CN103581976A - 小区的识别方法和装置 - Google Patents

Abstract

本发明公开了一种小区的识别方法和装置，方法包括：获取用户呼叫对应的呼叫日志；从呼叫日志中获取异常信息；根据异常信息识别呼叫日志中记录的异常事件；根据识别出的异常事件的类型定位异常发生小区；从异常发生小区中选择预设数目的异常发生小区作为关键小区。本发明通过获取异常信息，并根据异常信息识别呼叫日志中记录的异常事件的类型，按照异常事件的类型定位异常事件的异常发生小区，继而据此识别关键小区。由于同一类异常事件的异常发生小区的定位方法相同，因此定位异常发生小区前先对异常事件进行分类，然后对同类型的异常事件批量定位，提高了关键小区的识别效率，节省了时间，并可大幅提高关键小区的识别精度和准确性。

Description

小区的识别方法和装置

技术领域

本发明涉及移动通信技术领域，特别是涉及一种小区的识别方法和装置。

背景技术

移动用户在使用通信网络时，往往会由于信号质量差、网络资源不足等原因导致脱网、接入失败、通话过程中掉话或通话质量差等异常事件，严重影响用户的正常使用，并因此可能引起用户投诉甚至更换运营商。为了减少上述通话异常问题，目前主要通过对通信网络不断进行优化，但由于组成某一地区网络的小区往往成千上万，针对每个小区都进行优化几乎是不可能的，通常运营商只对导致用户正常呼叫率低的小区进行优化。这些导致用户正常呼叫率低的小区被称作关键小区，因此，对网络实施优化的前提是有效识别出导致用户正常呼叫率低的关键小区。

现有技术识别关键小区的方法是：计算所有小区的话统指标，按照话统指标对小区进行降序排序，选择排序靠前的小区为关键小区。小区的话统指标是一段时间在小区发生的异常呼叫次数除以该小区的呼叫总次数所得的值，包括掉话率、接入失败率等。掉话率是一段时间小区内发生掉话的异常呼叫次数除以该小区的呼叫总次数得出的值，小区的掉话率越大说明这段时间小区内发生掉话的异常呼叫次数占总呼叫次数的比例越高，小区的掉话类异常越严重；接入失败率是一段时间小区内发生接入失败的呼叫次数除以该小区的呼叫总次数得出的值，小区的接入失败率越大说明这段时间小区内发生掉话的异常呼叫次数占总呼叫次数的比例越高，小区的接入失败类异常越严重。

在实现本发明的过程中，发明人发现上述现有技术至少存在以下问题：

现有技术按照小区的话统指标排序选择关键小区，虽然能够将发生严重异常事件的小区识别为关键小区，但不能确定该关键小区是导致用户正常呼叫率低的小区，即所识别的关键小区与用户关联性差，即使对该关键小区进行优化，也无法有效改善用户的通话感知，降低用户的投诉率。

为使上述问题易于理解，现假设一段时间用户U1和用户U2在小区C1和小区C2呼叫，并按现有技术对小区C1、小区C2的进行处理，从二者中筛选出关键小区。参见表1，假设小区C1和小区C2相离不远，用户U1常在小区C1和小区C2下活动，用户U2则常在小区C2下活动。一段时间小区C1内有10个用户，用户U1是其中之一，这10个用户在小区C1内各呼叫了1次并且都发生了掉话，计算可知小区C1的掉话率是100%。在这个时间段用户U1还在小区C2内呼叫了5次并发生了3次掉话，小区C2内的另一个用户U2在这个时间段呼叫了5次并发生了2次掉话，计算可知小区C2的掉话率是50%。

表1

参见表1，根据现有技术对小区C1、小区C2按照掉话率进行降序排序，选择排序靠前的小区为关键小区，可知C1小区是关键小区。小区C1内共发生了10次呼叫，并且这10次呼叫都发生了掉话，小区C2内共发生了10次呼叫，其中5次呼叫发生掉话，对比可知小区C1的掉话异常最严重。但是对于用户U1而言，这个时间段用户U1共呼叫了6次，在小区C1发生1次掉话，在小区C2发生3次掉话，显然导致用户U1正常呼叫率过低的小区是小区C2，也就是对用户U1而言关键小区是小区C2。参见表1，如果运营商只对小区C1进行优化，很显然对用户U1掉话率降低不明显，也就是对用户U1的正常呼叫率提高不明显。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种小区的识别方法和装置，能够识别出导致用户正常呼叫率低关键小区。所述技术方案如下：

第一方面，提供了一种小区的识别方法，所述方法包括：

获取用户呼叫对应的呼叫日志，并从所述呼叫日志中获取异常信息；

根据所述异常信息识别所述呼叫日志中记录的异常事件的类型；

根据识别出的异常事件的类型定位异常发生小区，从所述异常发生小区中选择预设数目的异常发生小区作为关键小区。

结合第一方面，在第一方面的第一种可能的实现方式中，所述从所述异常发生小区中选择预设数目的异常发生小区作为关键小区，包括：

获取所述异常发生小区的异常指标；

按所述异常指标对所述异常发生小区排序，得到异常发生小区序列，并从所述异常发生小区序列中选择预设数目的异常发生小区作为关键小区。

结合第一方面，在第一方面的第二种可能的实现方式中，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与主叫接入失败或被叫接入失败，若匹配，则识别所述呼叫日志中记录的异常事件的类型为接入类异常事件。

结合第一方面，在第一方面的第三种可能的实现方式中，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与接通前掉话、接通后掉话或质差挂机，若匹配，则识别所述呼叫日志中记录的异常事件的类型为保持类异常事件。

结合第一方面，在第一方面的第四种可能的实现方式中，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与上行覆盖异常或下行覆盖异常，若匹配，则识别所述呼叫日志中记录的异常事件的类型为覆盖类异常事件。

结合第一方面，在第一方面的第五种可能的实现方式中，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与上/下行高质量指数HQI异常、上/下行语音质量指数VQI异常、上/下行单通、上/下行串话或频繁切换异常，若匹配，则识别所述呼叫日志中记录的异常事件的类型为语音质量类异常事件。

结合第一方面的第二种可能的实现方式，在第一方面的第六种可能的实现方式中，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是接入类异常事件，则定位异常发生小区为接入小区。

结合第一方面的第三种可能的实现方式，在第一方面的第七种可能的实现方式中，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是保持类异常事件，则定位异常发生小区为释放小区。

结合第一方面的第五种可能的实现方式，在第一方面的第八种可能的实现方式中，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是语音质量类异常事件中的上/下行单通或上/下行串话，则根据所述异常事件所在基站的日志信息和基站控制器BSC告警文件定位异常发生小区。

