的目标属性类别可以包括用户所使用的的业务,业务感知可以包括用户使用业务的体验。由于,用户业务感知评估装置是在一个时间段内获取的用户网络使用信息,所以用户业务感知评估装置还能针对不同的时间以及不同的地点对用户使用业务的体验进行评估。由此,由于是获取了用户的业务感知,然后基于用户的业务感知与业务感知对应的目标属性类别将用户的业务感知推送给用户,能够使得用户可以及时的对当前自身存在网络问题有一个明确的了解。提高用户体验。
在一些实施方式中,在获取用户的业务感知之后,可以对不同用户的业务感知进行关联分析,获取不同用户在不同的时间以及不同的地点的用户对于不同业务的感知,若不同用户存在相同的感知较差对应的地点,可以将感知较差地点进行标记并向客户推送。
需要说明的是,上述公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案,并不构成本公开实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本公开实施例提供的技术方案对于类似的技术问题,同样适用。
图4示出了本申请实施例提供的用户业务感知评估装置的硬件结构示意图。如图4所示,用户业务感知评估装置可以包括:
第一获取模块401用于获取第一用户的网络使用信息以及第一用户所处网络的实际网络性能参数;
聚类模块402通过分类模型对第一用户的网络使用信息进行属性聚类,得到网络使用信息的至少一个目标属性类别;
查找模块403,从预先设置的属性类别和用户感知门限的映射关系中,查找分别与每个目标属性类别对应的用户感知门限;
评估模块404,根据实际网络性能参数以及对应的用户感知门限,评估第一用户对每个目标属性类别的业务感知。
本申请实施例的用户业务感知评估装置,能够获取第一用户的网络使用信息以及第一用户所处网络的实际网络性能参数,然后通过分类模型对第一用户的网络使用信息进行聚类,得到网路使用信息的至少一个目标属性类别,然后从预先设置的属性类别和用户感知门限的映射关系中,查找分别和每个目标类别对应的用户感知门限,然后根据用户所处的实际网络性能参数和用户感知门限对第一用户每个目标属性类别的业务进行感知,由此,由于是根据第一用户的网络使用信息确定用户对应的目标属性类别,然后基于用户对应的目标属性类别与用户感知门限的对应关系确定的用户的感知门限,然后基于第一用户对应的个人的感知门限与实际网络性能参数对用户的业务感知进行评价,所以能够准确的确定第一用户对应的感知门限,然后在基于对第一用户对应的感知门限进行评估时,避免了由于用户的感知门限不同所导致的对用户的评估不准确的问题,进一步的,能够使得对用户的业务感知的评估更加准确。
在一些实施方式中,第一获取模块401具体可以包括:
获取单元,可以用于获取数据采集模块在业务支撑系统和运营支撑系统采集到的用户群体信息、业务类型信息、用户等级信息以及业务量信息;对应地,目标属性类别可以包括用户群体类别、业务类别、用户等级、业务量等级。
在一些实施方式中,实际网络性能参数可以包括:
用户语音业务常驻小区、数据业务常驻小区、数据感知信息、语音感知信息、客户常驻小区及场景划分。
在一些实施方式中,用户业务感知评估装置还可以包括:
第二获取模块,在通过分类模型对第一用户的网络使用信息进行属性聚类之前,可以用于获取多个第二用户的历史网络使用信息和实际网络性能参数;
聚类模块402,可以用于对历史网络使用信息进行属性聚类,得到至少一个属性类别标签;
构建模块,可以用于根据历史网络使用信息和属性类别标签构建第一训练样本。
确定模块,可以用于根据第一训练样本训练模型,得到分类模型。
由此,由于是在使用分类模型对第一用户的网络使用信息进行属性聚类之前,首先对用分类模型进行训练,所以能够使得训练出的分类模型的分类结果更加准确。进一步的,能够使得基于分类模型得到的目标属性类别更加准确,进一步的,使得基于目标属性类别获取的用户的感知门限更加准确,对于用户的业务感知的评估更加准确。
在一些实施方式中,用户业务感知评估装置还可以包括:
第三获取模块,在查找分别与每个目标属性类别对应的用户感知门限之前,可以用于获取多个第二用户目标属性类别以及不同目标属性类别对应的用户感知门限;
拟合模块,可以用于拟合不同属性类别及其对应的用户感知门限的关系,得到属性类别和用户感知门限的映射关系。
在一些实施方式中,用户业务感知评估装置还可以包括:
推送模块,可以用于向第一用户推送第一用户对每个目标属性类别的业务感知。
由此,由于是获取用户的业务感知,然后基于用户的业务感知与业务感知对应的目标属性类别将用户的业务感知推送给用户,能够使得用户可以及时的对当前自身存在网络问题有一个明确的了解,提高用户体验。
图5示出了本申请实施例提供的一种电子设备的结构示意图,如图5所示
该电子设备500可以包括处理器501以及存储有计算机程序指令的存储器502。
具体地,上述处理器501可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器502可以包括可以用于数据或指令的大容量存储器。举例来说而非限制,存储器502可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器502可在综合网关容灾设备的内部或外部。在特定实施例中,存储器502是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本申请的一方面的方法所描述的操作。
