System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 面向5G定制网的场景化客户感知评估方法、装置、设备及存储介质制造方法及图纸_技高网

面向5G定制网的场景化客户感知评估方法、装置、设备及存储介质制造方法及图纸

技术编号:40825189 阅读:7 留言:0更新日期:2024-04-01 14:46
本发明专利技术提供了一种面向5G定制网的场景化客户感知评估方法、装置、设备及存储介质,包括:采集基础数据信息;基于所述基础数据信息,提取出衍射数据信息和关联数据信息;基于所述衍射数据信息和关联数据信息,构建得到数据模型;针对指标确定其评分方式、阈值和权重,形成指标KQI;根据所述指标KQI进行组合计算,形成客户感知QOE得分;根据已有数据中的网元数据、性能数据、告警数据、故障数据,建立智能算法模型,并对所述智能算法模型进行持续训练;根据预定的采集频率从数据源采集到数据,并将数据接入所述智能算法模型;根据指标管理中配置的计算规则,计算并输出衍生指标、汇总指标、组合指标。

【技术实现步骤摘要】

本专利技术涉及业务质量评估领域,尤其涉及一种面向5g定制网的场景化客户感知评估方法、装置、设备及存储介质。


技术介绍

1、基于运营商的5g定制网、专网的业务,进行业务质量进行评估的做法,其同类技术、产品一般都是通过大数据计算的技术针对网元、网络、基站等进行评估。其做法中,一般都是针对某个元件,其所能采集到的性能数据,从元件的角度进行数据建模,然后根据模型获取性能数据,并对各个性能指标进行评分,在把各个平分进行加权汇总得到元件的评分。在进行性能数据获取,性能指标评分的时候,由于涉及到元件比较多,并且采集频率比较高,所以要用到的性能数据量也比较大,需要用到大数据计算相关的技术来保证数据计算的时效性。

2、这样做存在两个可以优化的点,一是用现有数据,通过大数据模型对元件进行评估,未对未来的情况进行预测;二是只针对网元、网络、基站等元件的数据,直接对相关元件进行了评估,而未对其相关的关系进行计算,尤其是未对其所影响到的客户进行评估。


技术实现思路

1、专利技术目的:提出一种面向5g定制网的场景化客户感知评估方法、装置、设备及存储介质,以解决现有技术存在的上述问题。

2、第一方面,提出一种面向5g定制网的场景化客户感知评估方法,步骤如下:

3、s1、采集基础数据信息;基于所述基础数据信息,提取出衍射数据信息和关联数据信息;基于所述衍射数据信息和关联数据信息,构建得到数据模型;所述数据模型以目录的形式呈现n个指标;

4、s2、分别针对n个指标确定其评分方式、阈值和权重,形成指标kqi;

5、s3、结合客户实际使用的服务、产品、网络、业务情况,根据所述指标kqi进行组合计算,形成客户感知qoe得分;

6、s4、根据已有数据中的网元数据、性能数据、告警数据、故障数据,建立智能算法模型,并对所述智能算法模型进行持续训练;

7、s5、根据预定的采集频率从数据源采集到数据,并将数据接入所述智能算法模型;

8、s6、根据指标管理中配置的计算规则,计算并输出衍生指标、汇总指标、组合指标。

9、在第一方面进一步的实施例中,所述基础数据信息包括:项目、号卡、工单;号卡所属的dnn;基站性能、网元性能;基站告警、网元告警;

10、所述衍射数据信息包括:人卡、无卡信息;

11、所述关联数据信息包括:客户-dnn-号卡、客户-号卡-业务-工单的关联拓扑信息。

12、在第一方面进一步的实施例中,步骤s2进一步包括:

13、针对计算方式明确的感知需求,在数据模型各类指标的基础上,采取专家经验、行业标准、数据分析方式,对指定的指标,确定其评分方式,以及阈值和权重,形成kqi;并对此kqi的参数、计算方式、计算过程进行灵活配置。

