[发明专利]用户感知指标的预测方法和装置

摘要

本发明提供了一种用户感知指标的预测方法和装置。该方法包括：采集与用户感知相关的当前数据；从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；对当前所有的KPI指标进行归类，以获取当前的多组KQI指标；将当前的多组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，预测待预测业务的QoE指标。实现了对用户感知指标更准确的预测，并且采用主动预测的方式，提高了定位业务中的问题点的效率，使定位的业务中的问题点更准确，改善用户感知。

主权项

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。