一种基于次数折算的退服告警分析处理方法和系统技术方案

本申请提供了一种基于次数折算的退服告警分析处理方法和系统，其特征在于，所述方法包括：获取全网告警数据中的退服告警数据；对所述退服告警进行次数折算，计算小区退服率；根据预设价值分档规则对小区进行分档，获得所述小区的价值退服率指标；根据小区场景维度划分标准对所述小区的小区退服率和价值退服率指标进行统计；根据预设的整改规则，按照时间和离散次数统计两个维度设置小区整改库，对所述小区整改库中的小区进行持续判断，并对入库次数较多的小区进行预警分析。本申请基于影响业务告警的大数据智能分析和预警，实现高价值小区精确优先处理；建立整改库机制，对小区处理效果进行长期有效跟踪和预警。

An Analysis and Processing Method and System of Return Alarm Based on Number Conversion

This application provides an analysis and processing method and system of refund alarm based on number conversion, which is characterized by: acquiring the refund alarm data of the whole network alarm data; converting the number of refund alarms to calculate the refund rate of the district; classifying the district according to the preset value classification rule, and obtaining the value refund rate index of the district according to the preset value classification rule; According to the preset rules of rectification, a rectification database is set up in two dimensions: time and discrete number statistics. The cells in the rectification database are judged continuously, and the early warning analysis is carried out for those with more storage times. This application is based on intelligent analysis and early warning of large data affecting business alarm, realizing precise priority processing of high-value residential areas, and establishing a mechanism of rectification and repository to effectively track and early warning the processing effect of residential areas over a long period of time.

