网络质量预测方法和装置制造方法及图纸

本发明专利技术提供一种网络质量预测方法和装置，其中，该方法包括：采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息；根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型；采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测。通过本发明专利技术提供的方法和装置，从用户的角度出发对与网络质量相关的信息进行采集，避免了传统网络质量预测方法很难有效反映用户对网络质量的评价的问题，准确地获取网络质量的真实评价。

【技术实现步骤摘要】
网络质量预测方法和装置
本专利技术涉及网络技术，尤其涉及一种网络质量预测方法和装置。
技术介绍
网络质量预测技术，关注网络质量指标，发现并解决影响网络质量的问题。网络质量预测的目的是量化网络运行状况、获得网络运维中发生或潜在的问题。网络质量预测可以实现网络运维质量的提高，使用户满意度增加。网络质量分析及预测，为建立一个高级稳定、可预测及可控的网络起到了不可替代的作用。现有技术中的网络质量预测方法，由于网络KPI信息已经被保存于有线网、光纤网以及无线网等各类网络的网优平台中，运营商从网优平台中采集关键绩效指标(KeyPerformanceIndicator，简称KPI)信息作为内部数据，其中，运营商采集的KPI信息所属的网络小区为运营商随机选取的，然后对此内部数据进行分析处理得到网络质量评估信息，并据此进行网络质量预测，进而完成网络的优化和维护。但是，现有技术中的网络质量预测方法，由于采集的KPI信息所属的网络小区为运营商随机选取的，时常不能准确地获取用户对于网络质量的真实评价，从而不能对网络质量进行准确的预测，进而无法准确完成网络的优化和维护。
技术实现思路
本专利技术提供一种网络质量预测方法和装置，用以解决现有技术中的网络质量预测方法，由于采集的KPI信息所属的网络小区为运营商随机选取的，因而时常不能准确地获取用户对于网络质量的真实评价，从而不能对网络质量进行准确的预测，进而无法准确完成网络的优化和维护的问题。本专利技术的第一个方面是提供一种网络质量预测方法，包括：采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息；根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型；采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测。本专利技术的另一个方面是提供一种网络质量预测装置，包括：数据采集模块，用于采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息；预测模型建立模块，用于根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型；网络质量预测模块，用于采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测。本实施例通过，采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，获取的是与投诉相关的网络小区，从被投诉的小区以及未被投诉的小区中采集网络KPI信息，从而准确地获取了用户对于网络质量的真实评价；采取第一网络KPI信息和第二网络KPI信息进行之后建立网络质量预测模型以及网络质量预测的步骤，可以实现从用户角度出发对网络质量进行预测，更加真实有效的对网络质量进行预测。附图说明图1为本专利技术实施例一提供的一种网络质量预测方法的流程图；图2为本专利技术实施例二提供的另一种网络质量预测方法的流程图；图3为本专利技术实施例二中所应用的误差反向传播(Error-BackPropagation，BP)神经网络的网络模型图；图4为本专利技术实施例二的权重值输出示意图；图5为本专利技术实施例二的质量评估门限值确定示意图；图6为本专利技术实施例三提供的又一种网络质量预测方法的流程图；图7为本专利技术实施例四提供的再一种网络质量预测方法的流程图；图8为本专利技术实施例五提供的一种网络质量预测装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例一提供的一种网络质量预测方法的流程图，如图1所示，本实施例的方法可以包括：步骤101、采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息。网络KPI信息被保存于有线网、光纤网以及无线网等各类网络的网优平台中。某个小区的网络质量被该小区的用户投诉时，采集投诉用户所在的该小区的网络KPI信息作为第一网络KPI信息，可知该第一网络KPI信息被用户投诉。然后，按照预设数量的非投诉用户，采集非投诉用户所在小区的网络KPI信息作为第二网络KPI信息，可知该第二网络KPI信息未被用户投诉。在采集第一网络KPI信息和第二网络KPI信息时，按照预设时间去采集，在本实施例中该预设时间可以是六个月，即每隔六个月便采集第一网络KPI信息和第二网络KPI信息。步骤102、根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型。根据采集的第一网络KPI信息和所述第二网络KPI信息，确定一个网络质量预测模型，用于进行网络质量的预测。步骤103、采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测。从待预测的小区中，采集该小区的待预测的KPI信息，该待预测的KPI信息不需关心其是否被用户投诉，根据步骤102中所得到的网络质量预测模型，去测试待预测的网络KPI信息，从而对待预测的网络KPI信息进行网络质量预测。本实施例通过，采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，获取的是与投诉相关的网络小区，从被投诉的小区以及未被投诉的小区中采集网络KPI信息，从而准确地获取了用户对于网络质量的真实评价；根据第一网络KPI信息和第二网络KPI信息，去确定网络质量预测模型，然后采集待预测的网络KPI信息，并采用确定好的网络质量预测模型对所述待预测的网络KPI信息进行网络质量的预测，可以实现从用户角度出发对网络质量进行预测，更加真实有效的对网络质量进行预测。避免了传统网络质量预测方法很难有效反映用户对网络质量的评价的问题，从用户的角度出发对与网络质量相关的信息进行采集，实现了准确地获取网络质量的真实评价，在用户对所在小区的网络质量未发生投诉之前，对网络质量进行预测，可以实现从用户角度出发对网络质量进行预测，更加真实有效的对网络质量进行预测，以进行之后的网络质量排查解决工作，进而准确的完成网络的优化和维护。图2为本专利技术实施例二提供的另一种网络质量预测方法的流程图，如图2所示，本实施例的方法可以包括：步骤101的具体实施方式为以下步骤：步骤1011、统计投诉用户发送的投诉信息。具体地，用户会通过语音、短信等方式向运营商发送投诉信息，运营商通过自动记录或人工记录的方式记录投诉用户发送的投诉信息，形成投诉记录，可以从投诉记录中统计投诉用户发送的投诉信息。举例来说，由于运营商会通过自动记录或人工记录的方式，将投诉用户发送的各种投诉信息进行投诉信息的记录，形成投本文档来自技高网...

【技术保护点】
一种网络质量预测方法，其特征在于，包括：采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息；根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型；采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测。

【技术特征摘要】
1.一种网络质量预测方法，其特征在于，包括：采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息；根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型；采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测；其中，所述根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型，包括：对所述第一网络KPI信息和所述第二网络KPI信息进行统计分析，得到各网络KPI信息在用户评价小区质量时所占权重值；采用所述第一网络KPI信息中权重值较大的前N个权重值对应的网络KPI信息和所述第二网络KPI信息中权重值中较大的前N个权重值对应的网络KPI信息，确定各网络KPI信息对应的质量评估门限值，所述质量评估门限值用于界定网络质量是否会被用户投诉；相应的，所述采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测，包括：采集一个小区中的一个网络KPI信息，并将该网络KPI信息与该网络KPI信息对应的质量评估门限值进行比较；根据比较结果，确定该网络KPI信息对应的该小区的网络质量是否会被用户投诉；或者，所述根据所述第一网络KPI信息和所述第二网络KPI信息，确定网络质量预测模型，包括：将所述第一网络KPI信息和所述第二网络KPI信息组成训练样本；将所述训练样本输入误差反向传播BP神经网络中进行训练，得到成熟BP神经网络；获取所述成熟BP神经网络中的小区质量预测值以及各网络KPI信息在用户评价小区质量时所占权重值；根据所述小区质量预测值，对所述第一网络KPI信息以及所述第二网络KPI信息的投诉情况进行修正；采用投诉情况修正后的第一网络KPI信息中权重值较大的前N个权重值对应的网络KPI信息和投诉情况修正后的第二网络KPI信息中权重值中较大的前N个权重值对应的网络KPI信息，确定各网络KPI信息对应的质量评估门限值，所述质量评估门限值用于界定网络质量是否会被用户投诉；相应的，所述采集待预测的网络KPI信息，并采用所述网络质量预测模型对所述待预测的网络KPI信息进行网络质量预测，包括：采集一个小区中的一个网络KPI信息，并将该网络KPI信息与该网络KPI信息对应的质量评估门限值进行比较；根据比较结果，确定该网络KPI信息对应的该小区的网络质量是否会被用户投诉。2.根据权利要求1所述的方法，其特征在于，所述采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息，包括：统计投诉用户发送的投诉信息；根据所述投诉信息，确定所述投诉用户所在的小区；提取所述投诉用户所在小区的第一网络KPI信息；提取非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量与所述投诉用户的数量相同，所述第一网络KPI信息和所述第二网络KPI信息为预设时间内的信息。3.根据权利要求1所述的方法，其特征在于，采集投诉用户所在小区的第一网络KPI信息以及非投诉用户所在小区的第二网络KPI信息，其中，所述非投诉用户的数量为预设数量，所述第一网络KPI信息...

【专利技术属性】
技术研发人员：许强，李纪华，
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