[发明专利]用户感知指标的预测方法和装置

权利要求书

1.一种用户感知指标的预测方法，其特征在于，包括：

采集与用户感知相关的当前数据；

从所述与用户感知相关的当前数据中汇集待预测业务当前所有的KPI指标；

对所述当前所有的KPI指标进行归类，以获取当前的多组KQI指标；

将所述当前的多组KQI指标输入到优化后的KQI指标与用户感知QoE指标的映射模型中，预测所述待预测业务的QoE指标；

所述将所述当前的多组KQI指标输入到优化后的KQI指标与用户感知QoE指标的映射模型中，预测所述待预测业务的QoE指标之前，还包括：

采用卷积神经网络的方法构建并优化KQI指标与用户感知QoE指标的映射模型；

所述采用卷积神经网络的方法构建并优化KQI指标与用户感知QoE指标的映射模型具体包括：

获取所述映射模型对应的训练集，所述训练集中的每个训练样本包括：待预测业务的历史的多组KQI指标和与所述多组KQI指标对应的QoE指标；

根据训练集中的训练样本，采用卷积神经网络的方法构建所述映射模型；

获取所述映射模型对应的测试集，所述测试集中的每个测试样本为与训练样本对应的多组KQI数据；

将所述测试样本输入到构建的映射模型中，计算每个测试样本的QoE指标；

将所述每个测试样本的QoE指标与对应的训练样本的QoE指标进行对比，采用极小化误差的方法调整所述映射模型中的权矩阵，以获得优化后的映射模型；

所述将所述当前的多组KQI指标输入到优化后的KQI指标与用户感知QoE指标的映射模型中，预测所述待预测业务的QoE指标之后，还包括：

若预测的QoE指标分值小于预设阈值，则追溯影响所述QoE指标分值的关键KPI指标；

根据所述关键KPI指标，定位所述待预测业务的问题点。

2.根据权利要求1所述的方法，其特征在于，所述采集与用户感知相关的当前数据具体包括：

从终端侧和网络侧采集与用户感知相关的当前数据；

其中，所述与用户感知相关的当前数据包括：网络侧外部的测试数据和投诉记录数据，网络侧内部的信令数据和网管数据，终端侧反馈的用户感知数据以及用户的基础资料数据。

3.一种用户感知指标的预测装置，其特征在于，包括：

采集模块，用于采集与用户感知相关的当前数据；

汇集模块，用于从所述与用户感知相关的当前数据中汇集待预测业务当前所有的KPI指标；

归类模块，用于对所述当前所有的KPI指标进行归类，以获取当前的多组KQI指标；

预测模块，用于将所述当前的多组KQI指标输入到优化后的KQI指标与用户感知QoE指标的映射模型中，预测所述待预测业务的QoE指标；

还包括：构建优化模块；

所述构建优化模块，用于采用卷积神经网络的方法构建并优化KQI指标与用户感知QoE指标的映射模型；

所述构建优化模块包括：

获取单元，用于获取所述映射模型对应的训练集，所述训练集中的每个训练样本包括：待预测业务的历史的多组KQI指标和与所述多组KQI指标对应的QoE指标；

构建单元，用于根据训练集中的训练样本，采用卷积神经网络的方法构建所述映射模型；

所述获取单元，还用于获取所述映射模型对应的测试集，所述测试集中的每个测试样本为与训练样本对应的多组KQI数据；

计算单元，用于将所述测试样本输入到构建的映射模型中，计算每个测试样本的QoE指标；

调整单元，用于将所述每个测试样本的QoE指标与对应的训练样本的QoE指标进行对比，采用极小化误差的方法调整所述映射模型中的权矩阵，以获得优化后的映射模型；

还包括：

追溯模块，用于若预测的QoE指标分值小于预设阈值，则追溯影响所述QoE指标分值的关键KPI指标；

定位模块，用于根据所述关键KPI指标，定位所述待预测业务的问题点。

4.根据权利要求3所述的装置，其特征在于，所述采集模块，具体用于：从终端侧和网络侧采集与用户感知相关的当前数据；

其中，所述与用户感知相关的当前数据包括：网络侧外部的测试数据和投诉记录数据，网络侧内部的信令数据和网管数据，终端侧反馈的用户感知数据以及用户的基础资料数据。