[发明专利]一种基站簇的投诉预测方法

说明书

本发明涉及移动通信技术领域，尤其涉及一种基站簇的投诉预测方法，包括获取基站簇的话务数据和投诉数据；将数据输入多层感知器神经网络预测模型，输出基站簇的投诉概率的预测结果；使用均方根作为多层感知器神经网络的误差函。本发明解决现有投诉预测方法只针对单个基站及小区的投诉概率的预测，针对单个基站及小区的投诉预测所反应的网络问题不够全面以及针对用户的投诉概率的预测，用户投诉与网络质量有关的问题。

技术领域

本发明涉及移动通信技术领域，尤其涉及一种基站簇的投诉预测方法。

背景技术

目前，现有移动网投诉预测方法包括：

(1)针对移动网小区的投诉预测：

收集各历史投诉记录以建立第一数据集；收集各基站的基础信息以建立第二数据集；计算第一数据集中的历史投诉地址和第二数据集中各基站之间的第一距离，获得距离历史投诉地址最近的各第一基站；针对各第一基站中的宏基站，根据第一数据集中历史投诉地址和各第一基站的位置，计算历史投诉地址与各第一基站的第一方位角，针对每个第一基站，从该第一基站的扇区中选出与第一方位角差异最小的第一扇区；按第一距离降序，将第一距离越小的第一扇区和/或室分基站作为投诉责任站点；收集各小区的网络关键性能指标以建立第四数据集，将第四数据集分成宏小区表和室分小区表，以第三数据集中的日期和扇区标识为关键字，基于第三数据集和第四数据集中宏小区表的映射关系，以及以第三数据集中的日期和室分基站标识为关键字，基于第三数据集和第四数据集中室分小区表的映射关系，将宏小区表和室分小区表与第三数据集连接并合并获得第五数据集；筛选出第五数据集中网络关键性能指标为异常值的数据，作为训练数据；模型训练完成后预测具体时间点每个小区的投诉概率。

(2)针对终端用户的投诉预测：

采集网络中移动终端上网投诉的识别码清单和与识别码清单匹配的投诉时间清单；采集网络中与识别码清单和投诉时间清单匹配的移动终端上网网络数据指标；采集网络中与识别码清单和投诉时间清单匹配的移动终端上网应用类别；采集网络中与识别码清单匹配的移动终端在Q个时间段的Q组计费系统数据指标，计算获得Q组计费系统数据指标的平均值；基于网络中移动终端上网投诉的识别码清单、投诉时间清单、网络数据指标、上网应用类别和计费系统数据指标训练投诉预测模型，预测具体时间点每一移动终端识别码的投诉预测概率值。

然而，移动网某个小范围区域内的网络质量往往是由若干个基站共同决定，现有方法存在问题：

(1)的投诉预测方法是针对单个基站及小区的投诉概率的预测，针对单个基站及小区的投诉预测所反应的网络问题不够全面。

(2)的投诉预测方法是针对用户的投诉概率的预测，用户投诉与网络质量有关。

发明内容

针对现有方法的不足，本发明所采用的技术方案是：一种基站簇的投诉预测方法包括，以下步骤：

步骤一、获取基站簇的话务数据和投诉数据；

进一步的，话务数据包括：基站簇场景、MR覆盖率、无线接入成功率、掉话率、MOS值、切换成功率和单用户感知速率。

进一步的，投诉数据的获取包括：

获取基站簇编号，获取基站簇电子地理边框；

获取历史投诉编号，根据投诉编号获取投诉的位置信息；

设置投诉次数累加器初始值为0，当投诉落入基站簇电子边框内时，投诉次数累加器值加1。

步骤二、将数据输入多层感知器神经网络预测模型，输出基站簇的投诉概率的预测结果；

进一步的，预测结果包括：投诉概率为高、较高、低和较低。

进一步的，多层感知器神经网络包括：