结合第一方面的第四种或第五种可能的实现方式，在第一方面的第九种可能的实现方式中，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是覆盖类异常事件和/或语音质量类异常事件中的上行HQI异常和/或下行HQI异常和/或上行VQI异常和/或下行VQI异常，则按小区的异常测量报告MR贡献率定位异常发生小区。

结合第一方面的第九种可能的实现方式，在第一方面的第十种可能的实现方式中，所述按小区的异常MR贡献率定位异常发生小区，包括：

获取所述用户呼叫的MR记录；

统计所述用户呼叫在经过小区i的异常MR数N_{Celli_abnormal}和小区i的MR总数；

计算所述小区i的异常MR比值

判断所述小区i的异常MR比值是否超出阈值，若超出，则所述小区i为异常小区，将异常系数Abnormal_Celli置为1；否则，所述小区i为正常小区，将异常系数Abnormal_Celli置为0；

计算所述小区i的异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$

按照小区的异常MR贡献率D_{Celli_abnormal}对所述小区集合中的各小区降序排序，根据排序结果确定异常发生小区；

其中，所述小区i为所述用户呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，所述n为大于等于1的整数。

结合第一方面的第一种可能的实现方式，在第一方面的第十一种可能的实现方式中，所述异常发生小区的异常指标为所述异常发生小区对应的异常事件数或异常呼叫数或异常呼叫用户数或异常集中用户数。

结合第一方面的第十一种可能的实现方式，在第一方面的第十二种可能的实现方式中，所述异常指标为异常集中用户数时，所述获取异常发生小区的异常指标，包括：

若所述用户呼叫为多个用户的多次呼叫，则依次获取所述多个用户的异常集中小区，统计所述异常集中小区的异常集中用户数为异常指标。

第二方面，提供了一种小区的识别装置，所述装置包括：

第一获取模块，用于获取用户呼叫对应的呼叫日志；

第二获取模块，用于从所述第一获取模块获取的呼叫日志中获取异常信息；

第一识别模块，用于根据所述第二获取模块获取的异常信息识别所述第一获取模块获取的呼叫日志中记录的异常事件的类型；

定位模块，用于定位所述第一识别模块识别出的异常事件的类型定位异常发生小区；

第二识别模块，用于从所述定位模块定位的异常发生小区中选择预设数目的异常发生小区作为关键小区。

结合第二方面，在第二方面的第一种可能的实现方式中，所述第二识别模块，包括：

异常指标获取单元，用于获取所述定位模块定位的异常发生小区的异常指标；

关键小区识别单元，用于按所述异常指标获取单元获取的异常指标对所述定位模块定位的异常发生小区排序，得到异常发生小区序列，并从所述异常发生小区序列中选择预设数目的异常发生小区作为关键小区。

结合第二方面，在第二方面的第二种可能的实现方式中，所述第一识别模块，用于匹配从所述第二获取模块获取的异常信息与主叫接入失败或被叫接入失败，若匹配，则识别所述从第一获取模块获取的呼叫日志中记录的异常事件为接入类异常事件。

结合第二方面，在第二方面的第三种可能的实现方式中，所述第一识别模块，用于匹配所述第二获取模块获取的异常信息与接通前掉话、接通后掉话或质差挂机，若匹配，则识别所述第一获取模块获取的呼叫日志中记录的异常事件为保持类异常事件。

结合第二方面，在第二方面的第四种可能的实现方式中，所述第一识别模块，用于匹配所述第二获取模块获取的异常信息与上行覆盖异常或下行覆盖异常，若匹配，则识别所述第一获取模块获取的呼叫日志中记录的异常事件为覆盖类异常事件。

结合第二方面，在第二方面的第五种可能的实现方式中，所述第一识别模块，用于匹配所述第二获取模块获取的异常信息与上/下行高质量指数HQI异常、上/下行语音质量指数VQI异常、上/下行单通、上/下行串话或频繁切换异常，若匹配，则识别所述第一获取模块获取的呼叫日志中记录的异常事件为语音质量类异常事件。

结合第二方面的第二种可能的实现方式，在第二方面的第六种可能的实现方式中，所述定位模块，用于定位所述第一识别模块识别的接入类异常事件的异常发生小区为接入小区。

结合第二方面的第三种可能的实现方式，在第二方面的第七种可能的实现方式中，所述定位模块，用于定位所述第一识别模块识别的保持类异常事件的异常发生小区为释放小区。

结合第二方面的第四种可能的实现方式，在第二方面的第八种可能的实现方式中，所述定位模块，用于根据所述异常事件所在基站的日志信息和基站控制器BSC告警文件定位异常发生小区。

结合第二方面的第三种或第四种可能的实现方式，在第二方面的第九种可能的实现方式中，所述定位模块，用于按小区的异常测量报告MR贡献率定位异常发生小区。

结合第二方面的第九种可能的实现方式，在第二方面的第十种可能的实现方式中，所述定位模块，包括：

获取单元，用于获取所述呼叫的MR记录；

统计单元，用于统计所述呼叫在经过小区i的异常MR数N_{Celli_abnormal}和小区i的MR总数；

第一计算单元，用于计算所述小区i的异常MR比值

判断单元，用于判断所述小区i的异常MR比值

是否超出阈值，若超出，则所述小区i为异常小区，将异常系数Abnormal_Celli置为1；否则，所述小区i为正常小区，将异常系数Abnormal_Celli置为0；

第二计算单元，用于计算所述小区i的异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$

排序单元，用于按照小区的异常MR贡献率D_{Celli_abnormal}对所述小区集合中的各小区降序排序；

确定单元，用于根据排序结果确定异常发生小区；

其中，所述小区i为所述呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，所述n为大于等于1的整数。

结合第二方面的第一种可能的实现方式，在第二方面的第十一种可能的实现方式中，所述异常指标获取单元所获取的异常发生小区的异常指标为所述异常发生小区对应的异常事件数或异常呼叫数或异常呼叫用户数或异常集中用户数。

结合第二方面的第十一种可能的实现方式，在第二方面的第十二种可能的实现方式中，所述异常指标获取单元，用于当所述用户呼叫为多个用户的多次呼叫时，依次获取所述多个用户的异常集中小区，统计所述异常集中小区的异常集中用户数为异常指标。

本发明实施例提供的技术方案带来的有益效果是：

通过分析用户呼叫行为中发生过的异常信息，识别该异常信息对应的异常事件，然后定位该异常事件所在的异常发生小区，最后从异常发生小区中选择出关键小区。由于异常发生小区是导致用户呼叫异常的直接原因所在小区，因此，基于异常发生小区所选择的关键小区和用户具有紧密的关联性，相对于现有技术对所有小区按话统指标排序选择关键小区的方法，本发明实施例提供的技术方案可大幅提高关键小区的识别精度和准确性。

其次，由于通过分析用户呼叫行为中发生过的异常信息识别该异常信息对应的异常事件，然后定位该异常事件所在的异常发生小区，最后从异常发生小区中选择出关键小区，因此可以针对投诉用户、VIP用户等特定用户快速分析导致该用户呼叫感受较差的关键小区。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的一种小区的识别方法流程图；

图2是本发明实施例二提供的一种小区的识别方法流程图；

图3是本发明实施例三提供的一种小区的识别装置结构示意图；

图4是本发明实施例四提供的一种小区的识别装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例中，呼叫是指用户利用移动终端与另一用户建立通话、进行通话、保持通话或结束通话的行为。其中，移动终端可以包括但不限于是手机、智能电脑或其他任何能够进行移动通信的设备。移动通信网络将要覆盖的地区划分为若干个小区，每个小区的覆盖半径在1～10km左右，每个小区都设立一个基站为本小区范围内的用户服务，因此，小区是移动通信网络对用户服务的基本单元，也是运营商进行网络优化的基本单元。

实施例一

本发明实施例提供了一种小区的识别方法，参见图1，所述方法具体流程如下：

步骤101，获取用户呼叫对应的呼叫日志。

本发明实施例中，呼叫日志是从通信设备中获取的承载用户呼叫行为的数据，通信设备包括但不限于移动通信器材、基站、基站控制器、网络管理平台等。通信设备通过监控、采集或存储网络对应接口数据流的方式获取并记录承载用户呼叫行为的数据。其中，用户呼叫行为的数据包括但不限于与用户正常呼叫有关的数据，以及异常事件发生时的数据等，例如呼叫号码、接入号码、异常信息等。

步骤102，从呼叫日志中获取异常信息。

本发明实施例中，异常信息由通信设备针对呼叫行为将用于表征该呼叫行为结果或过程的信息添加到呼叫日志中，该异常信息的格式和内容可以包括但不限于是数字编码、英文标签、异常过程信息、或者其它任何能够识别异常事件的信息，例如，主叫接入失败异常编码10010；被叫接入失败异常标签：In-Callaccess failure。

步骤103，根据异常信息识别呼叫日志中记录的异常事件的类型。

本发明实施例中，异常事件是指导致呼叫不能正常进行的事件，一般由非用户行为原因所致。由于用户所处环境的移动网络信号可能出现强度或质量较差、移动网络资源不足或移动网络外部对移动网络存在干扰等因素，而这些因素都可能导致用户呼叫无法正常进行，即产生异常事件。

对本实施例的呼叫而言，异常事件可能发生在瞬间或一个时刻点，也可能发生在持续一段时间的呼叫过程中，例如，主叫接入失败、被叫接入失败、接通前掉话、接通后掉话、通话质量差挂机、上行HQI异常等。当异常事件发生后，与该异常事件有关的异常信息会被记录在呼叫日志中。

步骤104，根据识别出的异常事件的类型定位异常发生小区，从异常发生小区中选择预设数目的异常发生小区作为关键小区。

针对该步骤，根据识别出的异常事件，判断并定位该异常事件的异常发生小区。具体来说，对于主叫接入失败异常或被叫接入失败异常，其异常发生小区是本次呼叫的接入小区；对于异常事件是接通前掉话、接通后掉话或质差挂机，其异常发生小区是本次呼叫的释放小区。

异常发生小区是导致用户不能正常呼叫的异常事件的发生小区，对异常发生小区中的任何一个进行优化都能降低异常事件的发生次数，提高用户的正常呼叫率，因此异常发生小区中的任何一个异常发生小区都可以作为关键小区。现实操作中，可以根据实际情况，选择预设数目的异常发生小区作为关键小区进行优化。

本发明实施例提供的方法，通过分析用户呼叫行为中发生过的异常信息，识别该异常信息对应的异常事件，然后定位该异常事件所在的异常发生小区，最后从异常发生小区中选择出关键小区。由于异常发生小区是导致用户呼叫异常的直接原因所在小区，因此，基于异常发生小区所选择的关键小区和用户具有紧密的关联性，相对于现有技术而言，可大幅提高关键小区的识别精度和准确性。

进一步的，基于本发明实施例提供的小区的识别方法，能够针对投诉用户、VIP用户等特定用户快速分析导致该用户通话感受较差的关键小区，通过及时对该关键小区进行网络性能优化，可及时解决用户通话行为中发生的异常问题，迅速提高用户的呼叫成功率，提高用户通话感受。

实施例二

结合上述实施例一的内容，本发明实施例提供了一种小区的识别方法，为了便于说明，本实施例以通信设备作为本实施例提供的方法的执行主体为例，对本实施例提供的方法进行举例说明。参见图2，方法具体流程如下：

步骤201，获取用户呼叫对应的呼叫日志。

本发明实施例中，呼叫日志是从通信设备中获取的承载用户呼叫行为的数据，通信设备包括但不限于移动通信器材、基站、基站控制器、网络管理平台等。通信设备通过监控、采集或存储网络对应接口数据流的方式获取并记录承载用户呼叫行为的数据。其中，用户呼叫行为的数据包括但不限于与用户正常呼叫有关的数据，以及异常事件发生时的数据等，例如呼叫号码、接入号码、异常信息等。

步骤202，从呼叫日志中获取异常信息。

本发明实施例中，异常信息由通信设备针对呼叫行为将用于表征该呼叫行为结果或过程的信息添加到呼叫日志中，该异常信息的格式和内容可以包括但不限于是数字编码、英文标签、异常过程信息、或者其它任何能够识别异常事件的信息，例如，主叫接入失败异常编码10010；被叫接入失败异常标签：In-Callaccess failure。通过解析呼叫日志，即可从呼叫日志中获取异常信息。

步骤203，根据异常信息识别呼叫日志中记录的异常事件的类型。

本发明实施例中，可按照不同规则划分异常事件的异常类型，例如：按照异常事件发生的时间可分为瞬间性异常、过程性异常等。

作为一种优选实施例，异常事件类型包括：接入类异常和/或覆盖类异常和/或保持类异常和/或话音质量类异常。

需要说明的是，本领域技术人员在实施本发明时还可以按照自定义规则划分异常事件类型，本发明实施例对此不作限制。

本实施例中，通信设备按规则判断当前呼叫是否发生异常，若发生，则将异常编码、异常标记或其他对应的异常信息记录在当前呼叫的呼叫日志中，具体内容如下：

1）接入类异常

若异常是主叫接入异常或被叫接入异常，则当前异常为接入类异常。具体而言：若主叫呼叫后未收到ALERTING消息且是非用户行为或对端原因导致的，则该呼叫行为是主叫接入失败；若被叫呼叫后未收到ALERTING消息且是非用户行为或对端原因导致的，则该呼叫行为是被叫接入失败。当满足以上条件，通信设备就将主叫/被叫接入异常标记或异常编码或其他对应的异常信息记录在对应的呼叫日志中。

2）保持类异常

若异常是接通前掉话、接通后掉话或质差挂机，则当前异常为保持类异常。具体而言：

若呼叫建立结果为“disconnect before connect acknowledge”且呼叫建立失败是非用户行为异常导致的，则该呼叫行为是接通前掉话；

若呼叫建立成功但呼叫完成结果为收到DISCONNECT消息且失败是非用户行为或对端原因导致的，则该呼叫行为是接通后掉话；

若信令面上呼叫正常结束但在信道释放前N秒内无MR（Measure Report，测量报告）或最后M秒内上/下行平均质量大于设置的接收质量门限值（比如对GSM可设置为6或7）导致用户无法忍受差的语音质量而主动挂机，则该呼叫行为是质差挂机。

3）覆盖类异常

若异常是上行覆盖异常或下行覆盖异常的呼叫，则当前异常为覆盖类异常。具体而言：

若呼叫的接入电平小于设置的上行电平门限值（比如对GSM可设置为-100dBm）或平均上行接收电平小于设置的上行电平门限值（比如对GSM可设置为-100dBm），则该呼叫行为是上行覆盖异常；

若呼叫日志中呼叫的平均下行接收电平小于设置的下行电平门限值（比如对GSM可设置为-90dBm），则该呼叫行为是下行覆盖异常；

4）话音质量类异常

若呼叫发生过上/下行高质量指数（High Quality Index，HQI）异常、上/下行语音质量指数（Voice Quality Index，VQI）异常、上/下行单通、上/下行串话、频繁切换异常等异常中任一种或多种异常的，则为话音质量类异常。具体而言：

若呼叫符合上/下行接收小于或等于“上/下行高质量门限”（比如GSM中“上/下行高质量门限”可设置为5）的MR（Measurement Report，原始测量报告）比例小于设定的“接收质量好比例门限”(比如对GSM可设置为70%)，则该呼叫行为是上/下行HQI异常；

若呼叫的上/下行平均VQI低于设置的“低VQI比例门限”(比如对GSM可设置为2.7)或上/下行VQI过低时间占呼叫总时长的比例大于设定的“低VQI持续时长门限”(比如对GSM可设置为10%)，则该呼叫行为是上/下行VOI异常；

若呼叫有上/下行单通记录，则该呼叫行为是上/下行单通；

若呼叫有上/下行串话记录，则该呼叫行为是上/下行串话；

若呼叫一次通话中切换次数超过设定的“频繁切换次数门限”且平均切换时间间隔小于设定的“频繁切换最小间隔门限”，则该呼叫行为是频繁切换。

针对本步骤203，根据异常信息识别呼叫日志中记录的异常事件的类型，具体包括：

匹配异常信息与主叫接入失败或被叫接入失败，若匹配，则识别呼叫日志中记录的异常事件的类型为接入类异常事件。

可选地，根据异常信息识别呼叫日志中记录的异常事件的类型，具体包括：

匹配异常信息与接通前掉话、接通后掉话或质差挂机，若匹配，则识别呼叫日志中记录的异常事件的类型为保持类异常事件。可选地，根据异常信息识别呼叫日志中记录的异常事件的类型，具体包括：

匹配异常信息与上行覆盖异常或下行覆盖异常，若匹配，则识别呼叫日志中记录的异常事件的类型为覆盖类异常事件。

可选地，根据异常信息识别呼叫日志中记录的异常事件的类型，具体包括：

匹配异常信息与上/下行高质量指数HQI异常、上/下行语音质量指数VQI异常、上/下行单通、上/下行串话或频繁切换异常，若匹配，则识别呼叫日志中记录的异常事件的类型为语音质量类异常事件。

步骤204，根据识别出的异常事件的类型定位异常发生小区。

其中，根据识别出的异常事件的类型定位异常发生小区，具体包括：

若识别出的异常事件的类型是接入类异常事件，则定位异常发生小区为接入小区。

接入小区是指主叫发起呼叫或被叫响应呼叫时所占用的小区，以手机为例就是主叫用户输入被叫号码后按拨打键或被叫用户听到振铃后按接通键时手机所在的小区。

可选地，根据识别出的异常事件的类型定位异常发生小区，具体包括：

若识别出的异常事件的类型是保持类异常事件，则定位异常发生小区为释放小区。

释放小区是指移动通信器材释放掉与基站建立的通话无限链路时所占用的小区，以手机为例就是手机收到DISCONNECT消息时所在的小区。

可选地，根据识别出的异常事件的类型定位异常发生小区，具体包括：

若识别出的异常事件的类型是语音质量类异常事件中的上/下行单通或上/下行串话，则根据异常事件所在基站的日志信息和基站控制器BSC告警文件定位异常发生小区。

可选地，根据识别出的异常事件的类型定位异常发生小区，具体包括：

若识别出的异常事件的类型是覆盖类异常事件和/或语音质量类异常事件中的上行HQI异常和/或下行HQI异常和/或上行VQI异常和/或下行VQI异常，则按小区的异常测量报告MR贡献率定位异常发生小区。其中，按小区的异常MR贡献率定位异常发生小区，具体包括：

获取用户呼叫的MR记录；

统计呼叫在经过小区i的异常MR数N_{Celli_abnormal}和小区i的MR总数；

计算小区i的异常MR比值

判断小区i的异常MR比值

是否超出阈值，若超出，则小区i为异常小区，将异常系数Abnormal_Celli置为1；否则，小区i为正常小区，将异常系数Abnormal_Celli置为0；

计算小区i的异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$

按照小区的异常MR贡献率D_{Celli_abnormal}对小区集合中的各小区降序排序，根据排序结果确定异常发生小区；

其中，小区i为用户呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，n为大于等于1的整数。

若当前呼叫发生过上行HQI异常和/或下行HQI异常和/或上行VQI异常和/或下行VQI异常和/或覆盖异常中的两类或多类异常，则分别计算每一类异常对应的异常MR贡献率，并获得该类异常对应的异常发生小区。下面以上行HQI异常为例，定位上行HQI异常的异常发生小区的过程如下：

获取用户呼叫的MR记录；

统计单次呼叫在经过小区i的上行HQI异常MR数N_{Celli_UL_HQI_abnormal}，以及小区i的MR总数；

计算小区i的上行HQI异常MR比值

判断小区i的上行HQI异常MR比值

是否超出阈值，若超出，则小区i为上行HQI异常小区，将异常系数Abnormal_Celli置为1；否则，小区i为非上行HQI异常小区，将异常系数Abnormal_Celli置为0；

计算小区i的上行HQI异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{UL}\_\mathrm{HQI}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{UL}\_\mathrm{HQI}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{UL}\_\mathrm{HQI}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$

按照小区的上行HQI异常MR贡献率D_{Celli_UL_HQI_abnormal}对小区集合中的各小区降序排序按小区，这里取排序第一的小区为上行HQI异常事件的异常发生小区；

小区i为用户呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，n为大于等于1的整数。

步骤205，获取异常发生小区的异常指标。

本步骤S205的异常指标是指能够表征异常发生小区异常程度的指标信息。

可选地，本步骤S205异常发生小区的异常指标包括异常发生小区对应的异常事件数或异常呼叫数或异常呼叫用户数或异常集中用户数。

其中，异常指标为异常集中用户数时，获取异常发生小区的异常指标，具体包括：

若用户呼叫为多个用户的多次呼叫，则依次获取多个用户的异常集中小区，统计异常集中小区的异常集中用户数为异常指标。其中，统计异常集中小区的异常集中用户数，具体包括：

首先对单个用户的多次呼叫对应的异常发生小区按异常事件次数降序排序，取前w个异常发生小区为该用户的异常集中小区，该用户称为这w个异常集中小区的异常集中用户；w为大于1的整数；然后依次获取其余用户的异常集中小区；统计异常发生小区的异常集中用户的数量为异常集中用户数。

步骤206，按异常指标对异常发生小区排序，得到异常发生小区序列，并从异常发生小区序列中选择预设数目的异常发生小区作为关键小区。

按异常指标对异常发生小区排序可以是按异常指标降序排序，也可以是升序排序，也可以按其他规则排序。以降序为例，异常发生小区序列中按优先级选择预设数目的异常发生小区为关键小区，其中，排序越靠前的异常发生小区的优先级越高。

进一步的，针对覆盖类异常和语音质量类异常事件中的上行HQI异常、下行HQI异常、上行VQI异常和下行VQI异常，由于这类异常事件是在呼叫过程中所经过的所有小区上发生的，该过程所涉及的小区可能有数百个甚至上千个，其中，每个小区都可能是导致上述异常发生的小区，区别仅在于其导致该异常的作用所占权重不同，因此，直接将如此数量的小区作为异常发生小区以及关键小区进行优化是难以实现的。为解决该问题，本发明实施例提出按小区的异常MR贡献率定位异常发生小区。由于按异常MR贡献率选择的异常发生小区在所有可能导致上述异常的小区中所占权重最高，因此，只要按异常MR贡献率选择一定数量小区为异常发生小区，使得各小区异常MR贡献率之和超出阈值，通过优化该异常发生小区，就能够解决覆盖类异常、上/下HQI异常或上/下VQI异常，这样一来，大大降低了需要处理的异常发生小区数量，使得对上述过程性异常事件的异常发生小区对应的关键小区进优化变得可行。

进一步的，本发明实施例采用异常集中用户数作为识别关键小区的异常指标可进一步提高识别关键小区的准确性和识别精度。获取异常集中用户数包括：首先在多个异常发生小区中选择异常事件发生次数高的小区作为异常集中小区，然后统计异常集中小区中的异常呼叫用户数为异常集中用户数。

下面举例分析，采用异常集中用户数作为异常指标，相对于以异常事件发生次数、异常呼叫用户数作为异常指标能够提高识别关键小区的精度和准确性：

假设，通过之前的识别定位，获取到C1、C2和C3三个异常发生小区，由于条件所限，只能选择其中一个作为关键小区进行优化。这三个异常发生小区的情况是：C1小区有U1至U3共三个用户，各呼叫了十次，其中U1用户发生了9次掉话，其他用户未发生异常事件；C2小区有S1至S3共三个用户，各呼叫了十次，每个用户都发生了1次掉话；C3小区有W1至W3共三个用户，各呼叫了十次，其中W1和W2用户各发生了4次掉话，W3用户未发生异常事件。3个异常发生小区和用户如表2所示：

表2

以异常事件发生次数作为异常指标，对C1、C2和C3进行降序排序：C1，9次异常事件；C3，8次异常事件；C2，3次异常事件。选择排序第一的C1作为关键小区。

以异常呼叫用户数作为异常指标，对C1、C2和C3进行降序排序：C2，3个异常呼叫用户；C3，2个异常呼叫用户；C1，1个异常呼叫用户。选择排序第一的C2作为关键小区。

以异常集中用户数作为异常指标对C1、C2和C3进行降序排序。首先选择异常事件发生次数高的C1、C3作为异常集中小区，在异常集中小区C1或C3发生异常事件的用户就是异常集中用户，再按异常集中用户数对异常小区C1、C3进行排序：C3，2个异常集中用户；C1，1个异常集中用户。选择排序第一的C3作为关键小区。

表3是优化C1小区、C2小区或C3小区后的效果：

表3

表3中，异常呼叫用户数是三个小区异常呼叫用户数的总和。掉话率是C1小区、C2小区和C3小区用户的综合掉话率，计算公式：掉话次数/总呼叫数*100%。掉话率是电信运营商考核运营商分公司的重要指标之一。

通过上表的对比，可以得出：优化以异常事件发生次数为异常指标得出的关键小区，掉话率下降幅度较大，但异常用户数下降幅度较小；优化以异常呼叫用户数为异常指标得出的关键小区，异常呼叫用户数下降幅度较大，但掉话率下降幅度较小；优化以异常集中用户数为异常指标得出的关键小区，异常呼叫用户数有大幅下降，同时掉话率也有大幅下降。因此，本发明实施例采用异常集中用户数作为异常指标识别关键小区，再对关键小区进行优化，可以获得最大的技术效果。

本实施例提供的方法，通过获取异常信息，并根据异常信息识别呼叫日志中记录的异常事件的类型，按照异常事件的类型定位异常事件的异常发生小区，继而据此识别关键小区。由于同一类异常事件的异常发生小区的定位方法相同，因此定位异常发生小区前先对异常事件进行分类，然后对同类型的异常事件批量定位，有效提高了关键小区的识别效率，节省了时间。

此外，由于异常发生小区是导致用户呼叫异常的直接原因所在小区，因此，基于异常发生小区所选择的关键小区和用户具有紧密的关联性，相对于现有技术而言，可大幅提高关键小区的识别精度和准确性。

进一步的，基于本发明实施例提供的方法，能够针对投诉用户、VIP用户等特定用户快速分析导致该用户通话感受较差的关键小区，通过及时对该关键小区进行网络性能优化，可及时解决用户通话行为中发生的异常问题，迅速提高用户的呼叫成功率，提高用户通话感受。

实施例三

本发明实施例提供了一种小区的识别装置，参见图3，装置包括：

第一获取模块301，用于获取用户呼叫对应的呼叫日志；

第二获取模块302，用于从第一获取模块301获取的呼叫日志中获取异常信息；

第一识别模块303，用于根据第二获取模块302获取的异常信息识别第一获取模块获取的呼叫日志中记录的异常事件的类型；

定位模块304，用于根据第一识别模块303识别出的异常事件的类型定位异常发生小区；

第二识别模块305，用于从定位模块304定位的异常发生小区中选择预设数目的异常发生小区作为关键小区。

本发明实施例提供的装置，通过获取异常信息，并根据异常信息识别呼叫日志中记录的异常事件的类型，按照异常事件的类型定位异常事件的异常发生小区，继而据此识别关键小区。由于同一类异常事件的异常发生小区的定位方法相同，因此定位异常发生小区前先对异常事件进行分类，然后对同类型的异常事件批量定位，有效提高了关键小区的识别效率，节省了时间。

实施例四

本发明实施例提供了一种小区的识别装置，参见图4，该装置包括：

第一获取模块401，用于获取用户呼叫对应的呼叫日志；

第二获取模块402，用于从第一获取模块401获取的呼叫日志中获取异常信息；

第一识别模块403，用于根据第二获取模块402获取的异常信息识别第一获取模块获取的呼叫日志中记录的异常事件的类型；

定位模块404，用于根据第一识别模块403识别出的异常事件的类型定位异常发生小区；

第二识别模块405，用于从定位模块404定位的异常发生小区中选择预设数目的异常发生小区作为关键小区。

作为一种优选实施例，参见图4，第二识别模块405，包括：

异常指标获取单元4051，用于获取定位模块404定位的异常发生小区的异常指标；

关键小区识别单元4052，用于按异常指标获取单元4051获取的异常指标对定位模块定位的异常发生小区排序，得到异常发生小区序列，并从异常发生小区序列中选择预设数目的异常发生小区作为关键小区。

作为一种优选实施例，第一识别模块403，用于匹配第二获取模块402获取的异常信息与主叫接入失败或被叫接入失败，若匹配，则识别第一获取模块获取的呼叫日志中记录的异常事件为接入类异常事件。

可选地，第一识别模块403，用于匹配第二获取模块402获取的异常信息与接通前掉话、接通后掉话或质差挂机，若匹配，则识别第一获取模块获取的呼叫日志中记录的异常事件为保持类异常事件。

可选地，第一识别模块403，用于匹配第二获取模块402获取的异常信息与上行覆盖异常或下行覆盖异常，若匹配，则识别第一获取模块获取的呼叫日志中记录的异常事件为覆盖类异常事件。

可选地，第一识别模块403，用于匹配第二获取模块402获取的异常信息与上/下行高质量指数HQI异常、上/下行语音质量指数VQI异常、上/下行单通、上/下行串话或频繁切换异常，若匹配，则识别第一获取模块获取的呼叫日志中记录的异常事件为语音质量类异常事件。

作为一种优选实施例，定位模块404，用于定位第一识别模块403识别的接入类异常事件的异常发生小区为接入小区。

可选地，定位模块404，用于定位第一识别模块403识别的保持类异常事件的异常发生小区为释放小区。

可选地，定位模块404，用于根据异常事件所在基站的日志信息和基站控制器BSC告警文件定位异常发生小区。

可选地，定位模块404，用于按小区的异常测量报告MR贡献率定位异常发生小区。

进一步地，参见图4，定位模块404，具体包括：

获取单元4041，用于获取呼叫的MR记录；

统计单元4042，用于统计呼叫在经过小区i的异常MR数N_{Celli_abnormal}和小区i的MR总数；

第一计算单元4043，用于计算小区i的异常MR比值

判断单元4044，用于判断小区i的异常MR比值

是否超出阈值，若超出，则小区i为异常小区，将异常系数Abnormal_Celli置为1；否则，小区i为正常小区，将异常系数Abnormal_Celli置为0；

第二计算单元4045，用于计算小区i的异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$

排序单元4046，用于按照小区的异常MR贡献率D_{Celli_abnormal}对小区集合中的各小区降序排序；

确定单元4047，用于根据排序结果确定异常发生小区；

其中，小区i为呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，n为大于等于1的整数。

进一步地，异常指标获取单元4045所获取的异常发生小区的异常指标为异常发生小区对应的异常事件数或异常呼叫数或异常呼叫用户数或异常集中用户数。

可选地，异常指标获取单元4045，用于当用户呼叫为多个用户的多次呼叫时，依次获取多个用户的异常集中小区，统计异常集中小区的异常集中用户数为异常指标。

本发明实施例提供的装置，通过获取异常信息，并根据异常信息识别呼叫日志中记录的异常事件的类型，按照异常事件的类型定位异常事件的异常发生小区，继而据此识别关键小区。由于同一类异常事件的异常发生小区的定位方法相同，因此定位异常发生小区前先对异常事件进行分类，然后对同类型的异常事件批量定位，有效提高了关键小区的识别效率，节省了时间。

此外，由于异常发生小区是导致用户呼叫异常的直接原因所在小区，因此，基于异常发生小区所选择的关键小区和用户具有紧密的关联性，相对于现有技术而言，可大幅提高关键小区的识别精度和准确性。

进一步的，基于本发明实施例提供的方法，能够针对投诉用户、VIP用户等特定用户快速分析导致该用户通话感受较差的关键小区，通过及时对该关键小区进行网络性能优化，可及时解决用户通话行为中发生的异常问题，迅速提高用户的呼叫成功率，提高用户通话感受。

实施例六

本实施例提供了一种终端，该终端包括：处理器。

该处理器，用于获取用户呼叫对应的呼叫日志，并从呼叫日志中获取异常信息；根据异常信息识别呼叫日志中记录的异常事件的类型；根据识别出的异常事件的类型定位异常发生小区，从异常发生小区中选择预设数目的异常发生小区作为关键小区。

进一步地，处理器从异常发生小区中选择预设数目的异常发生小区作为关键小区，用于获取异常发生小区的异常指标；按异常指标对异常发生小区排序，得到异常发生小区序列，并从异常发生小区序列中选择预设数目的异常发生小区作为关键小区。

进一步地，处理器根据异常信息识别呼叫日志中记录的异常事件的类型时，用于匹配异常信息与主叫接入失败或被叫接入失败，若匹配，则识别呼叫日志中记录的异常事件的类型为接入类异常事件。

可选地，处理器根据异常信息识别呼叫日志中记录的异常事件的类型时，用于匹配异常信息与接通前掉话、接通后掉话或质差挂机，若匹配，则识别呼叫日志中记录的异常事件的类型为保持类异常事件。

可选地，处理器根据异常信息识别呼叫日志中记录的异常事件的类型时，用于匹配异常信息与上行覆盖异常或下行覆盖异常，若匹配，则识别呼叫日志中记录的异常事件的类型为覆盖类异常事件。

可选地，处理器根据异常信息识别呼叫日志中记录的异常事件的类型时，用于匹配异常信息与上/下行高质量指数HQI异常、上/下行语音质量指数VQI异常、上/下行单通、上/下行串话或频繁切换异常，若匹配，则识别呼叫日志中记录的异常事件的类型为语音质量类异常事件。

进一步地，处理器根据识别出的异常事件的类型定位异常发生小区时，用于若识别出的异常事件的类型是接入类异常事件，则定位异常发生小区为接入小区。

可选地，处理器根据识别出的异常事件的类型定位异常发生小区时，用于若识别出的异常事件的类型是保持类异常事件，则定位异常发生小区为释放小区。

可选地，处理器根据识别出的异常事件的类型定位异常发生小区时，用于若识别出的异常事件的类型是语音质量类异常事件中的上/下行单通或上/下行串话，则根据异常事件所在基站的日志信息和基站控制器BSC告警文件定位异常发生小区。

可选地，处理器根据识别出的异常事件的类型定位异常发生小区时，用于若识别出的异常事件的类型是覆盖类异常事件和/或语音质量类异常事件中的上行HQI异常和/或下行HQI异常和/或上行VQI异常和/或下行VQI异常，则按小区的异常测量报告MR贡献率定位异常发生小区。

进一步地，处理器按小区的异常MR贡献率定位异常发生小区时，用于获取用户呼叫的MR记录；统计用户呼叫在经过小区i的异常MR数N_{Celli_abnormal}和小区i的MR总数；计算小区i的异常MR比值

判断小区i的异常MR比值

是否超出阈值，若超出，则小区i为异常小区，将异常系数Abnormal_Celli置为1；否则，小区i为正常小区，将异常系数Abnormal_Celli置为0；计算小区i的异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$ 按照小区的异常MR贡献率D_{Celli_abnormal}对小区集合中的各小区降序排序，根据排序结果确定异常发生小区；其中，小区i为用户呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，n为大于等于1的整数。

其中，异常发生小区的异常指标为异常发生小区对应的异常事件数或异常呼叫数或异常呼叫用户数或异常集中用户数。

进一步地，异常指标为异常集中用户数时，该处理器获取异常发生小区的异常指标时，用于若用户呼叫为多个用户的多次呼叫，则依次获取多个用户的异常集中小区，统计异常集中小区的异常集中用户数为异常指标。

本发明实施例提供的终端，通过获取异常信息，并根据异常信息识别呼叫日志中记录的异常事件的类型，按照异常事件的类型定位异常事件的异常发生小区，继而据此识别关键小区。由于同一类异常事件的异常发生小区的定位方法相同，因此定位异常发生小区前先对异常事件进行分类，然后对同类型的异常事件批量定位，有效提高了关键小区的识别效率，节省了时间。

此外，由于异常发生小区是导致用户呼叫异常的直接原因所在小区，因此，基于异常发生小区所选择的关键小区和用户具有紧密的关联性，相对于现有技术而言，可大幅提高关键小区的识别精度和准确性。

进一步的，基于本发明实施例提供的方法，能够针对投诉用户、VIP用户等特定用户快速分析导致该用户通话感受较差的关键小区，通过及时对该关键小区进行网络性能优化，可及时解决用户通话行为中发生的异常问题，迅速提高用户的呼叫成功率，提高用户通话感受。

需要说明的是：上述实施例提供的小区的识别装置在识别关键小区时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的小区的识别装置与小区的识别方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本发明实施例中的全部或部分步骤，可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，如光盘或硬盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (26)

1.一种小区的识别方法，其特征在于，所述方法包括：

获取用户呼叫对应的呼叫日志，并从所述呼叫日志中获取异常信息；

根据所述异常信息识别所述呼叫日志中记录的异常事件的类型；

根据识别出的异常事件的类型定位异常发生小区，从所述异常发生小区中选择预设数目的异常发生小区作为关键小区。

2.如权利要求1所述的方法，其特征在于，所述从所述异常发生小区中选择预设数目的异常发生小区作为关键小区，包括：

获取所述异常发生小区的异常指标；

按所述异常指标对所述异常发生小区排序，得到异常发生小区序列，并从所述异常发生小区序列中选择预设数目的异常发生小区作为关键小区。

3.如权利要求1所述的方法，其特征在于，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与主叫接入失败或被叫接入失败，若匹配，则识别所述呼叫日志中记录的异常事件的类型为接入类异常事件。

4.如权利要求1所述的方法，其特征在于，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与接通前掉话、接通后掉话或质差挂机，若匹配，则识别所述呼叫日志中记录的异常事件的类型为保持类异常事件。

5.如权利要求1所述的方法，其特征在于，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与上行覆盖异常或下行覆盖异常，若匹配，则识别所述呼叫日志中记录的异常事件的类型为覆盖类异常事件。

6.如权利要求1所述的方法，其特征在于，所述根据所述异常信息识别所述呼叫日志中记录的异常事件的类型，包括：

匹配所述异常信息与上/下行高质量指数HQI异常、上/下行语音质量指数VQI异常、上/下行单通、上/下行串话或频繁切换异常，若匹配，则识别所述呼叫日志中记录的异常事件的类型为语音质量类异常事件。

