CN116094907A - 投诉信息的处理方法、装置及存储介质 - Google Patents
投诉信息的处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116094907A CN116094907A CN202310013834.5A CN202310013834A CN116094907A CN 116094907 A CN116094907 A CN 116094907A CN 202310013834 A CN202310013834 A CN 202310013834A CN 116094907 A CN116094907 A CN 116094907A
- Authority
- CN
- China
- Prior art keywords
- complaint
- information
- network
- complaint information
- determining
- 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
- 230000010365 information processing Effects 0.000 title description 9
- 238000003672 processing method Methods 0.000 title description 6
- 238000004891 communication Methods 0.000 claims abstract description 110
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000005856 abnormality Effects 0.000 claims abstract description 38
- 238000010276 construction Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 14
- 238000002372 labelling Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 20
- 238000013461 design Methods 0.000 description 17
- 239000013598 vector Substances 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002779 inactivation Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
- H04L41/064—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis involving time analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种投诉信息的处理方法、装置及存储介质,涉及通信技术领域,用于快速的确定产生投诉信息的原因。该方法包括:获取用于指示通信网络异常的投诉信息,该投诉信息包括投诉时间和投诉地点。将投诉信息输入投诉问题确定模型,确定投诉信息是否具有对应的问题类型。若投诉信息具有对应的问题类型,则获取部署在投诉地点的网络设备在投诉时间内的状态信息,状态信息包括网络设备的运行情况以及覆盖情况。若网络设备的状态信息与投诉信息的问题类型相匹配,则根据网络设备的状态信息,确定通信网络异常的原因。如此,可以快速准确的确定产生投诉信息的原因。
Description
技术领域
本申请实施例涉及通信技术领域,尤其涉及一种投诉信息的处理方法、装置及存储介质。
背景技术
随着移动通信技术的发展,通信网络给人们的通信带来了极大的便利性。随着一些对网速要求较高的业务的产生(如短视频业务、线上会议、大文件传输),用户对移动网络的质量要求越来越高。
用户投诉作为通信运营商与用户的重要沟通桥梁,其反馈速度以及处理能力既反映了通信运营商的业务能力,也是表征客户服务满意度的重要指标。如何实现用户投诉的快速处理及精准定位,提升用户感知,成为运营商研究的重要方向之一。
发明内容
本申请提供了一种投诉信息的处理方法、装置及存储介质,用于快速的确定产生投诉信息的原因。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供了一种投诉信息的处理方法,该方法包括:获取用于指示通信网络异常的投诉信息,该投诉信息包括投诉时间和投诉地点。将投诉信息输入投诉问题确定模型,确定投诉信息是否具有对应的问题类型。若投诉信息具有对应的问题类型,则获取部署在投诉地点的网络设备在投诉时间内的状态信息,状态信息包括网络设备的运行情况以及覆盖情况。若网络设备的状态信息与投诉信息的问题类型相匹配,则根据网络设备的状态信息,确定通信网络异常的原因。
一种可能的实现方式中,该方法还包括:若投诉信息不具有对应的问题类型或网络设备的状态信息与投诉信息的问题类型不匹配,则采取人工方式对投诉信息进行处理,得到投诉信息的处理结果,并根据投诉信息的处理结果对投诉问题确定模型进行重新训练,得到更新后的投诉问题确定模型。
一种可能的实现方式中,问题类型包括网络建设问题、网络故障问题、网络优化问题中的一个或多个。上述“根据网络设备的状态信息,确定通信网络异常的原因”具体包括:若投诉信息的问题类型为网络建设问题,则根据网络设备的覆盖情况,确定通信网络异常的原因;若投诉信息的问题类型为网络故障问题或网络优化问题,则根据网络设备在投诉时间内的运行情况,确定通信网络异常的原因。
一种可能的实现方式中,上述“根据网络设备的状态信息,确定通信网络异常的原因”具体包括:若投诉信息的问题类型为网络建设问题,且网络设备的覆盖范围包括投诉地点,则根据网络设备的运行情况,确定通信网络异常的原因。
一种可能的实现方式中,上述“根据网络设备在投诉时间内的运行情况,确定通信网络异常的原因”具体包括:若网络设备在投诉时间内的信号质量小于预设阈值,则确定通信网络异常的原因包括网络设备故障;若网络设备在投诉时间内的信号质量大于预设阈值,则确定通信网络异常的原因包括网络设备的负荷过高或者信噪比过低。