14、在第一方面进一步的实施例中,步骤s4进一步包括:

15、针对推断、预测类的感知需求,根据已有数据中的网元数据、性能数据、告警数据、故障数据,采用大数据智能建模的方式,根据推断类的智能算法,建立智能算法模型,并进行持续训练,形成此类计算的算法模型。

16、在第一方面进一步的实施例中,整个数据计算的过程,是在数据模型以及算法模型的基础上,进行的数据接入、数据计算、数据存储的过程。

17、在第一方面进一步的实施例中,步骤s4还包括数据接入:

18、在数据模型的基础上,根据配置的采集频率从数据源采集到数据,并按照数据模型的组织存入对应的库中。

19、在第一方面进一步的实施例中,对于不同的数据,根据配置的情况,配置类数据,直接存入pg库;性能告警数据等数据会存如hadoop中,同时告警数据也会同时推送到kafka中,直接给到上层,应对一些实时告警的处理;

20、一些应用经常会查询的数据则存入到es中。

21、在第一方面进一步的实施例中,在数据接入的过程中或者在数据接入后,根据指标管理中配置的计算规则,计算衍生指标、汇总指标、组合指标;其中海量数据的加工会使用基于hadoop的spark、presto进行计算,利用hadoop的mapreduce把计算分发到各个机器上,通过集群的算力提升计算速度。

22、在第一方面进一步的实施例中,公式类的计算通过规则引擎、计算引擎等方式把计算公式配置到指标上,并通过配置的公式计算结果;一些基础的信息则通过java代码的方式进行计算;

23、推断类的指标则结合智能算法模型,通过机器学习的方式进行计算。

24、在第一方面进一步的实施例中,数据计算的结果,会根据数据的实际情况,进行不同的存储,方便上层应用的查询;计算出来的配置信息、维表信息存入pg库中,用于计算的原始数据,计算过程数据存入hadoop中,统计信息等存入es中,经常会使用的数据、热点数据存入redis中。

25、本专利技术的第二个方面,提出一种场景化客户感知评估装置,该装置包括:

26、采集模块,用于采集基础数据信息;基于所述基础数据信息,提取出衍射数据信息和关联数据信息;基于所述衍射数据信息和关联数据信息,构建得到数据模型;所述数据模型以目录的形式呈现n个指标;

27、指标生成模块,分别针对n个指标确定其评分方式、阈值和权重,形成指标kqi;

28、得分计算模块,用于结合客户实际使用的服务、产品、网络、业务情况,根据所述指标kqi进行组合计算,形成客户感知qoe得分;

29、训练模块,根据已有数据中的网元数据、性能数据、告警数据、故障数据,建立智能算法模型,并对所述智能算法模型进行持续训练;

30、接入模块,用于根据预定的采集频率从数据源采集到数据,并将数据接入所述智能算法模型;

31、输出模块,用于根据指标管理中配置的计算规则,计算并输出衍生指标、汇总指标、组合指标。

32、本专利技术的第三个方面,提出一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;所述处理器执行所述计算机程序指令时实现如第一方面所述的面向5g定制网的场景化客户感知评估方法。

33、本专利技术的第四个方面,提出一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一个可执行指令,所述可执行指令在电子设备上运行时,使得电子设备执行如第一方面所述的面向5g定制网的场景化客户感知评估方法。

34、和现有技术相比,本专利技术具备如下有益效果:

35、以客户为维度的模型与感知:现有专利都是面向运维人员的,网络层面的模型与感知,作为实际使用网络产品的客户,并不能从自身角度对所使用的产品、服务有一个明确的感官。本专利从政企客户角度出发,以业务的视角,对网络产品的感知,让客户对整个网络产品以分值的形式有一个整体的了解,同时可以预判并解决业务网络问题,提前一步提升政企客户的业务体验和使用感知。

36、基于数据模型的数据接入及建设:与同类技术、产品不本文档来自技高网...