【技术实现步骤摘要】
一种基于次数折算的退服告警分析处理方法和系统
本申请涉及移动通信网无线
，特别地，涉及一种基于次数折算的退服告警分析处理方法和系统。
技术介绍
在各类告警中，退服告警及其相关衍生告警对业务影响最大，退服，顾名思义，就是退出服务，无法工作，也就是中断该物理器件下的所有服务。这累计于生活中发生的罢工事件。小区退服告警即小区建立失败，所有业务中断。当小区建立失败或小区退出服务，并且原因不是配置管理员人为闭塞时，产生小区退服告警。因小区退服导致区域无该小区无线信号，无线信号改变，易形成导频污染或弱覆盖，部分热点区域因服务小区减少，易形成业务拥塞，小区负荷激增，用户无法使用网络，速率降低，信号质量差。这些问题严重影响用户业务，导致客户感知度降低。设备隐形故障时，小区无告警上报，但用户无法正常进行各项业务。设备告警和隐形故障的突发性、偶然性，给日常维护工作带来了很大的困难。如何对退服告警进行全面准确地分析，提前预警、快速有效地处理设备告警，做到早预防早处理，是日常维护工作的重点和难点。目前退服告警方式为：工单处理。工单处理包括告警上报或10086投诉、工单生成、工单派发、工单受理、工单质检五部分。如果退服告警或隐形故障存在时间较长，无法提前对问题进行预警，无法及时对问题进行处理，需在问题暴露且用户投诉后再进行处理。周期长，效率低下，不能解决前期预期、高效处理影响业务告警的问题。但是，现有技术的工单处理存在以下缺陷：第一，仅对小区级退服告警进行工单处理，针对室分、高速高铁和拉远小区RRU级告警监控较少。因此，省公司无法对室分、高速高铁和拉远小区射频拉远单元(RadioRemoteUnit，RRU)级退服告警进行跟踪。第二，仅对退服告警和用户投诉进行派单处理，没有涉及退服告警等对业务影响程度量化审核，因此，省公司无法对退服告警导致的业务影响进行量化审核，由于。第三，目前派单为时间顺序，先产生先处理方式，无法对高价值场景小区进行优先处理，因此，省公司无法对高价值小区进行优先处理。第四，由于小区退服告警的突发性和偶然性，小区告警条数多，对影响业务告警分析不足。因此，省公司无法长时间、高频次和连续退服小区进行统计审核。第五，由于退服等告警处理后，无告警存在，则工单闭环，因此，省公司不能对该小区进行长期跟踪，无法对处理效果的长期性进行审核，不能真正执行把控地“处理长期有效”。第六，只能通过人工对退服告警进行统计和审核分析，效率低下。
技术实现思路
本申请提供一种基于次数折算的退服告警分析处理方法和系统，用于解决现有技术没有对影响业务的退服告警进行深度分析，缺少室分、高速高铁和拉远小区RRU级告警监控，没有对影响业务的程度进行量化，不能准确对全网退服告警和零寻呼小区预警的问题。本申请公开的一种基于次数折算的退服告警分析处理方法，其特征在于，所述方法包括：获取全网告警数据中的退服告警数据；其中，所述全网告警数据包括退服告警，所述退服告警包括小区告警数据和踢重后小区及RRU告警数据；对所述退服告警进行次数折算，计算小区退服率，所述小区退服率为合计退服次数与小区总数的商；根据预设价值分档规则对小区进行分档，各档位设置不同的价值系数，获得所述小区的价值退服率指标；根据小区场景维度划分标准对所述小区的小区退服率和价值退服率指标进行统计，依据场景维度和/或TOP小区维度划分小区退服告警处理的优先级；根据预设的整改规则，按照时间和离散次数统计两个维度设置小区整改库，对所述小区整改库中的小区进行持续判断，并对入库次数较多的小区进行预警分析。优选地，所述获取全网告警数据中的退服告警数据，具体包括：接收OMC上报的告警数据，获取全网告警数据，其中，所述全网告警数据包括退服告警；将所述退服告警按照小区粒度和RRU粒度进行梳理，分为小区告警和RRU告警；根据告警数据预处理规则，将覆盖场景为高速高铁和拉远小区的告警的覆盖类型统一更改为预设覆盖类型，仅保留预设覆盖类型的小区告警数据和RRU告警数据；将覆盖类型为所述预设覆盖类型的RRU告警数据从小区告警数据中踢重，并从小区告警数据中删除同一CGI下的小区告警数据；合并RRU告警数据和踢重后的小区告警数据，得到全网告警数据中的退服告警数据。优选地，所述小区退服率为合计退服次数与小区总数的商，其中，所述合计退服次数的获取方法，具体包括：设定退服次数折算的时间基点；对退服告警清除时间与退服告警开始时间的差值与所述时间基点的商进行向上取整得到小区的退服次数，并根据小区数对所述得到的小区退服次数求和，得出所有小区的退服次数；按日粒度统计小区的零寻呼退服次数为预设值，设定由于频繁闪断导致小区RRU告警的退服次数设置规则；计算所有小区的退服次数和小区的零寻呼退服次数之和为所述合计退服次数；所述小区总数的获取方法，具体包括：计算现网小区总数与发生RRU退服所在小区的RRU数的和，将所述和进行踢重操作，得到所述小区总数。优选的，所述预设值优选为4次，所述设置规则指由于频繁闪断导致小区RRU告警的次数大于或等于10次时，记录告警次数为10次；当天退服次数统计时，退服告警清除时间和退服告警开始时间按实际情况进行统计；跨天退服次数统计时，退服告警清除时间和退服告警开始时间统一设置为固定值；以RRU退服小区匹配OMC小区所对应的RRU数得到所述RRU数，以RRU退服小区作为所述发生RRU退服所在小区数。优选地，所述根据价值分档规则对小区进行分档，各档位设置不同的价值系数，得到价值退服率指标，具体包括：依据业务量和高口碑区域将小区进行档位划分，各档位设置不同的价值系数；计算小区的退服次数，所述价值退服率指标为小区的退服次数与所述小区对应的价值系数的乘积。优选地，所述根据小区场景维度划分标准对所述小区的小区退服率和价值退服率指标进行统计，依据场景维度和/或TOP小区维度划分小区退服告警处理的优先级，具体包括：按场景维度对小区进行场景描述，将全网小区划分为网格、一般城区、室分、风景区、干线和农村六个场景，根据所述小区的场景维度对所述小区的小区退服率和价值退服率指标进行统计；根据小区退服告警数据，依据告警时间、告警频次和/或告警次数维度，得出TOP小区，所述TOP小区包括超长小区、超短时间小区、超频退服小区、连续零寻呼小区和连续告警小区。优选地，所述根据预设的整改规则，按照时间和离散次数统计两个维度设置小区整改库，具体包括：按照时间维度，统计过去M天中N天发生退服的小区统计表，输出M天中各小区的累计退服次数；按照离散次数统计维度，输出M天中累计退服次数大于L次的小区；所述整改规则设定整改库入库规则为：将一定天数内一半以上天数有退服次数的小区或一定天数内累计退服次数大于等于预设值的小区入库，所述退服次数包括小区的退服次数和零寻呼退服次数之和；所述整改规则设定整改库出库规则为：小区入库后连续上述一半以上天数未发生退服的小区出库；统计每日的整改库入库表，并与历史库汇总，按照上述入库规则和出库规则得到最终每日隐患库。本申请公开的一种基于次数折算的退服告警分析处理系统，其特征在于，所述系统包括：告警数据处理模块，用于获取全网告警数据中的退服告警数据；其中，所述全网告警数据包括退服告警，所述退服告警包括小区告警数据和踢重后小区及RRU本文档来自技高网...

【技术保护点】
1.一种基于次数折算的退服告警分析处理方法，其特征在于，包括：获取全网告警数据中的退服告警数据；其中，所述全网告警数据包括退服告警，所述退服告警包括小区告警数据和踢重后小区及RRU告警数据；对所述退服告警进行次数折算，计算小区退服率，所述小区退服率为合计退服次数与小区总数的商；根据预设价值分档规则对小区进行分档，各档位设置不同的价值系数，获得所述小区的价值退服率指标；根据小区场景维度划分标准对所述小区的小区退服率和价值退服率指标进行统计，依据场景维度和/或TOP小区维度划分小区退服告警处理的优先级；根据预设的整改规则，按照时间和离散次数统计两个维度设置小区整改库，对所述小区整改库中的小区进行持续判断，并对入库次数较多的小区进行预警分析。

【技术特征摘要】
1.一种基于次数折算的退服告警分析处理方法，其特征在于，包括：获取全网告警数据中的退服告警数据；其中，所述全网告警数据包括退服告警，所述退服告警包括小区告警数据和踢重后小区及RRU告警数据；对所述退服告警进行次数折算，计算小区退服率，所述小区退服率为合计退服次数与小区总数的商；根据预设价值分档规则对小区进行分档，各档位设置不同的价值系数，获得所述小区的价值退服率指标；根据小区场景维度划分标准对所述小区的小区退服率和价值退服率指标进行统计，依据场景维度和/或TOP小区维度划分小区退服告警处理的优先级；根据预设的整改规则，按照时间和离散次数统计两个维度设置小区整改库，对所述小区整改库中的小区进行持续判断，并对入库次数较多的小区进行预警分析。2.根据权利要求1所述的方法，其特征在于，所述获取全网告警数据中的退服告警数据，具体包括：接收OMC上报的告警数据，获取全网告警数据，其中，所述全网告警数据包括退服告警；将所述退服告警按照小区粒度和RRU粒度进行梳理，分为小区告警和RRU告警；根据告警数据预处理规则，将覆盖场景为高速高铁和拉远小区的告警的覆盖类型统一更改为预设覆盖类型，仅保留预设覆盖类型的小区告警数据和RRU告警数据；将覆盖类型为所述预设覆盖类型的RRU告警数据从小区告警数据中踢重，并从小区告警数据中删除同一CGI下的小区告警数据；合并RRU告警数据和踢重后的小区告警数据，得到全网告警数据中的退服告警数据。3.根据权利要求1所述的方法，其特征在于，所述小区退服率为合计退服次数与小区总数的商，其中，所述合计退服次数的获取方法，具体包括：设定退服次数折算的时间基点；对退服告警清除时间与退服告警开始时间的差值与所述时间基点的商进行向上取整得到小区的退服次数，并根据小区数对所述得到的小区退服次数求和，得出所有小区的退服次数；按日粒度统计小区的零寻呼退服次数为预设值，设定由于频繁闪断导致小区RRU告警的退服次数设置规则；计算所有小区的退服次数和小区的零寻呼退服次数之和为所述合计退服次数；所述小区总数的获取方法，具体包括：计算现网小区总数与发生RRU退服所在小区的RRU数的和，将所述和进行踢重操作，得到所述小区总数。4.根据权利要求3所述的方法，其特征在于：所述预设值优选为4次，所述设置规则指由于频繁闪断导致小区RRU告警的次数大于或等于10次时，记录告警次数为10次；当天退服次数统计时，退服告警清除时间和退服告警开始时间按实际情况进行统计；跨天退服次数统计时，退服告警清除时间和退服告警开始时间统一设置为固定值；以RRU退服小区匹配OMC小区所对应的RRU数得到所述RRU数，以RRU退服小区作为所述发生RRU退服所在小区数。5.根据权利要求3所述的方法，其特征在于，所述根据价值分档规则对小区进行分档，各档位设置不同的价值系数，得到价值退服率指标，具体包括：依据业务量和高口碑区域将小区进行档位划分，各档位设置不同的价值系数；计算小区的退服次数，所述价值退服率指标为小区的退服次数与所述小区对应的价值系数的乘积。6.根据权利要求1所述的方法，其特征在于，所述根据小区场景维度划分标准对所述小区的小区退服率和价值退服率指标进行统计，依据场景维度和/或TOP小区维度划分小区退服告警处理的优先级，具体包括：按场景维度对小区进行...

【专利技术属性】
技术研发人员：汤子又，张琪斌，张国华，周强，陈香，苏磊，
申请(专利权)人：亿阳信通股份有限公司，
类型：发明
国别省市：黑龙江,23