一种可能的实现方式中,该方法还包括:获取多个投诉信息,该投诉信息包括语音投诉信息、文本投诉信息;对多个投诉信息进行BIO标注,得到标注后的投诉信息,标注后的投诉信息用于表示投诉信息的问题类型;根据预设算法对标注后的多个投诉信息进行训练,得到投诉问题确定模型。
第二方面,提供了一种投诉信息的处理装置,该处理装置可以额芯片或者片上系统,还可以为用于实现第一方面或第一方面的任一可能的设计所述的方法的功能模块。该处理装置可以实现上述各方面或者各可能的设计中所执行的功能,所述功能可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个上述功能相应的模块。如:该处理装置包括获取单元和确定单元。
获取单元,用于获取用于指示通信网络异常的投诉信息,该投诉信息包括投诉时间和投诉地点。
确定单元,用于将投诉信息输入投诉问题确定模型,确定投诉信息是否具有对应的问题类型。
获取单元,还用于若投诉信息具有对应的问题类型,则获取部署在投诉地点的网络设备在投诉时间内的状态信息,状态信息包括网络设备的运行情况以及覆盖情况。
确定单元,还用于若网络设备的状态信息与投诉信息的问题类型相匹配,则根据网络设备的状态信息,确定通信网络异常的原因。
一种可能的实现方式中,确定单元,还用于若投诉信息不具有对应的问题类型或网络设备的状态信息与投诉信息的问题类型不匹配,则采取人工方式对投诉信息进行处理,得到投诉信息的处理结果,并根据投诉信息的处理结果对投诉问题确定模型进行重新训练,得到更新后的投诉问题确定模型。
一种可能的实现方式中,问题类型包括网络建设问题、网络故障问题、网络优化问题中的一个或多个。确定单元,具体用于:若投诉信息的问题类型为网络建设问题,则根据网络设备的覆盖情况,确定通信网络异常的原因;若投诉信息的问题类型为网络故障问题或网络优化问题,则根据网络设备在投诉时间内的运行情况,确定通信网络异常的原因。
一种可能的实现方式中,确定单元,具体用于若投诉信息的问题类型为网络建设问题,且网络设备的覆盖范围包括投诉地点,则根据网络设备的运行情况,确定通信网络异常的原因。
一种可能的实现方式中,确定单元,具体用于:若网络设备在投诉时间内的信号质量小于预设阈值,则确定通信网络异常的原因包括网络设备故障;若网络设备在投诉时间内的信号质量大于预设阈值,则确定通信网络异常的原因包括网络设备的负荷过高或者信噪比过低。
一种可能的实现方式中,获取单元,还用于获取多个投诉信息,该投诉信息包括语音投诉信息、文本投诉信息。确定单元,还用于对多个投诉信息进行BIO标注,得到标注后的投诉信息,标注后的投诉信息用于表示投诉信息的问题类型。确定单元,还用于根据预设算法对标注后的多个投诉信息进行训练,得到投诉问题确定模型。
第三方面,提供了一种通信装置,该通信装置可以为处理装置或者处理装置中的芯片或者片上系统。该通信装置可以实现上述各方面或者各可能的设计中处理装置所执行的功能,所述功能可以通过硬件实现,如:一种可能的设计中,该通信装置可以包括:处理器和通信接口,处理器可以用于支持通信装置实现上述第一方面或者第一方面的任一种可能的设计中所涉及的功能,例如:处理器通过通信接口获取投诉信息。
在又一种可能的设计中,通信装置还可以包括存储器,存储器用于保存通信装置必要的计算机执行指令和数据。当该通信装置运行时,该处理器执行该存储器存储的该计算机执行指令,以使该通信装置执行上述第一方面或者第一方面的任一种可能的设计所述的投诉信息的处理方法。
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可以为可读的非易失性存储介质,该计算机可读存储介质存储有计算机指令或者程序,当其在计算机上运行时,使得计算机可以执行上述第一方面或者上述方面的任一种可能的设计所述的投诉信息的处理方法。
第五方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机可以执行上述第一方面或者上述方面的任一种可能的设计所述的处理方法。
第六方面,提供了一种通信装置,该通信装置可以为处理装置或者处理装置中的芯片或者片上系统,该通信装置包括一个或者多个处理器以及和一个或多个存储器。所述一个或多个存储器与所述一个或多个处理器耦合,所述一个或多个存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述一个或多个处理器执行所述计算机指令时,使得所述处理装置执行如上述第一方面或者第一方面的任一可能的设计所述的处理方法。
第七方面,提供了一种芯片系统,该芯片系统包括处理器以及通信接口,该芯片系统可以用于实现上述第一方面或第一方面的任一可能的设计中处理装置所执行的功能,例如处理器用于通过通信接口获取目标小区的多个测量数据。在一种可能的设计中,所述芯片系统还包括存储器,所述存储器,用于保存程序指令和/或数据。该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件,不予限制。
其中,第二方面至第七方面中任一种设计方式所带来的技术效果可参见上述第一方面或者第一方面的任一种可能的设计所带来的技术效果,不再赘述。
附图说明
图1为本申请实施例提供的一种投诉信息的处理方法的流程示意图;
图2为本申请实施例提供的一种通信系统的结构示意图;
图3为本申请实施例提供的一种处理装置300的结构示意图;
图4为本申请实施例提供的一种投诉信息的处理方法的流程示意图;
图5为本申请实施例提供的另一种投诉信息的处理方法的流程示意图;
图6为本申请实施例提供的另一种投诉信息的处理方法的流程示意图;
图7为本申请实施例提供的一种膨胀卷积的示意图;
图8为本申请实施例提供的一种处理装置80的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请实施例的一些方面相一致的装置和方法的例子。
还应当理解的是,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素和/或组件的存在或添加。
