[发明专利]一种移动网络潜在投诉用户预测方法和装置

说明书

本发明实施例提供一种移动网络潜在投诉用户预测方法和装置，所述方法包括：针对预测周期内移动网络中的每个用户，根据各投诉影响维度对应的投诉模型和用户在各投诉影响维度上的指标数据，确定用户在各投诉影响维度上的投诉概率；根据用户在各投诉影响维度上的投诉概率，以及预设的分组映射表，将用户划分到对应的分组中，分组映射表中存储有各分组各自对应的组合概率区间；根据分组映射表中各分组各自对应的投诉准确率，筛选出满足预设的限制条件的分组，并将筛选出的分组内的用户预测为预测周期内潜在的投诉用户。应用本发明实施例提供的方案，能够预测潜在投诉用户以支持在投诉发生前进行前置处理，提高处理效率和用户体验。

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种移动网络潜在投诉用户预测方法和装置。

背景技术

以移动数据业务为主要承载对象的LTE(Long Term Evolution，长期演进)网络已成为基础通信的重要支撑；同时，与传统的CS(Circuit Switched，电路交换)域存在明显差异的是，移动数据业务影响用户感知的主要因素已经不是信令面异常，更多的表现为数据业务低速率问题。这主要是由于信令面指标恶化的发生概率降低，同时数据业务对于信令面异常较语音类不敏感。

通常而言，客服部接到低速率问题投诉后，目前主要的处理手段是：1.客服人员与用户沟通，尝试复位应用和手机，若无法恢复，则核对是否在已知弱覆盖区域内，若无法关联，则转交给网络部门；2.网络维护部门排查设备告警、信令异常等因素，若无法定位，需要联系用户至投诉区域进行问题复现；现场测试一般耗时长、成本高，且大量问题复现难度大，需要多次反复测试。

然而，当前数据业务低速率问题投诉处理主要缺点是：事后处理。由于投诉用户一般不具有事后准确描述问题的能力，客服人员对于复杂问题也很难通过电话进行引导；进一步，即使事后远程分析，网管平台可提供的远程辅助定位能力包括粗略的位置、大体的网络覆盖水平、使用的业务大类等信息，但指标的阈值多为业务经验值，对于个体用户的分析难度也非常高(主要是个体用户投诉倾向存在差异)。

因此，上述问题综合造成了现有对数据业务的低速率投诉问题较难有效处理，用户体验不佳。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种移动网络潜在投诉用户预测方法和装置，能够预测潜在投诉用户以支持在投诉发生前进行前置处理，提高处理效率和用户体验。

第一方面，本发明实施例提供了一种移动网络潜在投诉用户预测方法，包括：

针对预测周期内所述移动网络中的每个用户，根据各投诉影响维度对应的投诉模型和所述用户在各投诉影响维度上的指标数据，确定所述用户在各投诉影响维度上的投诉概率；

根据所述用户在各投诉影响维度上的投诉概率，以及预设的分组映射表，将所述用户划分到对应的分组中，所述分组映射表中存储有各分组各自对应的组合概率区间；

根据所述分组映射表中各分组各自对应的投诉准确率，筛选出满足预设的限制条件的分组，并将筛选出的分组内的用户预测为所述预测周期内潜在的投诉用户。

第二方面，本发明实施例还提供了一种一种移动网络潜在投诉用户预测装置，包括：

概率计算模块，用于针对预测周期内所述移动网络中的每个用户，根据各投诉影响维度对应的投诉模型和所述用户在各投诉影响维度上的指标数据，确定所述用户在各投诉影响维度上的投诉概率；

用户分组模块，用于根据所述用户在各投诉影响维度上的投诉概率，以及预设的分组映射表，将所述用户划分到对应的分组中，所述分组映射表中存储有所述分组对应的组合概率区间；

用户预测模块，用于根据所述分组映射表中各分组各自对应的投诉准确率，筛选出满足预设的限制条件的分组，并将筛选出的分组内的用户预测为所述预测周期内潜在的投诉用户。