【技术实现步骤摘要】
一种移动网络潜在投诉用户预测方法和装置
本专利技术实施例涉及通信
，尤其涉及一种移动网络潜在投诉用户预测方法和装置。
技术介绍
以移动数据业务为主要承载对象的LTE(LongTermEvolution，长期演进)网络已成为基础通信的重要支撑；同时，与传统的CS(CircuitSwitched，电路交换)域存在明显差异的是，移动数据业务影响用户感知的主要因素已经不是信令面异常，更多的表现为数据业务低速率问题。这主要是由于信令面指标恶化的发生概率降低，同时数据业务对于信令面异常较语音类不敏感。通常而言，客服部接到低速率问题投诉后，目前主要的处理手段是：1.客服人员与用户沟通，尝试复位应用和手机，若无法恢复，则核对是否在已知弱覆盖区域内，若无法关联，则转交给网络部门；2.网络维护部门排查设备告警、信令异常等因素，若无法定位，需要联系用户至投诉区域进行问题复现；现场测试一般耗时长、成本高，且大量问题复现难度大，需要多次反复测试。然而，当前数据业务低速率问题投诉处理主要缺点是：事后处理。由于投诉用户一般不具有事后准确描述问题的能力，客服人员对于复杂问题也很难通过电话进...
【技术保护点】
1.一种移动网络潜在投诉用户预测方法，其特征在于，包括：针对预测周期内所述移动网络中的每个用户，根据各投诉影响维度对应的投诉模型和所述用户在各投诉影响维度上的指标数据，确定所述用户在各投诉影响维度上的投诉概率；根据所述用户在各投诉影响维度上的投诉概率，以及预设的分组映射表，将所述用户划分到对应的分组中；根据所述分组映射表中各分组各自对应的投诉准确率，筛选出满足预设的限制条件的分组，并将筛选出的分组内的用户预测为所述预测周期内潜在的投诉用户。
【技术特征摘要】
1.一种移动网络潜在投诉用户预测方法，其特征在于，包括：针对预测周期内所述移动网络中的每个用户，根据各投诉影响维度对应的投诉模型和所述用户在各投诉影响维度上的指标数据，确定所述用户在各投诉影响维度上的投诉概率；根据所述用户在各投诉影响维度上的投诉概率，以及预设的分组映射表，将所述用户划分到对应的分组中；根据所述分组映射表中各分组各自对应的投诉准确率，筛选出满足预设的限制条件的分组，并将筛选出的分组内的用户预测为所述预测周期内潜在的投诉用户。2.根据权利要求1所述的方法，其特征在于，所述投诉模型根据如下方式预先构建：获取样本用户集，所述样本用户集中包括样本用户在各投诉影响维度上的指标数据，所述样本用户划分为：样本投诉用户和样本未投诉用户；针对每个投诉影响维度，采用预设的决策树算法，根据所述样本用户集中样本投诉用户和样本未投诉用户在该投诉影响维度上的指标数据，生成对应的决策树模型，并作为该投诉影响维度对应的投诉模型。3.根据权利要求2所述的方法，其特征在于，所述获取样本用户集之后，还包括：根据所述样本用户的指标数据，对所述样本用户集进行预处理，以剔除不满足预设的指标阈值条件的样本用户。4.根据权利要求2或3所述的方法，其特征在于，所述分组映射表根据如下方式预先构建：根据各投诉影响维度下预先划分的概率区间之间的不同组合，形成多个组合概率区间；且每个组合概率区间对应一个分组；针对所述样本用户集中的每个样本用户，根据各投诉影响维度对应的投诉模型和该样本用户在各投诉影响维度上的指标数据，计算出该样本用户在各投诉影响维度上的投诉概率；根据该样本用户在各投诉影响维度上的投诉概率所处的组合概率区间，将该样本用户划分到对应的分组；针对每个分组，根据该分组内样本用户的总数、样本投诉用户的总数，计算该分组的投诉发生概率，并作为该分组对应的投诉准确率。5.根据权利要求1所述的方法，其特征在于，所述限制条件具体为潜在的投诉用户的最大处理规模，所述最大处理规模小于所述预测周期内的用户总数；相应地，所述根据所述分组映射表中各分组各自对应的投诉准确率，筛选出满足预设的限制条件的分组，包括：若投诉准确率最高的前k个分组的用户总数小于或等于所述最大处理规模，且投诉准确率最高的前k+1个分组的用户总数大于所述最大处理规模，则将所述投诉准确率最高的前k个分组确定为满足预设的限制条件的k个分组，k取值为[1,N-1]的自然数...
【专利技术属性】
技术研发人员：王晓亮，朱骏，
申请(专利权)人：中国移动通信集团浙江有限公司，中国移动通信集团公司，
类型：发明
国别省市：浙江,33
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。