通常情况下,可以通过图1所示的流程解决用户的投诉问题。如图1所示,用户可以通过电话(如热线)、手机的应用程序(application,APP)、社交媒体(如公众号)等投诉渠道向通信运营商发送投诉信息。通信运营商的相关人员在接收到用户的投诉信息之后,可以基于网络问题清单或知识库,初步确定与用户的投诉信息相关的解决方案,并向用户反馈该解决方案。若用户接受该解决方案,则此次投诉流程结果;若用户不接受该解决方案,则向技术人员发送投诉工单,由技术人员进行处理,并向用户反馈处理结果。
但是,图1的流程需要多次分析及流转。且该流程中存在投诉信息沟通有效性低、处理周期长、网络问题滞留等问题,影响用户感知。
鉴于此,本申请实施例提供一种投诉信息的处理方法,该方法通过投诉信息处理模型确定用户的投诉信息的问题类型,并结合投诉时间以及投诉地点,确定网络设备的状态信息。若网络设备的状态信息与投诉信息的问题类型相匹配,则基于网络设备的状态信息,对用户的投诉信息进行处理。
下面结合说明书附图对本申请实施例提供的方法进行详细说明。
图2示出的是本申请实施例提供的一种投诉系统的示意图。如图2所示,该投诉系统可以包括服务器和终端设备。服务器与终端设备通信连接。
图2中的服务器主要用于处理用户的投诉信息。例如,可以确定用户的投诉信息对应的问题类型以及向用户反馈投诉信息的处理结果等。
一些实施例中,服务器可以是单独的一个服务器,或者,也可以是由多个服务器构成的服务器集群。部分实施方式中,服务器集群还可以是分布式集群。本申请实施例对服务器可以实体服务器也可以为虚拟服务器等。
其中,终端设备可以用于向服务器发送投诉信息以及接收投诉信息的处理结果等。
一些示例中,终端设备可以安装有APP。该APP可以响应于用户的输入操作,向服务器发送投诉信息。用户的输入操作可以是指用户输入投诉信息的操作。
一些示例中,终端设备可以响应于用户的投诉操作,向服务器发送投诉信息。例如,用户的投诉操作可以为拨打投诉电话、发送投诉短信等操作。
具体的,终端设备可以为UE或者移动台(mobile station,MS)或者移动终端(mobile terminal,MT)等。具体的,终端可以是手机(mobile phone)、平板电脑或带无线收发功能的电脑,还可以是无人驾驶中的无线终端、远程医疗中的无线终端、智能电网中的无线终端、智慧城市(smart city)中的无线终端、智能家居、车载终端等。
一些实施例中,图2所示的投诉系统还可以与其他系统连接。例如,还可以与网管系统连接。网管系统可以用于管理通信网络的信息。例如,用于管理通信网络的规划数据、运行数据等。
本申请实施例描述的系统架构以及业务场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着网络架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
需要说明的是,图2仅为示例性框架图,图2中包括的终端设备的数量,各个设备的名称不受限制,且除图2所示功能节点外,还可以包括其他节点。
本申请的实施例对上述系统的应用场景不做限定。本申请实施例描述的系统架构以及业务场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着网络架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
具体实现时,图2中的设备均可以采用图3所示的组成结构,或者包括图3所示的部件。图3为本申请实施例提供的一种处理装置300的组成示意图,该处理装置300可以为网络设备中的芯片或者片上系统。或者,该处理装置300可以为终端设备中的芯片或者片上系统。或者,该处理装置300可以为处理装置中的芯片或者片上系统。如图3所示,该处理装置300包括处理器301,通信接口302以及通信线路303。
进一步的,该处理装置300还可以包括存储器304。其中,处理器301,存储器304以及通信接口302之间可以通过通信线路303连接。
其中,处理器301是CPU、通用处理器、网络处理器(network processor,NP)、数字信号处理器(digital signal processing,DSP)、微处理器、微控制器、可编程逻辑器件(programmable logic device,PLD)或它们的任意组合。处理器301还可以是其它具有处理功能的装置,例如电路、器件或软件模块,不予限制。
通信接口302,用于与其他设备或其它通信网络进行通信。该其它通信网络可以为以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。通信接口302可以是模块、电路、通信接口或者任何能够实现通信的装置。
通信线路303,用于在处理装置300所包括的各部件之间传送信息。
存储器304,用于存储指令。其中,指令可以是计算机程序。
其中,存储器304可以是只读存储器(read-only memory,ROM)或可存储静态信息和/或指令的其他类型的静态存储设备,也可以是随机存取存储器(random accessmemory,RAM)或可存储信息和/或指令的其他类型的动态存储设备,还可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)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)、磁盘存储介质或其他磁存储设备等,不予限制。
需要指出的是,存储器304可以独立于处理器301存在,也可以和处理器301集成在一起。存储器304可以用于存储指令或者程序代码或者一些数据等。存储器304可以位于处理装置300内,也可以位于处理装置300外,不予限制。处理器301,用于执行存储器304中存储的指令,以实现本申请下述实施例提供的天线参数的确定方法。
在一种示例中,处理器301可以包括一个或多个CPU,例如,图3中的CPU0和CPU1。
作为一种可选的实现方式,处理装置300包括多个处理器,例如,除图3中的处理器301之外,还可以包括处理器307。
作为一种可选的实现方式,处理装置300还包括输出设备305和输入设备306。示例性地,输入设备306是键盘、鼠标、麦克风或操作杆等设备,输出设备305是显示屏、扬声器(speaker)等设备。
