网络质量检测方法、装置、电子设备及可读存储介质制造方法及图纸

本申请公开了一种网络质量检测方法、装置、电子设备及可读存储介质，属于通信技术领域。其中，网络质量检测方法，包括：响应于用户的网络质量投诉请求，获取用户的目标数据信息，目标数据信息用于定位用户；将数据信息输入网络状况预测模型中，得到用户的网络问题，网络状况预测模型为基于影响网络状况的时间因素、区域场景和网络因素对用户的网络状况进行预测的模型。行预测的模型。行预测的模型。

【技术实现步骤摘要】
网络质量检测方法、装置、电子设备及可读存储介质


[0001]本申请涉及通信
，具体涉及一种网络质量检测方法、装置、电子设备及可读存储介质。

技术介绍

[0002]在无线通信网络的运营过程中，往往会出现设备故障。此时，处于某一位置的手机用户无法与基站进行通信、或者与基站通信不畅通，并具体体现为用户手机无信号，电话无法拨通，掉话等现象。
[0003]通常，无线通信网络的运营商为手机用户提供了投诉服务。通过来自手机用户的投诉，网络运营商能够发现网络中出现的问题，并加以解决。当前，网络运营商通常通过投诉电话接收用户的投诉，并将用户的投诉录入到系统中以备后台网维网优人员进一步处理。
[0004]现有的网络问题难以预测，基于用户投诉的网络问题解决方式较为被动和滞后，对于网络问题的解决速度慢。