7.如权利要求3所述的方法，其特征在于，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是接入类异常事件，则定位异常发生小区为接入小区。

8.如权利要求4所述的方法，其特征在于，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是保持类异常事件，则定位异常发生小区为释放小区。

9.如权利要求6所述的方法，其特征在于，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是语音质量类异常事件中的上/下行单通或上/下行串话，则根据所述异常事件所在基站的日志信息和基站控制器BSC告警文件定位异常发生小区。

10.如权利要求5或6所述的方法，其特征在于，所述根据识别出的异常事件的类型定位异常发生小区，包括：

若识别出的异常事件的类型是覆盖类异常事件和/或语音质量类异常事件中的上行HQI异常和/或下行HQI异常和/或上行VQI异常和/或下行VQI异常，则按小区的异常测量报告MR贡献率定位异常发生小区。

11.如权利要求10所述的方法，其特征在于，所述按小区的异常MR贡献率定位异常发生小区，包括：

获取所述用户呼叫的MR记录；

统计所述用户呼叫在经过小区i的异常MR数N_{Celli_abnormal}和小区i的MR总数；

计算所述小区i的异常MR比值

判断所述小区i的异常MR比值

是否超出阈值，若超出，则所述小区i为异常小区，将异常系数Abnormal_Celli置为1；否则，所述小区i为正常小区，将异常系数Abnormal_Celli置为0；

计算所述小区i的异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$

按照小区的异常MR贡献率D_{Celli_abnormal}对所述小区集合中的各小区降序排序，根据排序结果确定异常发生小区；

其中，所述小区i为所述用户呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，所述n为大于等于1的整数。

12.如权利要求2所述的方法，其特征在于，所述异常发生小区的异常指标为所述异常发生小区对应的异常事件数或异常呼叫数或异常呼叫用户数或异常集中用户数。

13.如权利要求12所述的方法，其特征在于，所述异常指标为异常集中用户数时，所述获取异常发生小区的异常指标，包括：

若所述用户呼叫为多个用户的多次呼叫，则依次获取所述多个用户的异常集中小区，统计所述异常集中小区的异常集中用户数为异常指标。

14.一种小区的识别装置，其特征在于，所述装置包括：

第一获取模块，用于获取用户呼叫对应的呼叫日志；

第二获取模块，用于从所述第一获取模块获取的呼叫日志中获取异常信息；

第一识别模块，用于根据所述第二获取模块获取的异常信息识别所述第一获取模块获取的呼叫日志中记录的异常事件的类型；

定位模块，用于根据所述第一识别模块识别出的异常事件的类型定位异常发生小区；

第二识别模块，用于从所述定位模块定位的异常发生小区中选择预设数目的异常发生小区作为关键小区。

15.如权利要求14所述的装置，其特征在于，所述第二识别模块，包括：

异常指标获取单元，用于获取所述定位模块定位的异常发生小区的异常指标；

关键小区识别单元，用于按所述异常指标获取单元获取的异常指标对所述定位模块定位的异常发生小区排序，得到异常发生小区序列，并从所述异常发生小区序列中选择预设数目的异常发生小区作为关键小区。

16.如权利要求14所述的装置，其特征在于，所述第一识别模块，用于匹配所述第二获取模块获取的异常信息与主叫接入失败或被叫接入失败，若匹配，则识别所述第一获取模块获取的呼叫日志中记录的异常事件为接入类异常事件。

17.如权利要求14所述的装置，其特征在于，所述第一识别模块，用于匹配所述第二获取模块获取的异常信息与接通前掉话、接通后掉话或质差挂机，若匹配，则识别所述第一获取模块获取的呼叫日志中记录的异常事件为保持类异常事件。

18.如权利要求14所述的装置，其特征在于，所述第一识别模块，用于匹配所述第二获取模块获取的异常信息与上行覆盖异常或下行覆盖异常，若匹配，则识别所述第一获取模块获取的呼叫日志中记录的异常事件为覆盖类异常事件。

19.如权利要求14所述的装置，其特征在于，所述第一识别模块，用于匹配所述第二获取模块获取的异常信息与上/下行高质量指数HQI异常、上/下行语音质量指数VQI异常、上/下行单通、上/下行串话或频繁切换异常，若匹配，则识别所述第一获取模块获取的呼叫日志中记录的异常事件为语音质量类异常事件。

20.如权利要求16所述的装置，其特征在于，所述定位模块，用于定位所述第一识别模块识别的接入类异常事件的异常发生小区为接入小区。

21.如权利要求17所述的装置，其特征在于，所述定位模块，用于定位所述第一识别模块识别的保持类异常事件的异常发生小区为释放小区。

22.如权利要求18所述的装置，其特征在于，所述定位模块，用于根据所述异常事件所在基站的日志信息和基站控制器BSC告警文件定位异常发生小区。

23.如权利要求17或18所述的装置，其特征在于，所述定位模块，用于按小区的异常测量报告MR贡献率定位异常发生小区。

24.如权利要求23所述的装置，其特征在于，所述定位模块，具体包括：

获取单元，用于获取所述呼叫的MR记录；

统计单元，用于统计所述呼叫在经过小区i的异常MR数N_{Celli_abnormal}和小区i的MR总数；

第一计算单元，用于计算所述小区i的异常MR比值

判断单元，用于判断所述小区i的异常MR比值

是否超出阈值，若超出，则所述小区i为异常小区，将异常系数Abnormal_Celli置为1；否则，所述小区i为正常小区，将异常系数Abnormal_Celli置为0；

第二计算单元，用于计算所述小区i的异常MR贡献率 $D_{\mathrm{Celli}\_\mathrm{abnormal}}=\frac{N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(N_{\mathrm{Celli}\_\mathrm{abnormal}}*{\mathrm{Abnormal}}_{\mathrm{Celli}})};$

排序单元，用于按照小区的异常MR贡献率D_{Celli_abnormal}对所述小区集合中的各小区降序排序；

确定单元，用于根据排序结果确定异常发生小区；

其中，所述小区i为所述呼叫经过的所有小区集合，其中，i大于等于1并且小于等于n，所述n为大于等于1的整数。

25.如权利要求15所述的装置，其特征在于，所述异常指标获取单元所获取的异常发生小区的异常指标为所述异常发生小区对应的异常事件数或异常呼叫数或异常呼叫用户数或异常集中用户数。

26.如权利要求25所述的装置，其特征在于，所述异常指标获取单元，用于当所述用户呼叫为多个用户的多次呼叫时，依次获取所述多个用户的异常集中小区，统计所述异常集中小区的异常集中用户数为异常指标。

Images