处理器501通过读取并执行存储器502中存储的计算机程序指令,以实现上述实施例中的任意一种用户业务感知评估方法。
在一些示例中,电子设备500还可包括通信接口503和总线510。其中,如图5所示,处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
通信接口503主要可以用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线510包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线510可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线510可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
示例性的,作为支付终端,电子设备500可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等。作为扫码终端,电子设备500可以为POS机(Point of sales terminal,POS)、扫码器等。
该电子设备可以执行本申请实施例中的用户业务感知评估方法,从而实现结合图1至图3描述的用户业务感知评估方法和装置。
另外,结合上述实施例中的用户业务感知评估方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种用户业务感知评估方法。计算机可读存储介质的示例包括非暂态计算机可读存储介质,如便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件等。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被可以用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块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。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (9)
1.一种用户业务感知评估方法,其特征在于,所述方法包括:
获取第一用户的网络使用信息以及所述第一用户所处网络的实际网络性能参数;
通过分类模型对所述第一用户的网络使用信息进行属性聚类,得到所述网络使用信息的至少一个目标属性类别;
从预先设置的属性类别和用户感知门限的映射关系中,查找分别与每个所述目标属性类别对应的用户感知门限;
根据所述实际网络性能参数以及对应的用户感知门限,评估所述第一用户对每个目标属性类别的业务感知;
其中,所述获取第一用户的网络使用信息,具体包括:
获取数据采集模块在业务支撑系统和运营支撑系统采集到的用户群体信息、业务类型信息、用户等级信息以及业务量信息;
对应地,目标属性类别包括用户群体类别、业务类别、用户等级、业务量等级。
2.根据权利要求1所述的方法,其特征在于,所述实际网络性能参数包括:
用户语音业务常驻小区、数据业务常驻小区、数据感知信息、语音感知信息、客户常驻小区及场景划分。
3.根据权利要求1所述的方法,其特征在于,在所述通过分类模型对所述第一用户的网络使用信息进行属性聚类之前,所述方法还包括:
获取多个第二用户的历史网络使用信息和实际网络性能参数;
对所述历史网络使用信息进行属性聚类,得到至少一个属性类别标签;
根据所述历史网络使用信息和所述属性类别标签构建第一训练样本;
根据所述第一训练样本训练模型,得到所述分类模型。
4.根据权利要求1所述的方法,其特征在于,在所述查找分别与每个所述目标属性类别对应的用户感知门限之前,所述方法还包括:
获取多个第二用户目标属性类别以及不同目标属性类别对应的用户感知门限;
拟合不同属性类别及其对应的用户感知门限的关系,得到属性类别和用户感知门限的映射关系。
5.根据权利要求1-4任意一项所述的方法,其特征在于,所述方法还包括:
向所述第一用户推送所述第一用户对每个目标属性类别的业务感知。
6.一种用户业务感知评估装置,其特征在于,所述装置包括:
第一获取模块,用于获取第一用户的网络使用信息以及所述第一用户所处网络的实际网络性能参数;
聚类模块,通过分类模型对所述第一用户的网络使用信息进行属性聚类,得到所述网络使用信息的至少一个目标属性类别;
查找模块,从预先设置的属性类别和用户感知门限的映射关系中,查找分别与每个所述目标属性类别对应的用户感知门限;
评估模块,根据所述实际网络性能参数以及对应的用户感知门限,评估所述第一用户对每个目标属性类别的业务感知;
其中,所述第一获取模块,具体包括:
获取单元,用于获取数据采集模块在业务支撑系统和运营支撑系统采集到的用户群体信息、业务类型信息、用户等级信息以及业务量信息;
对应地,目标属性类别包括用户群体类别、业务类别、用户等级、业务量等级。
7.一种电子设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-5任意一项所述的用户业务感知评估方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-5任意一项所述的用户业务感知评估方法。
