The invention discloses a service quality prediction method and a service quality prediction device. The method includes the steps of correlation analysis of various user data categories to obtain user feature categories; the unlabeled user set is generated by untagged users in the tagged user, and the weight matrix is constructed based on the unpredicted user set and the user feature class obtained. An affine matrix of weight matrix is obtained by affine transformation of the weight matrix, and the label of the unlabeled user is obtained based on the affine matrix and tagged user tagged, in which the label can reflect the quality of the business.
【技术实现步骤摘要】
业务质量预测方法及业务质量预测装置
本专利技术属于业务质量预测
,尤其涉及一种业务质量预测方法及业务质量预测装置。
技术介绍
用户的满意度是反映各行业营运商所提供服务的业务质量的最重要指标。以移动通信的营运商为例,可以通过问卷调查等方式获取用户的满意度,以作为提高移动营运商通信服务业务质量的依据。然而,就一个中等人口的省份来说,由于用户的数量有几百万甚至几千万,对每个用户做用户调查需要极大的工作量,且非常依赖移动用户的大力配合。同时,一些行业的运营商可以获取收集每个用户的通信性能,流量、投诉、业务偏好、资费情况等用户感知相关的数据,且这些数据与影响用户满意度的业务质量有明确的相关关系。受业务质量影响的用户满意度不仅由客观的用户数据决定,一定程度上还由用户对资费的感受度以及其它主观体验所决定,仅通过客观的用户数据来预测满意度具有一定的难度。
技术实现思路
本专利技术实施例提供了一种业务质量预测方法及业务质量预测装置,能够基于少量用户得到的业务质量评估作为已标注用户集,对行业的业务质量进行较为准确的预测。第一方面,提供了一种业务质量预测方法,包括:对多种用户数据类别进行相关性分析以获得用户特征类别的步骤;在已标注用户集中加入未标注用户生成待预测用户集,基于待预测用户集和获得的用户特征类别构建权值矩阵,其中,已标注用户集包括已标注用户的标签的步骤;对权值矩阵进行仿射变换获得权值矩阵的仿射矩阵,基于仿射矩阵与已标注用户的标签计算得到所加入的未标注用户的标签,其中,标签能够反映业务质量的步骤。第二方面,提供了一种业务质量预测装置,包括:用户特征类别获取单元、预测矩 ...
【技术保护点】
1.一种业务质量预测方法,其特征在于,包括:对多种用户数据类别进行相关性分析以获得用户特征类别;在已标注用户集中加入未标注用户生成待预测用户集,基于所述待预测用户集和获得的用户特征类别构建权值矩阵,其中,所述已标注用户集包括已标注用户的标签;对所述权值矩阵进行仿射变换获得所述权值矩阵的仿射矩阵,基于所述仿射矩阵与所述已标注用户的标签计算得到所加入的未标注用户的标签,其中,所述标签能够反映业务质量。
【技术特征摘要】
1.一种业务质量预测方法,其特征在于,包括:对多种用户数据类别进行相关性分析以获得用户特征类别;在已标注用户集中加入未标注用户生成待预测用户集,基于所述待预测用户集和获得的用户特征类别构建权值矩阵,其中,所述已标注用户集包括已标注用户的标签;对所述权值矩阵进行仿射变换获得所述权值矩阵的仿射矩阵,基于所述仿射矩阵与所述已标注用户的标签计算得到所加入的未标注用户的标签,其中,所述标签能够反映业务质量。2.根据权利要求1所述的业务质量预测方法,其特征在于,还包括:对所述多种用户数据类别的数据进行归一化处理。3.根据权利要求1或2所述的业务质量预测方法,其特征在于,还包括:采用激励函数对所述多种用户数据类别的数据进行处理。4.根据权利要求1或2所述的业务质量预测方法,其特征在于,所述对多种用户数据类别进行相关性分析以获得用户特征类别的步骤包括:分别对多种用户数据类别的可能组合构成的相关性矩阵进行相关性分析,选取相关性最小的用户数据类别的可能组合作为用户特征类别。5.根据权利要求4所述的业务质量预测方法,其特征在于,所述相关性最小的用户数据类别的可能组合为构成的相关性矩阵的能量最大的用户数据类别的可能组合。6.根据权利要求1所述的业务质量预测方法,其特征在于,还包括:对所述已标注用户集删除任意一个已标注用户,基于做删除处理后的已标注用户集对删除的已标注用户进行标签预测,若预测得到的标签与所述删除的已标注用户的标签的差异度在预设范围内,则将所述已标注用户集更新为做删除处理后的已标注用户集。7.根据权利要求1所述的业务质量预测方法,其特征在于,所述对所述权值矩阵进行仿射变换获得所述权值矩阵的仿射矩阵,基于所述仿射矩阵与所述已标注用户的标签计算得到所加入的未标注用户的标签,其中,所述标签能够反映业务质量的步骤包括:对所述权值矩阵进行仿射变换获得所述权值矩阵的仿射矩阵,基于所述仿射矩阵与质询矢量计算得到所加入的未标注用户的标签,其中,所述标签能够反映业务质量,所述质询矢量基于所述已标注用户集中的所有已标注用户的标签获得。8.根据权利要求1所述的业务质量预测方法,其特征在于,所述对所述权值矩阵进行仿射变换获得所述权值矩阵的仿射矩阵,基于所述仿射矩阵与所述已标注用户的标签计算得到所加入的未标注用户的标签,其中,所述标签能够反映业务质量的步骤包括:将所述权值矩阵的对角线上的元素置零。9.根据权利要求1所述的业务质量预测方法,其特征在于,还包括:当对未标注用户的标签预测数量达到预设值后,将预测得到的未标注用户的标签中的任意一个未标注用户的标签与标准未标注用户的标签进行比较,当所述任意一个未标注用户的标签与标准未标注用户的标签的差异度不在预设范围内,则...
【专利技术属性】
技术研发人员:王冼,陈加忠,廖振松,
申请(专利权)人:中国移动通信集团湖北有限公司,中国移动通信集团公司,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。