CN118118915A - 网络质量评估方法、装置、设备及计算机存储介质 - Google Patents
网络质量评估方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN118118915A CN118118915A CN202211507102.3A CN202211507102A CN118118915A CN 118118915 A CN118118915 A CN 118118915A CN 202211507102 A CN202211507102 A CN 202211507102A CN 118118915 A CN118118915 A CN 118118915A
- Authority
- CN
- China
- Prior art keywords
- cells
- target
- cell
- target grid
- grid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000013441 quality evaluation Methods 0.000 title description 29
- 210000004027 cell Anatomy 0.000 claims abstract description 243
- 210000004460 N cell Anatomy 0.000 claims abstract description 173
- 238000011156 evaluation Methods 0.000 claims abstract description 104
- 238000001303 quality assessment method Methods 0.000 claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000032823 cell division Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012216 screening 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种网络质量评估方法、装置、设备及计算机存储介质,涉及大数据技术领域。该方法包括:获取N个小区中各小区的目标信息,目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;N个小区的覆盖范围与目标网格的覆盖范围存在重叠,M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数;基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数;基于N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分。根据本申请实施例,能够有效提高市场网格的网络质量评估的准确性。
Description
技术领域
本申请属于大数据技术领域,尤其涉及一种网络质量评估方法、装置、设备及计算机存储介质。
背景技术
市场网格作为市场前台业务推广的区城维度划分,通常以行政单位进行划分。在实际生产种,能够准确、高效地对市场网络区域的网络质量及网格价值进行评估,对于后续市场网格的管理与资源投放具有重大意义。
目前,在对市场网格的网络质量进行评估时,通常是以网格区域为基础进行基站小区关联。网格边界按城区、县城、乡镇、农村四大场景向外扩充200/300/500/800米,再将经纬度落入扩充后市场网格范围内的基站小区直接作为与该市场网络关联的小区。如此,专业人员根据需求从网优平台提取所关联的基站小区信息,并进行全量信息汇聚以及相关评估分析定位。
上述方案虽然通过对市场网格范围进扩充,避免了网格范围内基站小区的遗漏,能够一定程度上提高对市场网格内基站小区统计的全面性。但在确定市场网格扩充范围内的基站小区之后,上述方案往往只是将该市场网格扩充后的覆盖区域内涉及的全量基站小区的网络质量指标进行简单地汇总处理,采用这种方案评估得到的市场网格网络质量仍然存在不够准确的问题,从而导致市场网格的网络痛点定位误差大,市场资源投放不精准,市场的满意度提升效率低。
发明内容
本申请实施例提供一种网络质量评估方法、装置、设备及计算机存储介质,能够有效提高市场网格的网络质量评估的准确性。
第一方面,本申请实施例提供一种网络质量评估方法,该网络质量评估方法包括:
获取N个小区中各小区的目标信息,目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;N个小区的覆盖范围与目标网格的覆盖范围存在重叠,M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数;
基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数;
基于N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分。
在一些可能的实施方式中,基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数,包括:
基于N个小区中各小区的平均覆盖距离,确定N个小区中各小区的覆盖面积;
基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的覆盖面积,计算N个小区中各小区与目标网格的关联系数。
在一些可能的实施方式中,基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的覆盖面积,计算N个小区中各小区与目标网格的关联系数,包括:
将第一小区的第一重叠面积与第一小区的覆盖面积的比值,作为第一小区与目标网格的关联系数;
其中,第一小区为N个小区中的任一小区,第一重叠面积为第一小区与目标网格的重叠面积。
在一些可能的实施方式中,基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数,包括:
将N个小区中的R个室分小区的关联系数确定为1;
基于N个小区中的N-R个宏站小区中各小区分别与目标网格的重叠面积,和N-R个宏站小区中各小区的平均覆盖距离,确定N-R个小区中各小区与目标网格的关联系数。
在一些可能的实施方式中,目标信息中还包括平均用户数;基于N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分,包括:
基于N个小区中各小区的M个维度一一对应的M个评估系数、平均用户数,和关联系数,确定目标网格与M个维度一一对应的M个目标评估系数;
基于目标网格与M个维度一一对应的M个目标评估系数,确定目标网格的网络质量评分。
在一些可能的实施方式中,基于N个小区中各小区的M个维度一一对应的M个评估系数、平均用户数,和关联系数,确定目标网格与M个维度一一对应的M个目标评估系数,包括:
通过第一计算公式,确定目标网格与M个维度一一对应的M个目标评估系数;
第一计算公式为:
其中,xi为目标网格在第i个维度对应的目标评估系数,Xin为第n个小区与第i个维度对应的评估系数,en为第n个小区的关联系数,Yn为第n个小区的平均用户数。
在一些可能的实施方式中,基于目标网格与M个维度一一对应的M个目标评估系数,确定目标网格的网络质量评分,包括:
获取目标网格在M个维度分别对应的M个预设分配分值;
基于M个预设分配分值和M个目标评估系数,确定目标网格的网络质量评分。
在一些可能的实施方式中,基于M个预设分配分值和M个目标评估系数,确定目标网格的网络质量评分,包括:
通过第二计算公式和第三计算公式,确定目标网格分别在M个维度下的网络质量评分;
第二计算公式为:
其中,yi为目标网格在第i个维度对应的分值影响系数,xi为目标网格在第i个维度对应的目标评估系数,xmin为网格集合中多个网格在第i个维度对应的目标评估系数的最小值,xmax为网格集合中多个网格在第i个维度对应的目标评估系数的最大值,网格集合中包括目标网格;
第三计算公式为:
ci=Ci-yi*Ci
其中,ci为目标网格在第i个维度对应的网络质量评分,Ci为目标网格在第i个维度对应的预设分配分值,yi为目标网格在第i个维度对应的分值影响系数。
在一些可能的实施方式中,在确定N个小区中各小区与目标网格的关联系数之后,该网络质量评估方法还包括:
获取N个小区中各小区的平均流量和平均用户数;
基于N各小区中各小区与目标网格的关联系数、平均流量,和平均用户数,确定目标网格的总流量和总用户数;
基于目标网格的总流量、总用户数和网格面积,确定目标网格的网格价值分数。
在一些可能的实施方式中,在获取N个小区中各小区的目标信息之前,该网络质量评估方法还包括:
确定N个小区中各小区的目标数据,目标数据包括关键性能指标和用户测量报告;
基于目标数据,确定N个小区中各小区分别在M个维度的M个评估系数,以及N个小区中各小区的平均覆盖距离。
第二方面,本申请实施例提供了一种网络质量评估装置,该网络质量评估装置包括:
第一获取模块,用于获取N个小区中各小区的目标信息,目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;N个小区的覆盖范围与目标网格的覆盖范围存在重叠,M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数;
第一确定模块,用于基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数;
第二确定模块,用于基于N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分。
第三方面,本申请实施例提供了一种网络质量评估设备,该网络质量评估设备包括:
处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如上述本申请实施例中任意一项提供的网络质量评估方法。
第四方面,本申请实施例提供了一种计算机存储介质,该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上述本申请实施例中任意一项提供的网络质量评估方法。
第五方面,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,使得所述电子设备执行如上述本申请实施例中任意一项提供的网络质量评估方法。
本申请实施例的网络质量评估方法、装置、设备及计算机存储介质,能够通过获取目标网格下的多个小区的平均覆盖距离、M个维度一一对应的M个评估系数,再根据各小区的平均覆盖距离、与目标网格的重叠面积,来确定各小区的关联系数,从而依据关联系数和评估系数对目标网格的网络质量进行评估。本申请实施例提供的一种网络质量评估方法、装置、设备及计算机存储介质,提供了一种关联系数的计算方式、以及一种基于关联系数的网格质量评估方案,其能够有效提高市场网格的网络质量评估的准确性。
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是本申请一实施例提供的网络质量评估方法的流程示意图;
图2是本申请一实施例提供的小区与目标网格的重叠面积示意图
图3是本申请一实施例提供的网络质量评估装置的结构示意图;
图4是本申请一实施例提供的网络质量评估设备的结构示意图。
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,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题,本申请实施例提供了一种网络质量评估方法、装置、设备、存储介质和计算机程序产品。应注意,本申请提供的实施例并不用来限制本申请公开的范围。
下面首先对本申请实施例所提供的网络质量评估方法进行介绍。
图1示出了本申请一实施例提供的网络质量评估方法的流程示意图。该网络质量评估方法应用于电子设备,该电子设备可以包括服务器或者用户终端等。如图1所示,该网络质量评估方法包括以下步骤:
S110,获取N个小区中各小区的目标信息,目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;N个小区的覆盖范围与目标网格的覆盖范围存在重叠,M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数;
S120,基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数;
S130,基于N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分。
本申请实施例的网络质量评估方法,能够通过获取目标网格下的多个小区的平均覆盖距离、M个维度一一对应的M个评估系数,再根据各小区的平均覆盖距离、与目标网格的重叠面积,来确定各小区的关联系数,从而依据关联系数和评估系数对目标网格的网络质量进行评估。本申请实施例提供的一种网络质量评估方法,提供了一种关联系数的计算方式,以及一种基于关联系数的网格质量评估方案,其能够有效提高市场网格的网络质量评估的准确性。
本申请实施例的网络质量评估方法,能够提高网络质量和市场网格关联的准确性,从而能够获取到准确的市场网格信息,以精确定位影响市场的网络痛点,帮助市场网格管理快速响应市场需求,为用户提供更加便捷的、专业化的贴身服务。并使网格的资源分配更加以市场变化为导向,以客户为中心,固本强基、开拓市场、提升效益。
在S110中,具体实现时,可以是从相关数据平台获取得到上述N个小区中各小区的目标信息。
其中,目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;N个小区的覆盖范围与目标网格的覆盖范围存在重叠,M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数。
上述N个小区可以是预先基于小区经纬度所筛选出的、与目标网格的覆盖范围存在重叠的小区。进一步地,为了尽可能地剔除干扰因素,上述N个小区还可以是从与目标网格存在重叠的多个小区中筛选出的、重叠面积大于面积阈值的小区,本申请对此不做具体限制。
在一些可能的实施方式中,为了保障上述目标信息获取的合理性,在获取N个小区中各小区的目标信息之前,该网络质量评估方法还可以包括:
确定N个小区中各小区的目标数据,目标数据可以包括关键性能指标和用户测量报告;
基于目标数据,确定N个小区中各小区分别在M个维度的M个评估系数,以及N个小区中各小区的平均覆盖距离。
上述关键性能指标KPI和用户测量报告MR均可以是由各小区对应基站进行数据采集得到,也可以是从各小区对应基站在预设时期内采集存储的数据中获取得到,具体采集的目标数据对应的数据项以及用途可以如表1所示。
表1
基站数据采集项 | 用途 |
TA时间提前量 | 用于计算基站小区平均覆盖距离,可以作为制作基站小区矢量图层半径 |
负荷状态 | 用于负荷维度的评估系数确定 |
干扰状态 | 用于干扰维度的评估系数确定 |
故障状态 | 用于故障维度的评估系数确定 |
基站小区MR | 用于覆盖维度的评估系数确定 |
数据流量 | 基站小区下所有手机使用流量,可用于价值评估 |
RRC连接平均用户数 | 基站小区平均用户数,可用于网络质量评估以及价值评估 |
具体实现时,对于负荷维度、干扰维度和故障维度的评估下述,可以是依据日期从所获取的N个小区的目标数据中的关键性能指标KPI数据,从中筛选出各小区“负荷状态、干扰状态、故障状态”的相关信息,并汇集确认各项频次,再按现有模型算法判断各个小区的负荷维度、干扰维度以及故障维度下的评估系数,具体可以见表2。
表2
对于各个小区在覆盖维度下的评估系数,则可以依据日期从所获取的各个小区对应的关键性能指标KPI数据中筛选各小区中的“MR总采样点”、“MR弱采样点”进行汇集求和,并根据式1确认各个小区的弱覆盖比例率,即各小区在覆盖维度下的评估系数。
弱覆盖比例率=MR弱采样点/MR总采样点*100% 式1
如此,求得N各小区中各小区在M个维度的M个评估系数。
①对于各个小区的平均覆盖距离,则可以式基于目标数据,TA项筛选出预设时间内的基站小区的“时间提前量采样点点数”、“时间提前量累加值”进行汇集统计,依据式二得到N个小区中各个基站小区的平均覆盖距离r,即平均Ts(1Ts对应的时间提前量距离等于4.89m)
基站小区的平均覆盖距离r=时间提前量累加值(TA)/时间提前量采样点点数(数量)*4.89式2。
在S120中,具体实现时,在获取到上述N个小区中各小区的目标信息之后,可以是根据N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,来确定N个小区中各小区与目标网格的关联系数。
在一些可能的实施方式中,为了更为合理地确定各个小区与目标网格的重叠面积,在确定N个小区中各小区与目标网格的关联系数之前,该网络质量评估方法还可以包括:
基于N个小区中各小区的平均覆盖距离、小区方位角和小区经纬度,确定N个小区中各小区的基站小区矢量图层;
基于N个小区中各小区的基站小区矢量图层和目标网格的市场网格矢量图层,确定N个小区中各小区分别与目标网格的重叠面积。
上述小区方位角和小区经纬度等信息可以是从N个小区中各小区对应的基站工参信息中获取得到,上述目标网格的市场网络矢量图层可以是从相关大数据平台中获取得到,本申请对此不作具体限制。
具体实现时,可以是先基于各个小区的平均覆盖距离来计算小区的小区覆盖面积,再基于小区覆盖面积、小区方位角和小区经纬度,来确定小区对应的基站小区矢量图层。
对于上述小区覆盖面积,具体可以采用如下式3来进行计算。
S基站小区=a×π×(r^2) 式3
其中,a的取值在0-1之间。
示例性地,若在计算小区覆盖面积时,是基于小区方位角向两边各延伸60度为夹角来确定小区覆盖角度范围,那么,a的取值为1/3。
在确定N个小区中各小区的基站小区矢量图层后,请参见图2,图2是本申请一实施例提供的小区与目标网格的重叠面积示意图。如图2所示。通过分别将各小区的基站矢量图层与目标网络的市场网络矢量图层进行比较,从而可以确定出两者的重叠区域。如此,进一步地,可以基于重叠区域最终得到各个小区与目标网格的重叠面积。
在一些可能的实施方式中,为了更为合理地实现对小区关联系数的确定,上述基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数,具体可以包括:
基于N个小区中各小区的平均覆盖距离,确定N个小区中各小区的覆盖面积;
基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的覆盖面积,计算N个小区中各小区与目标网格的关联系数。
在基于N个小区中各小区的平均覆盖距离确定各小区的覆盖面积时,具体可以采用前述实施例中提供的计算方式(式3),或者其他可行的小区覆盖面积计算方式来进行确定,本申请对此不做严格限制。
如此,在确定N个小区中各小区的覆盖面积之后,即可根据N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的覆盖面积,计算N个小区中各小区与目标网格的关联系数。
在一些可能的实施方式中,为了进一步实现对小区关联系数更为合理的确定,上述基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的覆盖面积,计算N个小区中各小区与目标网格的关联系数,可以包括:
将第一小区的第一重叠面积与第一小区的覆盖面积的比值,作为第一小区与目标网格的关联系数;
其中,第一小区为N个小区中的任一小区,第一重叠面积为第一小区与目标网格的重叠面积。
本实施例中,以N个小区中的第一小区为例,通过对该第一小区的第一重叠面积与该第一小区的覆盖面积的比值进行计算,并将该比值作为该第一小区与目标网格的关联系数,从而有效实现了对该第一小区与目标网格的关联系数的合理、准确的确定。
在一些可能的实施方式中,为了更为合理、准确地计算各个小区与目标网格的关联系数,以及,考虑到实际小区分布中,微/室分微覆盖范围有限,若室分小区在该目标网格的覆盖范围之下,则可以直接是认为该室分小区与目标网格完全关联。因此,上述基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数,具体可以包括:
将N个小区中的R个室分小区的关联系数确定为1;
基于N个小区中的N-R个宏站小区中各小区分别与目标网格的重叠面积,和N-R个宏站小区中各小区的平均覆盖距离,确定N-R个小区中各小区与目标网格的关联系数。
具体实现时,可以是从各小区对应的基站工参信息中获取得到各个小区对应的小区覆盖标识(宏站、室分标识),如此,从N个小区中筛选出小区覆盖标识为室分标识的R个室分小区,以及剩余的小区覆盖标识为宏站标识的N-R个宏站小区。
在确定N个小区中的室分小区和宏站小区之后,对两种不同类型的小区进行区分处理。具体地,将N个小区中的R个室分小区的关联系数确定为1。
对于宏站小区,则可以按照前述实施例提供的关联系数计算方式来确定该小区的关联系数。以上述N-R个宏站小区中的任一宏站小区为例,可以是根据该宏站小区与目标网格的重叠面积和该宏站小区的平均覆盖距离,来确定该宏站小区与目标网格的关联系数。
本实施例中,结合实际小区场景来对不同类型小区进行关联系数的区分确定,从而使得各个小区所确定的与目标网格的关联系数更为准确,有利于实现后续对目标网格的网络质量及其他指标的精准评估。
在S130中,具体实现时,在确定N个小区中各小区分别与目标网格的关联系数之后,可以是基于前述N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分。
需要说明,在一些实施例中,为了在保障网络质量评估的准确性的前提下进一步减少计算体量,减小计算的复杂度,在上述确定N个小区中各小区分别与目标网格的关联系数之后,可以是将N个小区中关联系数小于关联阈值,如0.01的小区剔除,再基于剩余小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分。
这样,通过将关联系数低、即与目标网格的关联性低的小区剔除,使得后续对网络质量评分计算时涉及的小区数据减少,从而能够在保障网络质量评估的准确性的前提下减小了计算数据量。
在一些可能的实施方式中,本申请发明人经研究发现,在进行目标网格的网络质量评估时,除了基于前述关联系数以及各小区在M个维度的评估系数进行网络质量评分确定,还可以通过引入其他因素,以实现对目标网格网络质量更为合理、精准的综合性评估。
基于此上述研究发现,上述目标信息中还可以包括平均用户数;基于N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分,具体可以包括:
基于N个小区中各小区的M个维度一一对应的M个评估系数、平均用户数,和关联系数,确定目标网格与M个维度一一对应的M个目标评估系数;
基于目标网格与M个维度一一对应的M个目标评估系数,确定目标网格的网络质量评分。
在一些可能的实施方式中,具体地,为了提高上述目标网格与M个维度一一对应的M个目标评估系数的准确性,上述基于N个小区中各小区的M个维度一一对应的M个评估系数、平均用户数,和关联系数,确定目标网格与M个维度一一对应的M个目标评估系数,可以包括:
通过第一计算公式,确定目标网格与M个维度一一对应的M个目标评估系数;
第一计算公式可以如式4所示:
其中,xi为目标网格在第i个维度对应的目标评估系数,为第n个小区与第i个维度对应的评估系数,en为第n个小区的关联系数,Yn为第n个小区的平均用户数。
示例性地,若M个维度中包括负荷维度,那么,以负荷维度为例,通过采用上述第一计算公式来确定目标网格在该负荷维度下的目标评估系数,计算过程可参见式5。
F系数=(F1*e1*Y1+F2*e2*Y2+...FN*eN*YN)/(e1*Y1+e2*Y2+...eN*YN)
式5
其中,F系数为目标网格在该负荷维度下的目标评估系数,对应上述第一计算公式中的xi;F1、F2…FN分别为N个小区中各小区在负荷维度下的评估系数,对应上述第一计算公式中的e1、e2…eN分别为N个小区中各小区与目标网格的关联系数,对应上述第一计算公式中的en,F1、F2…FN分别为N个小区中各小区的平均用户数,对应上述第一计算公式中的Yn。
如此,基于N个小区中各小区的M个维度一一对应的M个评估系数、平均用户数、和关联系数,通过采用上述第一计算公式,可以实现对目标网格与M个维度一一对应的M个目标评估系数的准确计算。
在一些可能的实施方式中,结合实际市场网格网络质量评估需求以及经验可知,通常市场网格的网络质量评分会受到不同维度的影响,而对于不同的维度,其对于市场网络的网络质量影响程度往往也会有所差异。基于此,为了更为合理、准确地对目标网格的网络质量进行评估,上述基于目标网格与M个维度一一对应的M个目标评估系数,确定目标网格的网络质量评分,可以包括:
获取目标网格在M个维度分别对应的M个预设分配分值;
基于M个预设分配分值和M个目标评估系数,确定目标网格的网络质量评分。
上述目标网格在M个维度分别对应的M个预设分配分值,具体可以根据各个维度下对应的网络问题对用户网络感知的不同影响程度而定。
示例性地,若上述M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度四个维度,那么,以总分值为100为例,目标网格在负荷维度下的预设分配分值可以为50,在故障维度下的预设分配分值可以为15,在干扰维度下的预设分配分值可以为15,在覆盖维度下的预设分配分值可以为20。
具体实现时,在获取到目标网格在M个维度分别对应的M个预设分配分值后,可以是对M个维度中各个维度下对应的预设分配分值以及目标评估系数进行相乘、相加或者采用其他数学手段进行相关处理,从而得到该目标网格的网络质量评分,本申请对此不做严格限制。
在一些可能的实施方式中,具体地,为了实现对对目标网格的网络质量评分的合理计算,上述基于M个预设分配分值和M个目标评估系数,确定目标网格的网络质量评分,可以包括:
通过第二计算公式和第三计算公式,确定目标网格分别在M个维度下的网络质量评分;
第二计算公式可以如式6所示:
其中,yi为目标网格在第i个维度对应的分值影响系数,xi为目标网格在第i个维度对应的目标评估系数,xmin为网格集合中多个网格在第i个维度对应的目标评估系数的最小值,xmax为网格集合中多个网格在第i个维度对应的目标评估系数的最大值,网格集合中可以包括目标网格;
第三计算公式可以如式7所示:
ci=Ci-yi*Ci 式7
其中,ci为目标网格在第i个维度对应的网络质量评分,Ci为目标网格在第i个维度对应的预设分配分值,yi为目标网格在第i个维度对应的分值影响系数。
需要说明,在确定该目标网格的网络质量评分之前,可以获取多个市场网格分别对应的在M个维度下的目标评估系数。如此,即可采用上述第二计算公式实现对当前目标网格在M个维度下的目标评估系数的归一化处理,得到目标网格在M个维度下的M个分值影响系数。
这样,在确定该目标网格的M个分值影响系数之后,就可以通过上述第三计算公式计算该目标网格与M个维度一一对应的网络质量评分,以便相关人员了解该目标网格在不同维度下的网络质量情况,从而精确定位影响该目标网格的网络痛点,为目标网格提供更加合理、精确的资源投放,以帮助目标网格管理快速响应市场需求。
应理解地是,在通过上述第三计算公式确定出目标网格分别在M个维度对应的网络质量评分之后,还可以是将该目标网格的M个维度一一对应的网络质量评分进行汇总相加,从而得到该目标网格的综合网格质量评分,本申请对此不做具体限制。
在一些可能的实施方式中,考虑到在对某一市场网格进行评估时,往往需要从多角度对该市场网格进行评估。因此,本申请中除了对上述目标网格进行网络质量评估之外,还可以进一步地对该目标网格的网格价值进行评估。基于此,在上述确定N个小区中各小区与目标网格的关联系数之后,该网络质量评估方法还可以包括:
获取N个小区中各小区的平均流量和平均用户数;
基于N各小区中各小区与目标网格的关联系数、平均流量,和平均用户数,确定目标网格的总流量和总用户数;
基于目标网格的总流量、总用户数和网格面积,确定目标网格的网格价值分数。
具体实现时,上述目标网格的总流量可以是通过式8来进行计算。
L总流量=L1*e1+L2*e2+....LN*eN式8
其中,L1、L2...LN分别为N个小区中各小区的平均流量,e1、e2...eN分别为N个小区中各小区分别与目标网格的关联系数。
上述目标网格的总用户数可以是通过式9来计算。
Y总用户数=Y1*e1+Y2*e2+....YN*eN 式9
其中,Y1、Y2...YN分别为N个小区中各小区的平均用户数,e1、e2...eN分别为N个小区中各小区分别与目标网格的关联系数。
上述目标网格的网格面积可以是从相关大数据平台直接获取数据得到,本申请对此不做具体限制。
如此,在计算出目标网格的总流量和总用户数,以及获取到该目标网格的网格面积之后,将目标网格的总流量与网络面积的比值确定为该目标网格的流量密度;将目标网格的总用户数和网格面积的比值确定为该目标网格的用户密度。
这样,可以直接通过该目标网格的用户密度以及流量密度来确定目标网格的网格价值分数。示例性地,结合实际市场定位考虑,对于一市场网格而言,其用户密度、流量密度通常会与该市场网格的市场价值成正比。因此,在根据该目标网格的用户密度以及流量密度来确定目标网格的网格价值分数时,若该市场网格的用户密度及流量密度越高,可以确定该市场网格的网格价值分数越高。
基于上述实施例提供的网络质量评估方法,本申请还提供了与上述网络质量评估方法相对应的一种网络质量评估装置,下面通过图3对网络质量评估装置进行详细介绍。
图3示出了本申请一实施例提供的网络质量评估装置的结构示意图。
图3示出的网络质量评估装置300包括:
第一获取模块310,用于获取N个小区中各小区的目标信息,目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;N个小区的覆盖范围与目标网格的覆盖范围存在重叠,M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数;
第一确定模块320,用于基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的平均覆盖距离,确定N个小区中各小区与目标网格的关联系数;
第二确定模块330,用于基于N个小区中各小区的M个维度一一对应的M个评估系数和关联系数,确定目标网格的网络质量评分。
本申请实施例的网络质量评估装置,能够通过获取目标网格下的多个小区的平均覆盖距离、M个维度一一对应的M个评估系数,再根据各小区的平均覆盖距离、与目标网格的重叠面积,来确定各小区的关联系数,从而依据关联系数和评估系数对目标网格的网络质量进行评估。本申请实施例提供的一种网络质量评估装置,提供了一种关联系数的计算方式,以及一种基于关联系数的网格质量评估方案,其能够有效提高市场网格的网络质量评估的准确性。
在一些可能的实施方式中,为了更为合理地实现对小区关联系数的确定,上述第一确定模块320,可以包括:
第一确定子模块,可以用于基于N个小区中各小区的平均覆盖距离,确定N个小区中各小区的覆盖面积;
第一计算子模块,可以用于基于N个小区中各小区分别与目标网格的重叠面积,和N个小区中各小区的覆盖面积,计算N个小区中各小区与目标网格的关联系数。
在一些可能的实施方式中,为了进一步实现对小区关联系数更为合理的确定,第一计算子模块,具体可以包括:
将第一小区的第一重叠面积与第一小区的覆盖面积的比值,作为第一小区与目标网格的关联系数;
其中,第一小区为N个小区中的任一小区,第一重叠面积为第一小区与目标网格的重叠面积。
在一些可能的实施方式中,为了更为合理、准确地计算各个小区与目标网格的关联系数,以及,考虑到实际小区分布中,微/室分微覆盖范围有限,若室分小区在该目标网格的覆盖范围之下,则可以直接是认为该室分小区与目标网格完全关联。因此,上述第一确定模块320,可以包括:
将N个小区中的R个室分小区的关联系数确定为1;
基于N个小区中的N-R个宏站小区中各小区分别与目标网格的重叠面积,和N-R个宏站小区中各小区的平均覆盖距离,确定N-R个小区中各小区与目标网格的关联系数。
在一些可能的实施方式中,本申请发明人经研究发现,在进行目标网格的网络质量评估时,除了基于前述关联系数以及各小区在M个维度的评估系数进行网络质量评分确定,还可以通过引入其他因素,以实现对目标网格网络质量更为合理、精准的综合性评估。
基于此上述研究发现,上述目标信息中还可以包括平均用户数;上述第二确定模块330,可以包括:
第二确定子模块,可以用于基于N个小区中各小区的M个维度一一对应的M个评估系数、平均用户数,和关联系数,确定目标网格与M个维度一一对应的M个目标评估系数;
第三确定子模块,可以用于基于目标网格与M个维度一一对应的M个目标评估系数,确定目标网格的网络质量评分。
在一些可能的实施方式中,具体地,为了提高上述目标网格与M个维度一一对应的M个目标评估系数的准确性,第二确定子模块,具体可以包括:
通过第一计算公式,确定目标网格与M个维度一一对应的M个目标评估系数;
第一计算公式可以为:
其中,xi为目标网格在第i个维度对应的目标评估系数,为第n个小区与第i个维度对应的评估系数,en为第n个小区的关联系数,Yn为第n个小区的平均用户数。
在一些可能的实施方式中,结合实际市场网格网络质量评估需求以及经验可知,通常市场网格的网络质量评分会受到不同维度的影响,而对于不同的维度,其对于市场网络的网络质量影响程度往往也会有所差异。基于此,为了更为合理、准确地对目标网格的网络质量进行评估,上述基第三确定子模块,具体可以包括:
第一获取单元,可以用于获取目标网格在M个维度分别对应的M个预设分配分值;
第一确定单元,可以用于基于M个预设分配分值和M个目标评估系数,确定目标网格的网络质量评分。
在一些可能的实施方式中,为了实现对对目标网格的网络质量评分的合理计算,第一确定单元,具体可以包括:
通过第二计算公式和第三计算公式,确定目标网格分别在M个维度下的网络质量评分;
第二计算公式可以为:
其中,yi为目标网格在第i个维度对应的分值影响系数,xi为目标网格在第i个维度对应的目标评估系数,xmin为网格集合中多个网格在第i个维度对应的目标评估系数的最小值,xmax为网格集合中多个网格在第i个维度对应的目标评估系数的最大值,网格集合中可以包括目标网格;
第三计算公式可以为:
ci=Ci-yi*Ci
其中,ci为目标网格在第i个维度对应的网络质量评分,Ci为目标网格在第i个维度对应的预设分配分值,yi为目标网格在第i个维度对应的分值影响系数。
在一些可能的实施方式中,考虑到在对某一市场网格进行评估时,往往需要从多角度对该市场网格进行评估。因此,本申请中除了对上述目标网格进行网络质量评估之外,还可以进一步地对该目标网格的网格价值进行评估。基于此,在确定N个小区中各小区与目标网格的关联系数之后,该网络质量评估装置还可以包括:
第二获取模块,可以用于获取N个小区中各小区的平均流量和平均用户数;
第三确定模块,可以用于基于N各小区中各小区与目标网格的关联系数、平均流量,和平均用户数,确定目标网格的总流量和总用户数;
第四确定模块,可以用于基于目标网格的总流量、总用户数和网格面积,确定目标网格的网格价值分数。
在一些可能的实施方式中,为了保障上述目标信息获取的合理性,在获取N个小区中各小区的目标信息之前,该网络质量评估装置还可以包括:
第五确定模块,可以用于确定N个小区中各小区的目标数据,目标数据可以包括关键性能指标和用户测量报告;
第六确定模块,可以用于基于目标数据,确定N个小区中各小区分别在M个维度的M个评估系数,以及N个小区中各小区的平均覆盖距离。
图4是本申请一实施例提供的网络质量评估设备的结构示意图。
网络质量评估设备可以包括处理器401以及存储有计算机程序指令的存储器402。
具体地,上述处理器401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402可以包括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402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402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402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402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公开的一方面的方法所描述的操作。
处理器401通过读取并执行存储器402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网络质量评估方法。
在一个示例中,数据网络质量评估设备还可包括通信接口403和总线410。其中,如图4所示,处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。
通信接口403,主要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410包括硬件、软件或两者,将网络质量评估设备的部件彼此耦接在一起。举例来说而非限制,总线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410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。
该网络质量评估设备执行本申请实施例中的网络质量评估方法,从而实现图1描述的网络质量评估方法。
另外,结合上述实施例中的网络质量评估方法,本申请实施例可提供一种计算机存储介质来实现。该计算机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网络质量评估方法。
基于上述实施例中的网络质量评估方法,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,使得所述电子设备执行如上述本申请实施例中任意一项提供的网络质量评估方法。
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。
以上所述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。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。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。
以上所述,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 (14)
1.一种网络质量评估方法,其特征在于,包括:
获取N个小区中各小区的目标信息,所述目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;所述N个小区的覆盖范围与目标网格的覆盖范围存在重叠,所述M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数;
基于所述N个小区中各小区分别与所述目标网格的重叠面积,和所述N个小区中各小区的平均覆盖距离,确定所述N个小区中各小区与所述目标网格的关联系数;
基于所述N个小区中各小区的所述M个维度一一对应的M个评估系数和所述关联系数,确定所述目标网格的网络质量评分。
2.根据权利要求1所述的方法,其特征在于,所述基于所述N个小区中各小区分别与所述目标网格的重叠面积,和所述N个小区中各小区的平均覆盖距离,确定所述N个小区中各小区与所述目标网格的关联系数,包括:
基于所述N个小区中各小区的平均覆盖距离,确定所述N个小区中各小区的覆盖面积;
基于所述N个小区中各小区分别与所述目标网格的重叠面积,和所述N个小区中各小区的覆盖面积,计算所述N个小区中各小区与所述目标网格的关联系数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述N个小区中各小区分别与所述目标网格的重叠面积,和所述N个小区中各小区的覆盖面积,计算所述N个小区中各小区与所述目标网格的关联系数,包括:
将第一小区的第一重叠面积与所述第一小区的覆盖面积的比值,作为所述第一小区与所述目标网格的关联系数;
其中,所述第一小区为所述N个小区中的任一小区,所述第一重叠面积为所述第一小区与所述目标网格的重叠面积。
4.根据权利要求1所述的方法,其特征在于,所述基于所述N个小区中各小区分别与所述目标网格的重叠面积,和所述N个小区中各小区的平均覆盖距离,确定所述N个小区中各小区与所述目标网格的关联系数,包括:
将所述N个小区中的R个室分小区的关联系数确定为1;
基于所述N个小区中的N-R个宏站小区中各小区分别与所述目标网格的重叠面积,和所述N-R个宏站小区中各小区的平均覆盖距离,确定所述N-R个小区中各小区与所述目标网格的关联系数。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述目标信息中还包括平均用户数;所述基于所述N个小区中各小区的所述M个维度一一对应的M个评估系数和所述关联系数,确定所述目标网格的网络质量评分,包括:
基于所述N个小区中各小区的所述M个维度一一对应的M个评估系数、所述平均用户数,和所述关联系数,确定所述目标网格与所述M个维度一一对应的M个目标评估系数;
基于所述目标网格与所述M个维度一一对应的M个目标评估系数,确定所述目标网格的网络质量评分。
6.根据权利要求5所述的方法,其特征在于,所述基于所述N个小区中各小区的所述M个维度一一对应的M个评估系数、所述平均用户数,和所述关联系数,确定所述目标网格与所述M个维度一一对应的M个目标评估系数,包括:
通过第一计算公式,确定所述目标网格与所述M个维度一一对应的M个目标评估系数;
所述第一计算公式为:
其中,xi为所述目标网格在第i个维度对应的目标评估系数,为第n个小区与第i个维度对应的评估系数,en为第n个小区的关联系数,Yn为第n个小区的平均用户数。
7.根据权利要求5所述的方法,其特征在于,基于所述目标网格与所述M个维度一一对应的M个目标评估系数,确定所述目标网格的网络质量评分,包括:
获取所述目标网格在所述M个维度分别对应的M个预设分配分值;
基于所述M个预设分配分值和所述M个目标评估系数,确定所述目标网格的网络质量评分。
8.根据权利要求7所述的方法,其特征在于,所述基于所述M个预设分配分值和所述M个目标评估系数,确定所述目标网格的网络质量评分,包括:
通过第二计算公式和第三计算公式,确定所述目标网格分别在所述M个维度下的网络质量评分;
所述第二计算公式为:
其中,yi为所述目标网格在第i个维度对应的分值影响系数,xi为所述目标网格在第i个维度对应的目标评估系数,xmin为网格集合中多个网格在第i个维度对应的目标评估系数的最小值,xmax为所述网格集合中多个网格在第i个维度对应的目标评估系数的最大值,所述网格集合中包括所述目标网格;
所述第三计算公式为:
ci=Ci-yi*Ci
其中,ci为所述目标网格在第i个维度对应的网络质量评分,Ci为所述目标网格在第i个维度对应的预设分配分值,yi为所述目标网格在第i个维度对应的分值影响系数。
9.根据权利要求1所述的方法,其特征在于,在所述确定所述N个小区中各小区与所述目标网格的关联系数之后,所述方法还包括:
获取所述N个小区中各小区的平均流量和平均用户数;
基于所述N各小区中各小区与所述目标网格的关联系数、所述平均流量,和所述平均用户数,确定所述目标网格的总流量和总用户数;
基于所述目标网格的总流量、总用户数和网格面积,确定所述目标网格的网格价值分数。
10.根据权利要求1所述的方法,其特征在于,在所述获取N个小区中各小区的目标信息之前,所述方法还包括:
确定所述N个小区中各小区的目标数据,所述目标数据包括关键性能指标和用户测量报告;
基于所述目标数据,确定所述N个小区中各小区分别在所述M个维度的M个评估系数,以及所述N个小区中各小区的平均覆盖距离。
11.一种网络质量评估装置,其特征在于,所述装置包括:
第一获取模块,用于获取N个小区中各小区的目标信息,所述目标信息包括平均覆盖距离、M个维度一一对应的M个评估系数;所述N个小区的覆盖范围与目标网格的覆盖范围存在重叠,所述M个维度包括负荷维度、干扰维度、故障维度以及覆盖维度中的至少一项;N、M为正整数;
第一确定模块,用于基于所述N个小区中各小区分别与所述目标网格的重叠面积,和所述N个小区中各小区的平均覆盖距离,确定所述N个小区中各小区与所述目标网格的关联系数;
第二确定模块,用于基于所述N个小区中各小区的所述M个维度一一对应的M个评估系数和所述关联系数,确定所述目标网格的网络质量评分。
12.一种网络质量评估设备,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;
所述处理器执行所述计算机程序指令时实现如权利要求1-10任意一项所述的网络质量评估方法。
13.一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1-10任意一项所述的网络质量评估方法。
14.一种计算机程序产品,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,所述电子设备执行如权利要求1-10任意一项所述的网络质量评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211507102.3A CN118118915A (zh) | 2022-11-29 | 2022-11-29 | 网络质量评估方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211507102.3A CN118118915A (zh) | 2022-11-29 | 2022-11-29 | 网络质量评估方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118118915A true CN118118915A (zh) | 2024-05-31 |
Family
ID=91209113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211507102.3A Pending CN118118915A (zh) | 2022-11-29 | 2022-11-29 | 网络质量评估方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118118915A (zh) |
-
2022
- 2022-11-29 CN CN202211507102.3A patent/CN118118915A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109996186B (zh) | 一种网络覆盖问题识别方法及装置、可读取存储介质 | |
CN109982366B (zh) | 基于大数据的目标价值区域分析方法、装置、设备及介质 | |
US8180365B2 (en) | Method and apparatus for identifying a geographic area having undesirable wireless service | |
CN111327450B (zh) | 一种质差原因的确定方法、装置、设备及介质 | |
CN109996278B (zh) | 道路网络质量评估方法、装置、设备及介质 | |
CN109996181B (zh) | 基于大数据的立体室内定位方法、装置、设备及介质 | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
CN114173356A (zh) | 网络质量的检测方法、装置、设备及存储介质 | |
CN111325561A (zh) | 智能投诉处理方法、装置、电子设备及存储介质 | |
CN109005514B (zh) | 用户位置信息的回填方法、装置、终端设备及存储介质 | |
CN106912103A (zh) | 一种终端定位方法及装置 | |
CN110798804A (zh) | 一种室内定位方法和装置 | |
CN110348717B (zh) | 基于栅格粒度的基站价值评分方法和装置 | |
CN111866847B (zh) | 移动通信网络数据分析方法、设备及计算机存储介质 | |
CN108541011B (zh) | 无线网络信号覆盖区域的强度分析方法和装置 | |
CN113052308B (zh) | 训练目标小区识别模型的方法及目标小区识别方法 | |
CN118118915A (zh) | 网络质量评估方法、装置、设备及计算机存储介质 | |
CN109982373B (zh) | Lte频繁回落点分析方法、装置、计算设备及存储介质 | |
CN108271183B (zh) | 一种基于原始测量报告的邻区优化方法及装置 | |
CN109993388B (zh) | 劣化小区主因判断方法、装置、设备及介质 | |
CN115310735A (zh) | 商圈边界识别的方法、装置、设备及存储介质 | |
CN113133058A (zh) | 负载均衡方法、装置及系统 | |
CN111278037A (zh) | 小区价值评估方法及装置 | |
CN111324741B (zh) | 用户关系识别方法、装置、设备及介质 | |
CN113133049B (zh) | 确定主覆盖小区的方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |