一种基于大数据的网络问题定位方法技术

本发明专利技术公开了一种基于大数据的网络问题定位方法

【技术实现步骤摘要】
一种基于大数据的网络问题定位方法、装置及处理方法


[0001]本专利技术涉及网络
，尤其涉及一种基于大数据的网络问题定位方法
、
装置及处理方法
。

技术介绍

[0002]随着移动网络的快速发展，使得手机的使用迅速普及，手机几乎所有人在日常的工作和生活中都离不开手机的使用
。
人们每天使用手机进行上网
、
购物
、
社交
、
办公等
。
在用户使用移动网络服务的过程中，可能会对服务感知不满意，比如语音打不通
、
上不了网
、
上网速度慢等常见的问题
。
若对通信服务不满意，用户通常可通过客户投诉的方式来反映通信服务的质量问题，所以客户投诉的频率成为了运营商企业管理的重要考核指标
。
对于电信运营商而言，以客户为中心，关注客户的各种需求，降低客户投诉率，提升客户的满意度是日常运营工作的重点内容
。
随着社会生活水平质量的提高，客户对电信服务质量的要求也在日益提高
。
客户对电信服务进行投诉的数量和频次逐渐升高，使电信运营商的服务质量和效率面临挑战
。
[0003]目前的网络问题定位，用户投诉之后，客服人员会根据用户的提示一步一步指引用户排查一系列问题，其缺点比较明显：
[0004]1.
由于客户人员的能力水平参差不齐，云网技术人员的经验
、
工具手段参差不齐等，会导致网络问题定位的效率较低且准确性较低，从而导致对该网络问题的解决效率和效果无法达到用户满意程度，有时候还会产生升级投诉；
[0005]2.
这种网络问题定位方法，其效率比较低，也比较被动，对运营商的服务口碑产生了较大的负面影响
。