9.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1-5任意一项所述的用户业务感知评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210422109.9A CN114866433B (zh) | 2022-04-21 | 2022-04-21 | 用户业务感知评估方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210422109.9A CN114866433B (zh) | 2022-04-21 | 2022-04-21 | 用户业务感知评估方法、装置、设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114866433A CN114866433A (zh) | 2022-08-05 |
CN114866433B true CN114866433B (zh) | 2024-03-22 |
Family
ID=82631819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210422109.9A Active CN114866433B (zh) | 2022-04-21 | 2022-04-21 | 用户业务感知评估方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114866433B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101132590A (zh) * | 2007-07-27 | 2008-02-27 | 中国移动通信集团江苏有限公司 | 基于客户感知的通信网络软质量提升方法 |
CN108877839A (zh) * | 2018-08-02 | 2018-11-23 | 南京华苏科技有限公司 | 基于语音语义识别技术的语音质量感知评估的方法及系统 |
CN109213832A (zh) * | 2018-09-07 | 2019-01-15 | 湖南华诺科技有限公司 | 一种四维五步法降低用户投诉的方法 |
CN109523276A (zh) * | 2018-11-19 | 2019-03-26 | 国网河北省电力有限公司电力科学研究院 | 用户投诉的预警监控方法及装置 |
CN110728525A (zh) * | 2018-07-16 | 2020-01-24 | 中国移动通信集团浙江有限公司 | 一种网络批量用户投诉的定界处理方法及装置 |
EP3633925A1 (en) * | 2018-10-05 | 2020-04-08 | Sandvine Corporation | Method and system for remote quality of experience diagnostics |
CN111343647A (zh) * | 2018-12-19 | 2020-06-26 | 中国移动通信集团重庆有限公司 | 用户感知评估的方法、装置、设备和介质 |
CN112702144A (zh) * | 2020-12-17 | 2021-04-23 | 中国移动通信集团江苏有限公司 | 参数调整方法、装置、电子设备及计算机存储介质 |
CN112818213A (zh) * | 2020-10-14 | 2021-05-18 | 腾讯科技(上海)有限公司 | 多媒体业务数据推送方法、装置、设备及存储介质 |
CN113543178A (zh) * | 2021-07-28 | 2021-10-22 | 北京红山信息科技研究院有限公司 | 基于用户感知的业务优化方法、装置、设备及存储介质 |
CN113676926A (zh) * | 2020-05-15 | 2021-11-19 | 中国移动通信集团设计院有限公司 | 用户网络感知画像方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003267275A1 (en) * | 2002-05-08 | 2003-11-11 | Aran Communications Limited | Telecommunications network subscriber experience measurement |
-
2022
- 2022-04-21 CN CN202210422109.9A patent/CN114866433B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101132590A (zh) * | 2007-07-27 | 2008-02-27 | 中国移动通信集团江苏有限公司 | 基于客户感知的通信网络软质量提升方法 |
CN110728525A (zh) * | 2018-07-16 | 2020-01-24 | 中国移动通信集团浙江有限公司 | 一种网络批量用户投诉的定界处理方法及装置 |
CN108877839A (zh) * | 2018-08-02 | 2018-11-23 | 南京华苏科技有限公司 | 基于语音语义识别技术的语音质量感知评估的方法及系统 |
CN109213832A (zh) * | 2018-09-07 | 2019-01-15 | 湖南华诺科技有限公司 | 一种四维五步法降低用户投诉的方法 |
EP3633925A1 (en) * | 2018-10-05 | 2020-04-08 | Sandvine Corporation | Method and system for remote quality of experience diagnostics |
CN109523276A (zh) * | 2018-11-19 | 2019-03-26 | 国网河北省电力有限公司电力科学研究院 | 用户投诉的预警监控方法及装置 |
CN111343647A (zh) * | 2018-12-19 | 2020-06-26 | 中国移动通信集团重庆有限公司 | 用户感知评估的方法、装置、设备和介质 |
CN113676926A (zh) * | 2020-05-15 | 2021-11-19 | 中国移动通信集团设计院有限公司 | 用户网络感知画像方法及装置 |
CN112818213A (zh) * | 2020-10-14 | 2021-05-18 | 腾讯科技(上海)有限公司 | 多媒体业务数据推送方法、装置、设备及存储介质 |
CN112702144A (zh) * | 2020-12-17 | 2021-04-23 | 中国移动通信集团江苏有限公司 | 参数调整方法、装置、电子设备及计算机存储介质 |
CN113543178A (zh) * | 2021-07-28 | 2021-10-22 | 北京红山信息科技研究院有限公司 | 基于用户感知的业务优化方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
基于感知的聚类用户行为分析方法研究和实践;陈刚,邹海燕;《2013广东通信青年论坛优秀论文集》;178-182 * |
基于用户感知与业务特征的电信网络性能监控与检测模型研究;王燕;《中国优秀硕士学位论文全文数据库》;全文 * |
用户感知度模型分析及其在客户 服务领域的应用;郝悍勇,黄文思,林燊等;《电力信息与通信技术》;33-37 * |
Also Published As
Publication number | Publication date |
---|---|
CN114866433A (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110337059B (zh) | 一种用户家庭关系的分析算法、服务器及网络系统 | |
CN108092685B (zh) | 双卡槽终端的双卡状态识别方法、装置、设备及介质 | |
CN111327450B (zh) | 一种质差原因的确定方法、装置、设备及介质 | |
CN106658564B (zh) | 一种家庭用户的识别方法及装置 | |
CN104184763A (zh) | 一种反馈信息处理方法及系统、服务设备 | |
CN110705926A (zh) | 一种物流对象配送信息的获取方法、装置和系统 | |
CN111652661A (zh) | 一种手机客户端用户流失预警处理方法 | |
CN109446327B (zh) | 一种移动通信客户投诉的诊断方法及系统 | |
CN109994128B (zh) | 语音质量问题定位方法、装置、设备及介质 | |
CN114866433B (zh) | 用户业务感知评估方法、装置、设备及计算机存储介质 | |
CN111401478B (zh) | 数据异常识别方法以及装置 | |
CN113033909A (zh) | 携转用户分析方法、装置、设备及计算机存储介质 | |
CN111368858B (zh) | 用户满意度评估方法及装置 | |
CN112307075B (zh) | 用户关系识别方法及装置 | |
CN114970495A (zh) | 人名消歧方法、装置、电子设备及存储介质 | |
CN114828055A (zh) | 用户业务感知评估方法、装置、设备、介质和程序产品 | |
Lima et al. | Human Mobility Support for Personalized Data Offloading | |
CN111385108A (zh) | 业务处理方法、装置、设备及介质 | |
CN107770734B (zh) | 移动用户常驻地识别方法及装置 | |
CN111278013B (zh) | 一种伪基站自动识别方法及装置 | |
CN111064796B (zh) | 伴随关系的分析方法及装置、分析模型的训练方法 | |
CN116233777A (zh) | 漫游话单处理方法、装置、设备、介质及程序产品 | |
CN116915908A (zh) | 拨测方法、装置、计算机设备及存储介质 | |
CN107548027B (zh) | 数据推送方法、装置、设备及计算机存储介质 | |
CN116016234A (zh) | 通信质量信息的定位方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |