CN107612701A - 一种QoE参数的处理方法、装置与客户体验管理*** - Google Patents
一种QoE参数的处理方法、装置与客户体验管理*** Download PDFInfo
- Publication number
- CN107612701A CN107612701A CN201610543466.5A CN201610543466A CN107612701A CN 107612701 A CN107612701 A CN 107612701A CN 201610543466 A CN201610543466 A CN 201610543466A CN 107612701 A CN107612701 A CN 107612701A
- Authority
- CN
- China
- Prior art keywords
- qoe
- complaint event
- complaint
- kqi
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种QoE参数的处理方法、装置与客户体验管理***，涉及通信技术领域，其中的方法包括：基于投诉事件判断是否需要进行QoE参数调整；如果需要进行QoE参数调整，则确定与投诉事件相关联的关键质量指标KQI和用户行为特征；调整与投诉事件相关联的KQI对应的QoE参数；建立调整后的QoE参数与用户行为特征之间的映射关系，并基于映射关系配置调整后的QoE参数。本发明的方法、装置与***，以投诉事件触发QoE参数调整，能够结合网络数据与用户行为数据自适应动态优化QoE参数，可以使得到的用户体验质量与用户的真实感受匹配，为后续网络与业务优化提供准确依据，可以通过的业务优化提升用户满意度。
Description
技术领域
本发明涉及通信技术领域，尤其涉及一种QoE参数的处理方法、装置与客户体验管理***。
背景技术
客户体验管理(Customer Experience Management，CEM)以提高客户体验为出发点，通过对客户体验加以有效把握和管理，可以提高客户对产品的满意度和忠诚度，并最终提升产品价值。当前运营商和通信设备制造商以网络性能，例如：时延、抖动、带宽、误码等，作为网络、业务优化的依据。然而，良好的用户体验已经成为运营商的核心竞争力。QoE(Quality of Experience，体验质量)作为衡量用户体验质量的指标，是用户在与运营商提供业务交互的过程中，由用户产生的对业务的一种主观感受。但是，用户和业务的交互过程处在一种客观环境中，运营商的网络是对用户与业务有最大影响的客观环境。在复杂的网络环境中引入QoE指标后，如何对QoE进行测量，体现内部网络、业务质量与外部用户体验质量之间关联关系，并以用户体验质量驱动网络、业务的优化已经成为业界的热点问题。当用户需求发生变化时，用户体验质量QoE值必然随之变化，然而，目前在计算用户QoE时，QoE参数如指标阀值等都为预先设置，不能在计算中动态调整，无法准确反映用户的体验质量。
发明内容
有鉴于此，本发明要解决的一个技术问题是提供一种QoE参数的处理方法、装置与客户体验管理***。
根据本发明的一个方面，提供一种体验质量QoE参数的处理方法，包括：基于投诉事件判断是否需要进行QoE参数调整；如果需要进行QoE参数调整，则确定与所述投诉事件相关联的关键质量指标KQI和用户行为特征；调整与所述投诉事件相关联的KQI对应的QoE参数；建立调整后的QoE参数与所述用户行为特征之间的映射关系，并基于所述映射关系配置所述调整后的QoE参数。
可选地，所述确定与所述投诉事件相关联的KQI和用户行为特征包括：获取与所述投诉事件相关联的网络数据；根据所述网络数据确定与所述投诉事件相关联的KPI；从与所述投诉事件相关联的KPI中选取出现异常的KPI；将出现异常的KPI所对应的KQI确定为与所述投诉事件相关联的KQI。
可选地，调整与所述投诉事件相关联的KQI对应的QoE参数包括：
确定与所述投诉事件相关联的KQI对应的QoE参数；计算所述QoE参数调整后的预设值
其中，M为同类投诉事件的数量，yi为与第i个同类投诉事件相关联的KQI或KPI的实际值，xj为KQI对应的QoE参数的第j个历史样本值，N为QoE参数的历史样本数量，为N个QoE参数的历史样本数量的平均值，S为调整系数，-1≤S≤1，i和j都为自然数；所述QoE参数包括：KPI阀值、KQI阀值、KQI权重值。
可选地，所述确定与所述投诉事件相关联的KQI和用户行为特征包括：获取与所述投诉事件相关联的用户数据；根据所述用户数据确定与所述投诉事件相关联的用户行为特征；其中，所述用户行为特征包括：使用业务的类型、使用业务的时间段、访问的网站、同时使用的其它业务、投诉地点、投诉时间、网络类型。
可选地，所述建立调整后的QoE参数与所述用户行为特征之间的映射关系包括：使用调整后的QoE参数确定与所述投诉事件相对应的QoE值；如果所述QoE值与所述投诉事件对应的用户体验一致，则建立调整后的QoE参数与所述用户行为特征之间的映射关系。
可选地，所述基于投诉事件判断是否需要进行QoE参数调整包括：当接收到的投诉事件的个数为1确定与所述投诉事件对应的QoE值；如果与所述投诉事件相对应的QoE值未发生劣化，则判断在相同区域内和相同的时间段内是否还有存在其它的同类投诉事件，如果存在，则确定需要进行QoE参数调整。
可选地，所述基于投诉事件判断是否需要进行QoE参数调整包括：当接收到的同类投诉事件个数大于2时计算与每个同类投诉事件对应的QoE值；如果在多个同类投诉事件的QoE值中的发生劣化的数量小于判决门限值，则确定与所述投诉事件相对应的QoE未发生劣化，则确定需要进行QoE参数调整。
