【技术实现步骤摘要】
一种问题小区的筛选方法和装置
本专利技术涉及通信领域,尤其涉及一种问题小区的筛选方法和装置。
技术介绍
在现代社会,随着移动通信网络技术的不断发展,移动通信的网络环境日益复杂,用户对应运行商提供的通信网络服务有着越来越高的要求,为了不断提高用户体验,各个运营商业都会通过各种途径手机用户的意见,而用户投诉则是其中重要一环。用户投诉是用户意见的直接反馈,运营商拥有通过多渠道获得的大量用户投诉数据,其中蕴含了很多极有价值的信息。通过投诉可以及时和有效了解网络与业务中的不足,第一时间跟进处理,以客户感知为导向,可以持续提升网络服务能力,不断优化经营策略,逐步简化工作流程,提升工作效率。然而,目前运营商的投诉处理流程为:一线客服平台收集全国通用的咨询/投诉并将投诉详单转到电子运维系统,电子运维系统通过对既已发生的用户投诉进行工单派发,进而对相应的网络问题采取相应措施进行解决。这样的投诉处理模式仅停留在投诉的事后处理上,缺乏投诉预判和事前防范,问题的解决有不可控的时延,无法保障用户体验;与此同时也产生了较高的投诉处理成本。
技术实现思路
本专利技术的实施例提供一种问题小区的筛选方法和装置,能够筛选存在用户投诉风险的通信小区。为达到上述目的,本专利技术的实施例采用如下技术方案:第一方面,提供一种问题小区的筛选方法,包括:获取待预测小区的通信网络的实时KPI数据;根据实时KPI数据和问题小区筛选模型,判断待预测小区是否为问题小区;问题小区为存在用户投诉风险的小区。第二方面,提供一种问题小区 ...
【技术保护点】
1.一种问题小区的筛选方法,其特征在于,包括:/n获取待预测小区的通信网络的实时KPI数据;/n根据所述实时KPI数据和问题小区筛选模型,判断所述待预测小区是否为问题小区;所述问题小区为存在用户投诉风险的小区。/n
【技术特征摘要】
1.一种问题小区的筛选方法,其特征在于,包括:
获取待预测小区的通信网络的实时KPI数据;
根据所述实时KPI数据和问题小区筛选模型,判断所述待预测小区是否为问题小区;所述问题小区为存在用户投诉风险的小区。
2.根据权利要求1所述的问题小区的筛选方法,其特征在于,所述获取所述待预测小区的通信网络的实时KPI数据之前还包括:
获取多个小区的历史通信KPI数据、历史用户数据和历史投诉数据;所述历史通信KPI数据包括当前时刻之前的第一预设时间段内所述小区的通信网络的KPI数据;所述历史用户数据至少包括在所述第一预设时间段内所述小区服务的用户终端数量的相关数据;所述历史投诉数据为所述第一预设时间段内所述小区的通信质量类投诉数量的相关数据;
根据所述历史用户数据和所述历史投诉数据,对所述多个小区进行分类;所述多个小区中任一个小区的分类结果为问题小区或正常小区;
将根据所述历史用户数据和所述历史投诉数据,对所述多个小区进行分类得到的所述多个小区的分类结果作为预测结果;
根据所述历史通信KPI数据和所述预测结果,利用机器学习算法构建问题小区筛选模型。
3.根据权利要求2所述的问题小区的筛选方法,其特征在于,所述第一预设时间段内所述小区服务的用户终端数量的相关数据包括:所述第一预设时间段内所述小区服务的用户终端的总数量;所述第一预设时间段内所述小区的通信质量类投诉数量的相关数据包括:所述第一预设时间段内所述小区的通信质量类投诉的总数量;
所述根据所述历史用户数据和所述历史投诉数据,对所述多个小区进行分类包括:
当所述第一预设时间段内所述小区的通信质量类投诉的总数量,与所述第一预设时间段内所述小区服务的用户终端的总数量的比值大于预设阈值时,则确定所述小区为问题小区;
当所述第一预设时间段内所述小区的通信质量类投诉的总数量,与所述第一预设时间段内所述小区服务的用户终端的总数量的比值小于预设阈值时,则确定所述小区为正常小区。
4.根据权利要求2所述的问题小区的筛选方法,其特征在于,所述第一预设时间段内所述小区服务的用户终端数量的相关数据包括:所述第一预设时间段内每个单位时间段内所述小区服务的用户终端的数量;所述第一预设时间段内所述小区的通信质量类投诉数量的相关数据包括:所述第一预设时间段内每个单位时间段内所述小区的通信质量类投诉的数量;
所述根据所述历史用户数据和所述历史投诉数据,对所述多个小区进行分类包括:
当所述第一预设时间段内第一单位时间段内所述小区的通信质量类投诉的数量,与所述第一预设时间段内第一单位时间段内所述小区服务的用户终端的数量的比值大于预设阈值时,则确定所述小区在所述第一单位时间段内为问题小区;
当所述第一预设时间段内第二单位时间段内所述小区的通信质量类投诉的数量,与所述第一预设时间段内第二单位时间段内所述小区服务的用户终端的数量的比值小于预设阈值时,则确定所述小区在所述第二单位时间段内为正常小区;
所述第一单位时间段和所述第二单位时间段均为所述第一预设时间段内所有单位时间段中任一个。
5.根据权利要求2所述的问题小区的筛选方法,其特征在于,根据所述实时KPI数据和问题小区筛选模型,判断所述待预测小区是否为问题小区之后还包括:
获取所述待预测小区在当前时刻后第二预设时间段内的用户投诉的数量和第二预设时间段内服务的用户终端的数量;
根据所述第二预设时间段内的用户投诉的数量和第二预设时间段服务的用户终端的数量,判断所述待预测小区是否为问题小区;
将所述实时KPI数据存入所述历史通信KPI数据,以更新所述历史通信KPI数据;
将根据所述第二预设时间段内的用户投诉的数量和第二预设时间段服务的用户终端的数量,判断所述待预测小区是否为问题小区的判断结果存入所述预测结果,以更新所述预测结果;
根据更新后的所述历史通信KPI数据和更新后的所述预测结果,利用机器学习算法更新所述问题小区筛选模型。
6.根据权利要求1所述的问题小区的筛选方法,其特征在于,所述根据所述实时KPI数据和问题小区筛选模型,判断所述待预测小区是否为问题小区之后还包括:
当所述待预测小区为问题小区时,向所述待预测小区的通信网络对应的运维平台发送维护指令;所述维护指令包括所述问题小区的小区身份标识ID和所述问题小区筛选模型中的关键特征。
7.一种问题小区的筛选装置,其特征在于,包括:获取模块和处理模块;
所述获取模块,用于获取待预测小区的通信网络的实时KPI数据;
所述处理模块,用于根据所述获取模块获取的所述实时KPI数据和问题小区筛选模型,判断所述待预测小区是否为问题小区;所述问题小区为存在用户投诉风险的小区。
8.根据权利要求7所述的问题小区的筛选装置,其特征在于,还包括建模模块;
所述获取模块还用于获取多个...
【专利技术属性】
技术研发人员:曹丽娟,张恒,贾玉玮,程新洲,
申请(专利权)人:中国联合网络通信集团有限公司,
类型:发明
国别省市:北京;11
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。