[发明专利]用户网络感知画像方法及装置

说明书

本发明实施例提供一种用户网络感知画像方法及装置，方法包括：采集目标用户的上网行为数据、XDR数据、MR数据和投诉数据，并从所述上网行为数据中解析出表征所述目标用户的网络感知的性能数据；将所述性能数据、XDR数据、MR数据和投诉数据进行关联，获取所述目标用户的感知融合信息，并根据所述感知融合信息获取所述感知融合信息的业务类型；根据所述业务类型从所述感知融合信息中选择所述业务类型对应的数据；将选择的数据输入用户感知画像模型，输出所述目标用户的网络感知评分，并获取所述网络感知评分对应的用户网络感知描述。本发明实施例实现精准用户感知画像。

技术领域

本发明属于移动通信无线网络技术领域，尤其涉及一种用户网络感知画像方法及装置。

背景技术

现有技术主要依靠用户调研、用户投诉和监控网络指标方法来模拟、评估用户网络感知，并定位网络质差问题。

其中，用户调研方法由于用户主观性强，评估普遍采用分值或简单描述评估感知，维度模糊、单一且专业性差，难以从中获得准确的用户感知评价及对网络质差问题的根本原因进行定位。

用户投诉方法具有滞后性，在用户投诉后才能获知用户感知和网络质差问题定位，严重影响用户体验。此外，用户对于问题现象与位置的描述通常是模糊的，导致难以准确定位质差原因，以及涉及的网元或小区。

监控网络指标方法由于网络指标是网元级的统计平均值，且由于网络指标统计最小粒度为分钟级，而用户感知异常粒度均为秒级事件，因此监控网络指标难以准确映射单个用户的感知情况，目前普遍存在指标优良但用户感知不好的情况。另外，互联网应用灵活多样，用户体验与电信协议缺乏有效映射，也是导致测量指标难以匹配用户感知的重要原因。

发明内容

为克服上述现有的用户网络感知画像方法对用户网络感知的画像不准确，具有滞后性的问题或者至少部分地解决上述问题，本发明实施例提供一种用户网络感知画像方法及装置。

根据本发明实施例的第一方面，提供一种用户网络感知画像方法，包括：

采集目标用户的上网行为数据、XDR数据、MR数据和投诉数据，并从所述上网行为数据中解析出表征所述目标用户的网络感知的性能数据；

将所述性能数据、XDR数据、MR数据和投诉数据进行关联，获取所述目标用户的感知融合信息，并根据所述感知融合信息获取所述感知融合信息的业务类型；

根据所述业务类型从所述感知融合信息中选择所述业务类型对应的数据；将选择的数据输入用户感知画像模型，输出所述目标用户的网络感知评分，并获取所述网络感知评分对应的用户网络感知描述；

其中，所述业务类型和所述业务类型对应的数据预先关联存储；

所述网络感知评分和所述用户网络感知描述预先关联存储；

所述用户感知画像模型根据用户样本的感知融合信息和所述用户样本的网络感知评分进行训练获取。

具体地，采集目标用户的上网行为数据的步骤包括：

通过SDK埋点方式采集所述目标用户的日志数据；

通过网络爬虫或公共API抓取所述目标用户的网络数据；

将采集的日志数据和抓取的网络数据作为所述目标用户的上网行为数据。

具体地，将所述性能数据、XDR数据、MR数据和投诉数据进行关联，获取所述目标用户的感知融合信息的步骤包括：

根据所述XDR数据、MR数据和投诉数据中均存在的时间戳、IMEI、IMSI、MME UES1AP ID、Cell ID和eNB ID字段，将所述XDR数据、MR数据和投诉数据进行关联，获取所述目标用户的关联融合数据；