技术实现思路

[0006]本专利技术所要解决的技术问题是针对现有技术的上述不足，提出一种基于大数据的网络问题定位方法
、
装置及处理方法，该定位方法能够实现基于大数据的问题定位，从而提高网络问题定位的效率和准确性
。
[0007]第一方面，本专利技术提供一种基于大数据的网络问题定位方法，该方法应用于网络侧，该方法包括如下步骤：
[0008]步骤
S1
：获取用户的网络问题数据；
[0009]步骤
S2
：根据用户的网络问题数据，判断出用户的网络问题是个别用户网络问题还是群体用户网络问题：
[0010]如果是个别用户网络问题，则根据专家库模型针对个别用户网络问题进行定位；如果是群体用户网络问题，则根据专家库模型针对群体用户网络问题进行定位；
[0011]所述专家库模型为基于大数据预先构建的网络问题定位模型，所述专家库模型携带历史网络问题及历史网络问题定位结果
。
[0012]进一步地，所述步骤
S1
中，具体包括：
[0013]通过
kafka
工具，对接网络实时数据系统，获取到投诉订单数据
、
信令数据
、MRO
数据
、
及
B
域数据，得到网络问题数据
。
[0014]进一步地，所述根据专家库模型针对个别用户网络问题进行定位，具体包括如下步骤：
[0015]A1
：获取用户业务轨迹的小区覆盖性能，根据专家库模型判断出是否存在小区覆盖问题：
[0016]若存在小区覆盖问题，则得到个别用户网络问题的第一定位；若不存在小区覆盖问题，则没有得到个别用户网络问题的第一定位；
[0017]A2
：获取核心网信令成功率，所述核心网信令成功率包括附着成功率
、
切换成功率
、
及
PDN
请求成功率；
[0018]A3
：根据专家库模型判断出低于预期或存在异常的一个或多个核心网信令成功率，得到个别用户网络问题的第二定位；
[0019]A4
：结合个别用户网络问题的第一定位和个别用户网络问题的第二定位，得到个别用户网络问题的定位
。
[0020]进一步地，所述根据专家库模型针对群体用户网络问题进行定位，具体包括：
[0021]根据专家库模型，基于用户套餐聚类，针对群体用户网络问题进行定位，
[0022]和
/
或，
[0023]根据专家库模型，基于用户终端品牌及型号聚类，针对群体用户网络问题进行定位，
[0024]和
/
或，
[0025]根据专家库模型，基于用户业务性能聚类，针对群体用户网络问题进行定位
。
[0026]进一步地，所述步骤
S1
之前还包括步骤
S0
，
[0027]步骤
S0
：构建出用于网络问题定位的专家库模型，其包括如下步骤：
[0028]步骤
S01
：基于历史数据，获取网络问题定位的训练样本和测试样本；
[0029]步骤
S02
：为训练样本进行标记，标记包括网络问题及网络问题对应的定位；
[0030]步骤
S03
：使用标记的训练样本对初始专家库模型进行训练得到训练模型，所述初始专家库模型为选择的机器学习或深度学习模型；
[0031]步骤
S04
：使用测试样本对训练模型进行评估和优化，从而构建出用于网络问题定位的专家库模型
。
[0032]第二方面，本专利技术提供一种基于大数据的网络问题定位装置，该装置应用于网络侧，该装置包括：
[0033]获取单元，用于获取用户的网络问题数据；
[0034]判断单元，与所述获取单元连接，用于根据用户的网络问题数据，判断出用户的网络问题是个别用户网络问题还是群体用户网络问题；
[0035]第一定位单元，与所述判断单元连接，用于根据所述判断单元判断出用户的网络问题是个别用户网络问题后，再根据专家库模型针对个别用户网络问题进行定位；
[0036]第二定位单元，与所述判断单元连接，用于根据所述判断单元判断出用户的网络问题是群体用户网络问题后，再根据专家库模型针对群体用户网络问题进行定位；
[0037]所述专家库模型为基于大数据预先构建的网络问题定位模型，所述专家库模型携
带历史网络问题及历史网络问题定位结果
。
[0038]进一步地，所述获取单元包括：
[0039]对接模块，所述对接模块用于通过
kafka
工具，对接网络实时数据系统；
[0040]获取模块，与所述对接模块连接，用于从网络实时数据系统中获取到投诉订单数据
、
信令数据
、MRO
数据
、
及
B
域数据，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的网络问题定位方法，应用于网络侧，其特征在于，所述方法包括如下步骤：步骤
S1
：获取用户的网络问题数据；步骤
S2
：根据用户的网络问题数据，判断出用户的网络问题是个别用户网络问题还是群体用户网络问题：如果是个别用户网络问题，则根据专家库模型针对个别用户网络问题进行定位；如果是群体用户网络问题，则根据专家库模型针对群体用户网络问题进行定位；所述专家库模型为基于大数据预先构建的网络问题定位模型，所述专家库模型携带历史网络问题及历史网络问题定位结果
。2.
根据权利要求1所述的基于大数据的网络问题定位方法，其特征在于，所述步骤
S1
中，具体包括：通过
kafka
工具，对接网络实时数据系统，获取到投诉订单数据
、
信令数据
、MRO
数据
、
及
B
域数据，得到网络问题数据
。3.
根据权利要求1所述的基于大数据的网络问题定位方法，其特征在于，所述根据专家库模型针对个别用户网络问题进行定位，具体包括如下步骤：
A1
：获取用户业务轨迹的小区覆盖性能，以及根据专家库模型判断出是否存在小区覆盖问题：若存在小区覆盖问题，则得到个别用户网络问题的第一定位；若不存在小区覆盖问题，则没有得到个别用户网络问题的第一定位；
A2
：获取核心网信令成功率，所述核心网信令成功率包括附着成功率
、
切换成功率
、
及
PDN
请求成功率；
A3
：根据专家库模型判断出低于预期或存在异常的一个或多个核心网信令成功率，得到个别用户网络问题的第二定位；
A4
：结合个别用户网络问题的第一定位和个别用户网络问题的第二定位，得到个别用户网络问题的定位
。4.
根据权利要求1所述的基于大数据的网络问题定位方法，其特征在于，所述根据专家库模型针对群体用户网络问题进行定位，具体包括：根据专家库模型，基于用户套餐聚类，针对群体用户网络问题进行定位，和
/
或，根据专家库模型，基于用户终端品牌及型号聚类，针对群体用户网络问题进行定位，和
/
或，根据专家库模型，基于用户业务性能聚类，针对群体用户网络问题进行定位
。5.
根据权利要求1至4任一项所述的基于大数据的网络问题定位方法，其特征在于，所述步骤
S1
之前还包括步骤
S0
，步骤
S0
：构建出用于网络问题定位的专家库模型，其包括如下步骤：步骤
S01
：基于历史数据，获取网络问题定位的训练样本和测试样本；步骤
S02
：为训练样本进行标记，标记包括网络问题及网络问题对应的定位；步骤
S03
：使用标记的训练样本对初始专家库模型进行训练得到训练模型，所述初始专家库模型为选择的机器学习或深度学习模型；
步骤
S04
：使用测试样本对训练模型进行评估...

【专利技术属性】
技术研发人员：高洁，宋春涛，吴洋，成晨，张帆，
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：