需要指出的是,处理装置300可以是台式机、便携式电脑、网络服务器、移动手机、平板电脑、无线终端、嵌入式设备、芯片系统或有图3中类似结构的设备。此外,图3中示出的组成结构并不构成对该图1以及图2中的各个设备的限定,除图3所示部件之外,图1以及图2在的各个设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本申请实施例中,芯片系统可以由芯片构成,也可以包括芯片和其他分立器件。
此外,本申请的各实施例之间涉及的动作、术语等均可以相互参考,不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例,具体实现中也可以采用其他的名称,不予限制。
需要说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
下面结合图2所示通信系统,对本申请实施例提供的投诉问题的处理方法进行描述。其中,其中,本申请各实施例之间涉及的动作,术语等均可以相互参考,不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例,具体实现中也可以采用其他的名称,不予限制。本申请各实施例涉及的动作只是一个示例,具体实现中也可以采用其他的名称,如:本申请实施例所述的“包括在”还可以替换为“承载于”或者“携带在”等。
图4为本申请实施例提供了一种投诉信息的处理方法,如图4所示,该方法包括:
S401、获取投诉信息。
其中,投诉信息可以用于指示通信网络异常。投诉信息可以包括投诉时间、投诉地点等。
一种示例中,投诉信息可以为语音投诉信息。例如,该投诉信息可以为用户通过图2中的终端设备拨打投诉电话向服务器发送的投诉信息。在投诉信息为语音投诉信息的情况下,服务器可以通过语音识别技术将该语义投诉信息转化为文字投诉信息。
又一种示例中,投诉信息可以为文字投诉信息。例如,该投诉信息可以为用户通过图2中的终端设备向服务器发送的投诉短信,或者可以为用户通过图2中的终端设备的APP发送的投诉信息。
S402、将投诉信息输入投诉问题确定模型,确定该投诉信息是否具有对应的问题类型。
其中,投诉问题确定模型可以用于确定投诉信息的问题类型。投诉信息的问题类型可以包括网络建设问题、网络故障问题、网络优化问题中的一个或多个。
一种示例中,该投诉问题确定模型可以根据预设算法对多个确定问题类型的投诉信息进行训练得到的。具体训练过程可以参照后续的实施例的描述,此处不予赘述。
一种可能的实现方式中,若投诉问题确定模型的输出为问题类型,则将输出的问题类型作为投诉信息对应的问题类型;若投诉问题确定模型没有输出问题类型,则确定该投诉信息不具有对应的问题类型。
进一步的,当投诉信息不具有对应的问题类型时,服务器可以将该投诉信息放入预设数据库中。该预设数据库中的投诉信息可以由人工处理。
S403、若投诉信息具有对应的问题类型,则获取部署在投诉地点的网络设备在投诉时间内的状态信息。
其中,网络设备的状态信息可以包括网络设备的运行情况以及覆盖情况。
一种示例中,若投诉问题确定模型输入了投诉信息对应的问题类型,则服务器可以从网络系统中获取投诉地点部署的网络设备在投诉时间内的状态信息。
例如,服务器可以根据投诉地点的经纬度,从网管系统中获取覆盖范围包括该经纬度的网络设备的状态信息或者与该经纬度之间的距离小于预设距离的一个或多个网络设备的状态信息。预设距离可以根据需要设置,不予限制。
S404、若网络设备的状态信息与投诉信息的问题类型相匹配,则根据网络设备的状态信息,确定通信网络异常的原因。
其中,网络设备的状态信息与投诉信息的问题类型相匹配可以是指网络设备的状态信息与产生投诉信息的原因相关联。
例如,投诉信息的问题类型为网络建设问题,网络设备的状态信息为投诉地点的没有网络覆盖或者网络设备的覆盖情况较差,则说明网络设备的状态信息与投诉信息的问题类型相匹配。
又例如,投诉信息的问题类型为网络故障问题,网络设备的状态信息为投诉地点的网络设备在投诉时间内没有信号或信号质量较差,则说明网络设备的状态信息与投诉信息的问题类型相匹配。
又例如,投诉信息的问题类型为网络优化问题,网络设备的状态信息为投诉地点的网络设在投诉时间内的信号存在干扰或者信噪比较低或者负荷过高,则说明网络设备的状态信息与投诉信息的问题类型相匹配。
一种可能的实现方式中,若网络设备的状态信息与投诉信息的问题类型相匹配,则服务器可以根据网络设备的运行情况或覆盖情况,确定通信网络异常的原因。
一种示例中,若投诉信息的问题类型为网络建设问题,则服务器可以根据网络设备的覆盖情况,确定投诉地点是否存在网络覆盖,或者网络设备的覆盖范围是否包括投诉地点。若网络设备的覆盖范围没有包括投诉地点或投诉地点没有网络覆盖,则服务器确定通信网络异常的原因为投诉地点未建设网络设备。
进一步的,若网络设备的覆盖范围包括投诉地点或投诉地点具有网络覆盖,则服务器可以根据网络设备在投诉时间内的运行情况,确定通信网络异常的原因。
又一示例中,若投诉信息的问题类型为网络故障问题或网络优化问题,则服务器可以根据网络设备在投诉时间内的运行情况,确定通信网络异常的原因。
例如,若网络设备在投诉时间内的信号质量参数小于第一预设阈值,则服务器确定通信网络异常的原因为网络设备故障。
又例如,若网络设备在投诉时间内的信噪比小于第三预设阈值,则服务器可以确定通信网络异常的原因为网络设备存在信号干扰。
基于本申请实施例提供的技术方案,服务器在获取到用户的投诉信息之后,可以将用户的投诉信息输入投诉问题确定模型中,确定是否存在与该投诉信息匹配的问题类型。若存在,则根据该投诉信息中的时间信息和地点信息,确定覆盖该投诉地点的网络设备在投诉时间时的运行情况。若网络设备的运行情况与投诉信息相匹配,则说明该问题类型与网络设备相关,则服务器可以网络设备的状态信息,确定产生投诉信息的原因,快速准确。
一些实施例中,结合图4,如图5所示,本申请实施例提供的方法还可以包括:
S501、若投诉信息不具有对应的问题类型或网络设备的状态信息与问题类型不匹配,则采取人工方式对投诉信息进行处理,得到投诉信息的处理结果。
其中,人工方式可以是指通过人工的方式确定投诉信息的问题类型,并根据该投诉信息的问题类型对投诉信息进行处理。
一种示例中,服务器在基于投诉问题确定模型确定投诉信息不具有对应的问题类型或投诉信息的问题类型与网络设备的状态信息不匹配时,可以将该投诉信息放入预设数据库中。该预设数据库可以用于存储服务器无法处理的投诉信息。
S502、根据投诉信息的处理结果对投诉问题确定模型进行重新训练,得到更新后的投诉问题确定模型。
其中,投诉信息的处理结果包括投诉信息的问题类型以及投诉信息的处理方式、投诉信息对应的通信网络异常原因等。更新后的投诉问题确定模型可以用于确定投诉信息的问题类型。
一种示例中,对于需要通过人工方式进行处理的投诉信息,服务器在获取该投诉信息的处理结果之后,可以根据投诉信息的处理结果对投诉问题确定模型进行重新训练,得到更新后的投诉问题确定模型。
基于图5的技术方案,对于需要通过人工方式进行处理的投诉信息,由于投诉问题确定模型无法确定该投诉信息的问题类型,因此,在通过人工方式对这类投诉信息进行处理之后,可以根据人工处理的投诉结果对投诉问题确定模型重新进行训练,得到更新后的投诉问题确定模型。基于该更新后的投诉问题确定模型可以准确的确定上述需要人工进行处理的投诉信息的问题类型。
一些实施例中,本申请实施例中的投诉问题确定模型可以为服务器根据预设算法对多个投诉信息进行训练得到,如图6所示,具体的训练过程可以包括:
S601、获取多个投诉信息。
其中,投诉信息可以包括语音投诉信息、文本投诉信息。投诉信息可以包括网络问题的描述、投诉问题持续时长、投诉途径(如电话投诉、网络投诉等)。
S602、对多个投诉信息进行BIO标识,得到标注后的投诉信息。
其中,BIO标识可以用于确定投诉信息的问题类型。BIO标识的具体方式可以参照现有技术,不予赘述。
一种示例中,为了便于对多个投诉信息进行BIO标注,服务器可以对多个投诉信息进行归一化处理,例如,可以将语义投诉信息和文本投诉信息归一化为文本格式,并通过词向量(word to vector,word2vec)映射将文本中的字符映射成多维向量。例如,可以将文本中的字符映射成1000维的向量。
进一步的,在将文本中的字符映射成多维向量之后,服务器可以响应于人工标注的操作,对多维向量进行BIO标注,得到标注后的投诉信息。
例如,投诉信息为:“你好,我今天在中山大道西突然发现手机有信号但是上不了网,之前没有这个问题”,则该投诉信息对应的多维向量为x=[x1,...,xT],标注后的投诉信息为y=[y1,...,yT]。则x和y具体可以如表1所示。
表1投诉信息及标注后的投诉信息
需要说明的是,表1中,O表示无用信息,B和I表示投诉信息的问题类型。例如,上述投诉信息的问题类型为网络故障问题。
类似的,服务器可以获取多个标注后的投诉信息。
S603、根据预设算法对多个标注后的投诉信息进行训练,得到投诉问题确定模型。
其中,预设算法可以根据需要设置,例如,可以为迭代扩张卷积神经网络条件随机场(iterated dilated convolutional neural network-conditional random field,IDCNN-CRF)算法,不予限制。
一种可能的实现方式中,服务器可以按照预设比例,将多个标注后的投诉信息划分为训练集、测试集和验证集。例如,预设比例可以为7:2:1。
一种示例中,服务器可以根据预设算法对训练集进行训练得到投诉问题确定模型,并通过测试集对投诉问题确定模型进行测试,确定投诉问题确定模型的准确率。若投诉问题确定模型的准确率低于阈值,则服务器可以对投诉问题确定模型进行优化,直至投诉问题确定模型的准确率高于阈值。
进一步的,在得到准确率较高的投诉问题确定模型之后,服务器还可以将验证集输入该投诉问题确定模型,用于对该投诉问题确定模型进行验证。
又一种示例中,本申请实施例中,投诉问题确定模型可以包括嵌入层、随机失活(dropout)层、IDCNN层和CRF层。
其中,嵌入层(也可以称为特征表示层)主要包括词向量和字符向量。字符向量可以是是指上述的多维向量,词向量可以是指对投诉信息进行分词并编码得到的向量。
dropout层主要用于在特征输入模型之前做随机失活,从而在移动程度上可以避免过拟合。本申请实施例中,为了减少训练过程中的过拟合程度,可以将dropout层中的参数p设置为0.5,用以保证训练中的神经元以0.5的概率得以保留。
进一步的,服务器可以将每个字符进行归一化处理,通过logits=ln(x/1-x)将字符属于每个标签的概率映射到[-∞,+∞]。其中,x是每个字符属于某一标签的概率。标签可以是指BIO对应的内容(如故障、建设、优化等)。
IDCNN层主要用于对输入的投诉信息分别编码当前时刻的上文信息和下文信息,然后,再将两者的编码信息进行合并,并构建待解码的得分信息。
CRF层主要是用于将IDCNN层的输出得分作为输入,同时引入转移得分矩阵,根据得分选择最优的标签序列。本申请实施例中,通过对上述归一化的字符属于某一标签的概率在损失函数输出值的不断迭代,得到一个投诉信息中各个标签的得分情况,并将得分最高的标签作为该投诉信息的标签。
进一步的,本申请实施例中,在模型训练过程中,可以通过两种条件分布。
第二种为线性CRF模型。
又一种示例中,提高投诉问题确定模型的准确率,在模型训练过程中,基于膨胀卷积进行训练。
需要说明的是,本申请实施例中,用线性增加的参数,获取了指数增加的感受野。
又一种示例中,本申请实施例中,模型输入T个向量xt,输出的是匹配不同类别的分数ht,需同时满足上述两种条件分布。
接着,it将警告Lc层膨胀卷积获得指数级别增长的感受野。设r()为RELU激活函数,初始状态为Ct (0)=it,递归定义栈为:
在上述递归定义栈的最后一层加上:
进一步的,为了减少过拟合,可以通过输入输出维度相同的膨胀卷积块B(.)。
具体的,从bt (1)=B(it)开始:bt (k)=B(bt (k-1))。
最后通过仿射变换Wo去表征得到的结果:ht (Lb)=Wobt (Lb)。
一种示例中,结合上述公式,本申请实施例中,损失函数可以为:
该损失函数中的参数的含义可以参照上述公式中描述,不予赘述。
基于图6的技术方案,基于预设算法对多个标注后的投诉信息进行训练,可以得到能够确定投诉信息的问题类型的模型。如此,基于该模型可以快速准确的确定投诉信息的问题类型。
一些实施例中,本申请实施例提供了一种投诉信息的处理方法,该方法包括:获取投诉信息的处理结果,并向用户反馈投诉结果。
一种示例中,服务器可以根据通信网络异常的原因产生对应的工单,并向技术人员派发该工单。该工单可以包括投诉地点、网络设备的标识、通信异常原因、处理期限等。服务器接收到该工单的处理结果之后,可以对再次获取网络设备的状态信息。若网络设备的状态信息正常(如覆盖范围包括了投诉地点、运行情况满足终端设备的通信需求),则确定投诉信息已处理完成。
基于该实施例,在对投诉信息进行处理完成之后,可以向用户反馈投诉信息的处理结果。如此,能够及时通知用户投诉信息的处理进度,提高了用户的满足度。
本申请上述实施例中的各个方案在不矛盾的前提下,均可以进行结合。
本申请实施例可以根据上述方法示例对同扇区小区的处理装置进行功能模块或者功能单元的划分,例如,可以对应各个功能划分各个功能模块或者功能单元,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块或者功能单元的形式实现。其中,本申请实施例中对模块或者单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图8示出了一种处理装置80的结构示意图,该处理装置80可以为服务器,也可以为应用于服务器中的芯片,该处理装置80可以用于执行上述实施例中涉及的网络设备的功能。图8所示的处理装置80可以包括:获取单元801和确定单元802。
获取单元801,用于获取用于指示通信网络异常的投诉信息,该投诉信息包括投诉时间和投诉地点。
确定单元802,用于将投诉信息输入投诉问题确定模型,确定投诉信息是否具有对应的问题类型。
获取单元801,还用于若投诉信息具有对应的问题类型,则获取部署在投诉地点的网络设备在投诉时间内的状态信息,状态信息包括网络设备的运行情况以及覆盖情况。
确定单元802,还用于若网络设备的状态信息与投诉信息的问题类型相匹配,则根据网络设备的状态信息,确定通信网络异常的原因。
一种可能的实现方式中,确定单元802,还用于若投诉信息不具有对应的问题类型或网络设备的状态信息与投诉信息的问题类型不匹配,则采取人工方式对投诉信息进行处理,得到投诉信息的处理结果,并根据投诉信息的处理结果对投诉问题确定模型进行重新训练,得到更新后的投诉问题确定模型。
一种可能的实现方式中,问题类型包括网络建设问题、网络故障问题、网络优化问题中的一个或多个。确定单元802,具体用于:若投诉信息的问题类型为网络建设问题,则根据网络设备的覆盖情况,确定通信网络异常的原因;若投诉信息的问题类型为网络故障问题或网络优化问题,则根据网络设备在投诉时间内的运行情况,确定通信网络异常的原因。
一种可能的实现方式中,确定单元802,具体用于若投诉信息的问题类型为网络建设问题,且网络设备的覆盖范围包括投诉地点,则根据网络设备的运行情况,确定通信网络异常的原因。
一种可能的实现方式中,确定单元802,具体用于:若网络设备在投诉时间内的信号质量小于预设阈值,则确定通信网络异常的原因包括网络设备故障;若网络设备在投诉时间内的信号质量大于预设阈值,则确定通信网络异常的原因包括网络设备的负荷过高或者信噪比过低。
一种可能的实现方式中,获取单元801,还用于获取多个投诉信息,该投诉信息包括语音投诉信息、文本投诉信息。确定单元802,还用于对多个投诉信息进行BIO标注,得到标注后的投诉信息,标注后的投诉信息用于表示投诉信息的问题类型。确定单元802,还用于根据预设算法对标注后的多个投诉信息进行训练,得到投诉问题确定模型。
一种可能的设计中,图8所示的处理装置还可以包括存储单元803。存储单元803用于储存程序代码和指令。
作为又一种可实现方式,图8中的确定单元802可以由处理器代替,该处理器可以集成确定单元802的功能。图8中的获取单元801可以由收发器或收发单元代替,该收发器或收发单元可以集成获取单元801的功能。
进一步的,当确定单元802由处理器代替,获取单元801由收发器或收发单元代替时,本申请实施例所涉及的处理装置80可以为图3所示通信装置。
本申请实施例还提供了一种计算机可读存储介质。上述方法实施例中的全部或者部分流程可以由计算机程序来指令相关的硬件完成,该程序可存储于上述计算机可读存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。计算机可读存储介质可以是前述任一实施例的通信装置(包括数据发送端和/或数据接收端)的内部存储单元,例如通信装置的硬盘或内存。上述计算机可读存储介质也可以是上述终端装置的外部存储设备,例如上述终端装置上配备的插接式硬盘,智能存储卡(smart media card,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。进一步地,上述计算机可读存储介质还可以既包括上述通信装置的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述通信装置所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上,“至少两个(项)”是指两个或三个及三个以上,“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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全部或部分可以以软件产品的形式体现出来,该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个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种投诉信息的处理方法,其特征在于,所述方法包括:
获取投诉信息,所述投诉信息用于指示通信网络异常,所述投诉信息包括投诉时间以及投诉地点;
将所述投诉信息输入投诉问题确定模型,确定所述投诉信息是否具有对应的问题类型;
若所述投诉信息具有对应的问题类型,则获取部署在所述投诉地点的网络设备在所述投诉时间内的状态信息,所述状态信息包括所述网络设备的运行情况以及覆盖情况;