【技术保护点】

1.一种面向5G定制网的场景化客户感知评估方法,其特征在于,包括:

2.根据权利要求1所述的场景化客户感知评估方法,其特征在于,所述基础数据信息包括:项目、号卡、工单;号卡所属的DNN;基站性能、网元性能;基站告警、网元告警;

3.根据权利要求1所述的场景化客户感知评估方法,其特征在于,步骤S2进一步包括:

4.根据权利要求1所述的场景化客户感知评估方法,其特征在于,步骤S4进一步包括:

5.根据权利要求4所述的场景化客户感知评估方法,其特征在于:整个数据计算的过程,是在数据模型以及算法模型的基础上,进行的数据接入、数据计算、数据存储的过程。

6.根据权利要求4所述的场景化客户感知评估方法,其特征在于,步骤S4还包括数据接入:

7.根据权利要求6所述的场景化客户感知评估方法,其特征在于:对于不同的数据,根据配置的情况,配置类数据,直接存入pg库;性能告警数据等数据会存如hadoop中,同时告警数据也会同时推送到kafka中,直接给到上层,应对一些实时告警的处理;

8.根据权利要求7所述的场景化客户感知评估方法,其特征在于:在数据接入的过程中或者在数据接入后,根据指标管理中配置的计算规则,计算衍生指标、汇总指标、组合指标;其中海量数据的加工会使用基于hadoop的spark、presto进行计算,利用hadoop的MapReduce把计算分发到各个机器上,通过集群的算力提升计算速度。

9.根据权利要求8所述的场景化客户感知评估方法,其特征在于:公式类的计算通过规则引擎、计算引擎等方式把计算公式配置到指标上,并通过配置的公式计算结果;一些基础的信息则通过java代码的方式进行计算;

10.根据权利要求9所述的场景化客户感知评估方法,其特征在于:数据计算的结果,会根据数据的实际情况,进行不同的存储,方便上层应用的查询;计算出来的配置信息、维表信息存入pg库中,用于计算的原始数据,计算过程数据存入hadoop中,统计信息等存入es中,经常会使用的数据、热点数据存入redis中。

11.一种场景化客户感知评估装置,其特征在于,包括:

12.一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;所述处理器执行所述计算机程序指令时实现如权利要求1至10中任一项所述的面向5G定制网的场景化客户感知评估方法。

13.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一个可执行指令,所述可执行指令在电子设备上运行时,使得电子设备执行如权利要求1至10中任一项所述的面向5G定制网的场景化客户感知评估方法。

...

【技术特征摘要】

1.一种面向5g定制网的场景化客户感知评估方法,其特征在于,包括:

2.根据权利要求1所述的场景化客户感知评估方法,其特征在于,所述基础数据信息包括:项目、号卡、工单;号卡所属的dnn;基站性能、网元性能;基站告警、网元告警;

3.根据权利要求1所述的场景化客户感知评估方法,其特征在于,步骤s2进一步包括:

4.根据权利要求1所述的场景化客户感知评估方法,其特征在于,步骤s4进一步包括:

5.根据权利要求4所述的场景化客户感知评估方法,其特征在于:整个数据计算的过程,是在数据模型以及算法模型的基础上,进行的数据接入、数据计算、数据存储的过程。

6.根据权利要求4所述的场景化客户感知评估方法,其特征在于,步骤s4还包括数据接入:

7.根据权利要求6所述的场景化客户感知评估方法,其特征在于:对于不同的数据,根据配置的情况,配置类数据,直接存入pg库;性能告警数据等数据会存如hadoop中,同时告警数据也会同时推送到kafka中,直接给到上层,应对一些实时告警的处理;

8.根据权利要求7所述的场景化客户感知评估方法,其特征在于:在数据接入的过程中或者在数据接入后,根据指标管理中配置的计算规则,计算衍生指标、汇总指标、组合指标;其中海量数据的加工会使用基于h...

【专利技术属性】
技术研发人员:李磊黄孟川郭建章张劲松王清波
申请(专利权)人:中电信数智科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1