技术实现思路

[0005]本申请实施例的目的是提供一种网络质量检测方法、装置、电子设备及可读存储介质，以至少解决现有网络问题难以预测的问题。
[0006]本申请的技术方案如下：
[0007]根据本申请实施例的第一方面，提供一种网络质量检测方法，该方法可以包括：
[0008]响应于用户的网络质量投诉请求，获取用户的目标数据信息，目标数据信息用于定位用户；
[0009]将数据信息输入网络状况预测模型中，得到用户的网络问题，网络状况预测模型为基于影响网络状况的时间因素、区域场景和网络因素对用户的网络状况进行预测的模型。
[0010]进一步地，目标数据信息可以为用户位置信息和/或用户电话号码信息。
[0011]进一步地，在响应于用户的网络质量投诉请求，获取用户的目标数据信息之前，方法还可以包括：
[0012]按照日粒度获取网络投诉数据；
[0013]提取网络投诉数据中可量化的场景投诉评价指标数据，得到投诉评价指标集合；
[0014]删除投诉评价指标集合中的节假日数据，并根据时序特征对投诉评价指标集合中的进行标记，得到样本数据；
[0015]利用样本数据对机器学习模型进行训练，得到网络状况预测模型。
[0016]进一步地，提取网络投诉数据中可量化的场景投诉评价指标数据，得到投诉评价指标集合，可以包括：
[0017]对网络投诉数据中异常数据进行正常化处理，得到常规指标数据；
[0018]提取常规指标数据中的可量化的场景投诉评价指标数据，得到投诉评价指标集合。
[0019]进一步地，可量化的场景投诉评价指标数据可以包括：KQI、KPI、AOI场景、环境指标、异常指标和软采指标。
[0020]进一步地，利用样本数据对机器学习模型进行训练和测试，得到网络状况预测模型，可以包括：
[0021]对样本数据进行特征增强处理，得到增强样本数据；
[0022]利用增强样本数据对机器学习模型进行训练和测试，得到网络状况预测模型。
[0023]进一步地，在将数据信息输入网络状况预测模型中，得到用户的网络问题之后，上述方法还可以包括：
[0024]根据网络问题生成诉求解释；
[0025]向用户发送诉求解释。
[0026]根据本申请实施例的第二方面，提供一种目标用户确定方法，该方法可以包括：
[0027]利用实施例第一方面的网络状况预测模型预测出现网络问题的概率超过预设值的区域；
[0028]采集出现网络问题高风险区域的用户的网络侧大数据；
[0029]提取网络侧大数据中的语音性能指标和上网质量指标；
[0030]根据语音性能指标和上网质量指标，并结合用户的流量使用情况、用户平均收入以及B域经分数据确定目标用户。
[0031]根据本申请实施例的第三方面，提供一种网络质量检测装置，该装置可以包括：
[0032]获取装置，用于响应于用户的网络质量投诉请求，获取用户的目标数据信息，目标数据信息用于定位用户；
[0033]预测模块，用于将数据信息输入网络状况预测模型中，得到用户的网络问题，网络状况预测模型为基于影响网络状况的时间因素、区域场景和网络因素对用户的网络状况进行预测的模型。
[0034]根据本申请实施例的第四方面，提供一种目标用户确定装置，该装置可以包括：
[0035]区域预测模块，用于利用实施例第一方面的网络状况预测模型预测出现网络问题的概率超过预设值的区域；
[0036]采集模块，用于采集出现网络问题高风险区域的用户的网络侧大数据；
[0037]提取模块，用于提取网络侧大数据中的语音性能指标和上网质量指标；
[0038]确定模块，用于根据语音性能指标和上网质量指标，并结合用户的流量使用情况、用户平均收入以及B域经分数据确定目标用户。
[0039]根据本申请实施例的第五方面，提供一种电子设备，该电子设备可以包括：
[0040]处理器；
[0041]用于存储处理器可执行指令的存储器；
[0042]其中，处理器被配置为执行指令，以实现如第一方面的任一项实施例中所示的网络质量检测方法或第二方面实施例所示的目标用户确定方法。
[0043]根据本申请实施例的第六方面，提供一种存储介质，当存储介质中的指令由信息处理装置或者服务器的处理器执行时，以使信息处理装置或者服务器实现以实现如第一方
面的任一项实施例中所示的方法或第二方面实施例所示的目标用户确定。
[0044]本申请的实施例提供的技术方案至少带来以下有益效果：
[0045]本申请实施例通过获取用户的目标数据信息，目标数据信息用于定位用户；将数据信息输入网络状况预测模型中，得到用户的网络问题，该方法所使用的网络状况预测模型综合考虑了影响网络状况的时间因素、区域场景和网络因素，影响网络问题的因素考虑的更加全面，因而，该模型对网络问题的预测更加准确，进而可以根据网络状况对投诉用户进行预测，可以更有针对性的解决网络投诉问题。
[0046]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限值本申请。
附图说明
[0047]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理，并不构成对本申请的不当限定。
[0048]图1是根据一示例性实施例示出的网络质量检测方法流程图；
[0049]图2是根据一具体实施例示出的网络投诉智能预测方法流程图；
[0050]图3是根据一具体实施例示出的数据采集与提取流程图；
[0051]图4是根据一具体实施例示出的箱形图识别法示意图；
[0052]图5是根据一具体实施例示出的时间序列的分解示意图；
[0053]图6是根据一具体实施例示出的高风险场景投诉预测模型建立流程图；
[0054]图7是根据一具体实施例示出的样本迭代示意图；
[0055]图8是根据一具体实施例示出的预测结果示意图一；
[0056]图9是根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络质量检测方法，其特征在于，包括：响应于用户的网络质量投诉请求，获取用户的目标数据信息，所述目标数据信息用于定位所述用户；将所述数据信息输入网络状况预测模型中，得到所述用户的网络问题，所述网络状况预测模型为基于影响网络状况的时间因素、区域场景和网络因素对所述用户的网络状况进行预测的模型。2.根据权利要求1所述的方法，其特征在于，所述目标数据信息为用户位置信息和/或用户电话号码信息。3.根据权利要求1或2所述的方法，其特征在于，在所述响应于用户的网络质量投诉请求，获取用户的目标数据信息之前，所述方法还包括：按照日粒度获取网络投诉数据；提取所述网络投诉数据中可量化的场景投诉评价指标数据，得到投诉评价指标集合；删除所述投诉评价指标集合中的节假日数据，并根据时序特征对所述投诉评价指标集合中的进行标记，得到样本数据；利用所述样本数据对机器学习模型进行训练，得到所述网络状况预测模型。4.根据权利要求3所述的方法，其特征在于，所述提取所述网络投诉数据中可量化的场景投诉评价指标数据，得到投诉评价指标集合，包括：对所述网络投诉数据中异常数据进行正常化处理，得到常规指标数据；提取所述常规指标数据中的可量化的场景投诉评价指标数据，得到投诉评价指标集合。5.根据权利要求3所述的方法，其特征在于，所述可量化的场景投诉评价指标数据包括：KQI、KPI、AOI场景、环境指标、异常指标和软采指标。6.根据权利要求3所述的方法，其特征在于，所述利用所述样本数据对机器学习模型进行训练和测试，得到所述网络状况预测模型，包括：对所述样本数据进行特征增强处理，得到增强样本数据；利用所述增强样本数据对机器学习模型进行训练和测试，得到所述网络状况预测模型。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，在所述将所述数据信息输入网络状况预测模型中，得到所述用户的网络问题之后，上述方法还包括：根据所述网络问题生成诉求解释；向所述用户发送...

【专利技术属性】
技术研发人员：李思平，王晓琦，燕文浩，马蓁，赵伟，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：