若所述网络设备的状态信息与所述问题类型相匹配,则根据所述网络设备的状态信息,确定所述通信网络异常的原因。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述投诉信息不具有对应的问题类型或所述网络设备的状态信息与所述问题类型不匹配,则采取人工方式对所述投诉信息进行处理,得到所述投诉信息的处理结果;
根据所述处理结果对所述投诉问题确定模型进行重新训练,得到更新后的投诉问题确定模型。
3.根据权利要求1或2所述的方法,其特征在于,所述问题类型包括网络建设问题、网络故障问题、网络优化问题中的一个或多个,所述根据所述网络设备的状态信息,确定所述通信网络异常的原因,包括:
若所述问题类型为网络建设问题,则根据所述网络设备的覆盖情况,确定所述通信网络异常的原因;
若所述问题类型为网络故障问题或网络优化问题,则根据所述网络设备在所述投诉时间内的运行情况,确定所述通信网络异常的原因。
4.根据权利要求3所述的方法,其特征在于,所述根据所述网络设备的状态信息,确定所述通信网络异常的原因,包括:
若所述问题类型为网络建设问题,且所述网络设备的覆盖范围包括所述投诉地点,则根据所述网络设备的运行情况,确定所述通信网络异常的原因。
5.根据权利要求3所述的方法,其特征在于,所述根据所述网络设备在所述投诉时间内的运行情况,确定所述通信网络异常的原因,包括:
若所述网络设备在所述投诉时间内的信号质量小于预设阈值,则确定所述通信网络异常的原因包括所述网络设备故障;
若所述网络设备在所述投诉时间内的信号质量大于所述预设阈值,则确定所述通信网络异常的原因包括所述网络设备的负荷过高或信噪比过低。
6.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取多个投诉信息,所述投诉信息包括语音投诉信息、文本投诉信息;
对所述多个投诉信息进行BIO标注,得到标注后的投诉信息,标注后的投诉信息用于表示所述投诉信息的问题类型;
根据预设算法对标注后的多个投诉信息进行训练,得到所述投诉问题确定模型。
7.一种投诉信息的处理装置,其特征在于,所述处理装置包括:
获取单元,用于获取投诉信息,所述投诉信息用于指示通信网络异常,所述投诉信息包括投诉时间以及投诉地点;
确定单元,用于将所述投诉信息输入投诉问题确定模型,确定所述投诉信息是否具有对应的问题类型;
所述获取单元,还用于若所述投诉信息具有对应的问题类型,则获取部署在所述投诉地点的网络设备在所述投诉时间内的状态信息,所述状态信息包括所述网络设备的运行情况以及覆盖情况;
所述确定单元,还用于若所述网络设备的状态信息与所述问题类型相匹配,则根据所述网络设备的状态信息,确定所述通信网络异常的原因。
8.根据权利要求7所述的装置,其特征在于,所述确定单元,还用于:
若所述投诉信息不具有对应的问题类型或所述网络设备的状态信息与所述问题类型不匹配,则采取人工方式对所述投诉信息进行处理,得到所述投诉信息的处理结果;
根据所述处理结果对所述投诉问题确定模型进行重新训练,得到更新后的投诉问题确定模型。
9.根据权利要求7或8所述的装置,其特征在于,所述问题类型包括网络建设问题、网络故障问题、网络优化问题中的一个或多个,所述确定单元,具体用于:
若所述问题类型为网络建设问题,则根据所述网络设备的覆盖情况,确定所述通信网络异常的原因;
若所述问题类型为网络故障问题或网络优化问题,则根据所述网络设备在所述投诉时间内的运行情况,确定所述通信网络异常的原因。
10.根据权利要求9所述的装置,其特征在于,所述确定单元,具体用于:
若所述问题类型为网络建设问题,且所述网络设备的覆盖范围包括所述投诉地点,则根据所述网络设备的运行情况,确定所述通信网络异常的原因。
11.根据权利要求9所述的装置,其特征在于,所述确定单元,具体用于:
若所述网络设备在所述投诉时间内的信号质量小于预设阈值,则确定所述通信网络异常的原因包括所述网络设备故障;
若所述网络设备在所述投诉时间内的信号质量大于所述预设阈值,则确定所述通信网络异常的原因包括所述网络设备的负荷过高或信噪比过低。
12.根据权利要求7或8所述的装置,其特征在于,
所述获取单元,还用于获取多个投诉信息,所述投诉信息包括语音投诉信息、文本投诉信息;
所述确定单元,还用于对所述多个投诉信息进行BIO标注,得到标注后的投诉信息,标注后的投诉信息用于表示所述投诉信息的问题类型;
所述确定单元,还用于根据预设算法对标注后的多个投诉信息进行训练,得到所述投诉问题确定模型。
13.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有指令,当所述指令被执行时,实现如权利要求1-6任一项所述的方法。
14.一种通信装置,其特征在于,包括:处理器、存储器和通信接口;其中,通信接口用于所述通信装置和其他设备或网络通信;所述存储器用于存储一个或多个程序,该一个或多个程序包括计算机执行指令,当该通信装置运行时,处理器执行该存储器存储的该计算机执行指令,以使该通信装置执行权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310013834.5A CN116094907A (zh) | 2023-01-05 | 2023-01-05 | 投诉信息的处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310013834.5A CN116094907A (zh) | 2023-01-05 | 2023-01-05 | 投诉信息的处理方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116094907A true CN116094907A (zh) | 2023-05-09 |
Family
ID=86201997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310013834.5A Pending CN116094907A (zh) | 2023-01-05 | 2023-01-05 | 投诉信息的处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116094907A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117521981A (zh) * | 2024-01-08 | 2024-02-06 | 北京白龙马云行科技有限公司 | 一种网约车安全机制管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776900A (zh) * | 2018-07-02 | 2018-11-09 | 北京市天元网络技术股份有限公司 | 网络投诉智能定界方法及系统 |
CN111294730A (zh) * | 2018-12-07 | 2020-06-16 | 中国移动通信集团陕西有限公司 | 一种网络问题投诉信息处理的方法及装置 |
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 |
CN115442832A (zh) * | 2021-06-03 | 2022-12-06 | 中国移动通信集团四川有限公司 | 投诉问题定位方法、装置及电子设备 |
-
2023
- 2023-01-05 CN CN202310013834.5A patent/CN116094907A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776900A (zh) * | 2018-07-02 | 2018-11-09 | 北京市天元网络技术股份有限公司 | 网络投诉智能定界方法及系统 |
CN111294730A (zh) * | 2018-12-07 | 2020-06-16 | 中国移动通信集团陕西有限公司 | 一种网络问题投诉信息处理的方法及装置 |
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 |
CN115442832A (zh) * | 2021-06-03 | 2022-12-06 | 中国移动通信集团四川有限公司 | 投诉问题定位方法、装置及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117521981A (zh) * | 2024-01-08 | 2024-02-06 | 北京白龙马云行科技有限公司 | 一种网约车安全机制管理系统 |
CN117521981B (zh) * | 2024-01-08 | 2024-04-05 | 北京白龙马云行科技有限公司 | 一种网约车安全机制管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360257B2 (en) | System and method for image annotation | |
EP3320490B1 (en) | Transfer learning techniques for disparate label sets | |
CN105608179B (zh) | 确定用户标识的关联性的方法和装置 | |
CN108804567A (zh) | 提高智能客服应答率的方法、设备、存储介质及装置 | |
US11386463B2 (en) | Method and apparatus for labeling data | |
US11663282B2 (en) | Taxonomy-based system for discovering and annotating geofences from geo-referenced data | |
CN112650858B (zh) | 应急协助信息的获取方法、装置、计算机设备及介质 | |
CN110135590B (zh) | 信息处理方法、装置、介质及电子设备 | |
WO2012102761A1 (en) | Method and system for providing detailed information in an interactive manner in a short message service (sms) environment | |
CN111222647A (zh) | 联邦学习系统优化方法、装置、设备及存储介质 | |
KR102375217B1 (ko) | 인공지능 기반 건축 시공비 시뮬레이션 시스템 및 방법 | |
CN109617647A (zh) | 报文转换方法、装置、计算机设备及计算机可读存储介质 | |
US10936638B2 (en) | Random index pattern matching based email relations finder system | |
CN105072139A (zh) | 推荐方法和装置 | |
CN104869048A (zh) | 微博数据的分组处理方法、装置及系统 | |
CN110166522A (zh) | 服务器识别方法、装置、可读存储介质和计算机设备 | |
KR101450453B1 (ko) | 컨텐츠 추천 방법 및 장치 | |
CN116094907A (zh) | 投诉信息的处理方法、装置及存储介质 | |
CN110704699A (zh) | 数据画像的构建方法、装置、计算机设备及存储介质 | |
WO2022001233A1 (zh) | 基于层次化迁移学习的预标注方法及其相关设备 | |
CN111930891A (zh) | 基于知识图谱的检索文本扩展方法及相关装置 | |
CN110471708B (zh) | 基于可重用组件的配置项获取的方法及装置 | |
EP4318375A1 (en) | Graph data processing method and apparatus, computer device, storage medium and computer program product | |
CN116415237B (zh) | 风险设备识别方法、装置、计算机设备和存储介质 | |
CN110807330B (zh) | 语义理解模型评估方法、装置及存储介质 |
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 |