可选地，所述方法包括：基于所述用户行为特征设置参数配置规则；在计算QoE值时，判断用户数据是否与所述参数配置规则相匹配；如果匹配，则基于所述映射关系获取与所述用户行为特征对应的所述调整后QoE参数，使用所述调整后的QoE参数值计算QoE值。
根据本发明的另一方面，提供一种体验质量QoE参数的处理装置，包括：调整判决模块，用于基于投诉事件判断是否需要进行QoE参数调整；数据分析模块，用于如果需要进行QoE参数调整，则确定与所述投诉事件相关联的关键质量指标KQI和用户行为特征；参数调整模块，用于调整与所述投诉事件相关联的KQI对应的QoE参数；映射设置模块，用于建立调整后的QoE参数与所述用户行为特征之间的映射关系；参数配置模块，用于基于所述映射关系配置所述调整后的QoE参数。
可选地，所述数据分析模块，包括：网络数据获取单元，获取与所述投诉事件相关联的网络数据，根据所述网络数据确定与所述投诉事件相关联的KPI；影响参数确定单元，用于从与所述投诉事件相关联的KPI中选取出现异常的KPI；将出现异常的KPI所对应的KQI确定为与所述投诉事件相关联的KQI。
可选地，所述参数调整模块，用于确定与所述投诉事件相关联的KQI对应的QoE参数；计算所述QoE参数调整后的预设值
其中，M为同类投诉事件的数量，yi为与第i个同类投诉事件相关联的KQI或KPI的实际值，xj为KQI对应的QoE参数的第j个历史样本值，N为QoE参数的历史样本数量，为N个QoE参数的历史样本数量的平均值，S为调整系数，-1≤S≤1，i和j都为自然数；所述QoE参数包括：KPI阀值、KQI阀值、KQI权重值。
可选地，所述数据分析模块，包括：用户数据获取单元，用于获取与所述投诉事件相关联的用户数据；行为数据分析单元，用于根据所述用户数据确定与所述投诉事件相关联的用户行为特征；其中，所述用户行为特征包括：使用业务的类型、使用业务的时间段、访问的网站、同时使用的其它业务、投诉地点、投诉时间、网络类型。
可选地，所述映射设置模块，还用于使用调整后的QoE参数确定与所述投诉事件相对应的QoE值；如果所述QoE值与所述投诉事件对应的用户体验一致，则建立调整后的QoE参数与所述用户行为特征之间的映射关系。
可选地，所述调整判决模块具体用于当接收到的投诉事件的个数为1确定与所述投诉事件对应的QoE值；如果与所述投诉事件相对应的QoE值未发生劣化，则判断在相同区域内和相同的时间段内是否还有存在其它的同类投诉事件，如果存在，则确定需要进行QoE参数调整。
可选地，所述调整判决模块具体用于当接收到的同类投诉事件个数大于2时计算与每个同类投诉事件对应的QoE值；如果在多个同类投诉事件的QoE值中的发生劣化的数量小于判决门限值，则确定与所述投诉事件相对应的QoE未发生劣化，则确定需要进行QoE参数调整。
可选地，参数配置模块，用于基于所述用户行为特征设置参数配置规则；在计算QoE值时，判断用户数据是否与所述参数配置规则相匹配；如果匹配，则基于所述映射关系获取与所述用户行为特征对应的所述调整后QoE参数，使用所述调整后的QoE参数值计算QoE值。
根据本发明的又一方面，提供一种客户体验管理***，包括如上所述的QoE参数的处理装置。
本发明的QoE参数的处理方法、装置与客户体验管理***，以投诉事件触发QoE参数调整，能够结合网络数据与用户行为数据自适应动态优化QoE参数，可以使得到的用户体验质量与用户的真实感受匹配。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明的QoE参数的处理方法的一个实施例的流程示意图；
图2为根据本发明的QoE参数的处理方法的另一个实施例的流程示意图；
图3为使用移动终端访问网页的各阶段的消息交互以及耗时的示意图；
图4为根据本发明的QoE参数的处理装置的一个实施例的模块示意图；
图5为根据本发明的QoE参数的处理装置的一个实施例中的数据分析模块的模块示意图。
具体实施方式
下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。
图1为根据本发明的QoE参数的处理方法的一个实施例的流程示意图，如图1所示：
步骤101，基于投诉事件判断是否需要进行QoE参数调整。
本发明的QoE参数为进行QoE计算时使用的参数，例如，在QoE计算模型中使用的参数等。QoE参数包括在QoE计算中所使用的影响系数、阀值、权重等。
步骤102，如果需要进行QoE参数调整，则确定与投诉事件相关联的关键质量指标KQI和用户行为特征。
KQI(Key Quality Index,关键质量指标)可以用于衡量业务质量的优劣，是基于服务和应用的质量指标。例如，对网页浏览类业务的KQI有打开时长、感知速率、完整性等。KQI值与QoE值具有关联关系，有多种实现KQI到QoE的算法、规则或映射方法，QoE参数包括在QoE计算中所使用的KQI影响系数、KQI阀值、KQI权重等。
步骤103，调整与投诉事件相关联的KQI对应的QoE参数，建立调整后的QoE参数与用户行为特征之间的映射关系。
步骤104，基于映射关系配置调整后的QoE参数。
上述实施例中的QoE参数的处理方法，可以优化QoE参数并建立优化的QoE参数与用户行为特征之间的映射关系，在满足用户行为特征对应的条件时，将优化的QoE参数配置给QoE模型进行计算，可以使得到的用户体验质量与用户的真实感受匹配，为后续业务优化提供准确的依据。
QoE是基于用户使用的电信业务得到的，当收到用户投诉事件，即表示该用户体验不好，用户体验质量应该表示劣化，判断计算的QoE值是否发生劣化，如果劣化了，表示用户真实体验与***得到结果是一致，不一致则需要对QoE模型中的参数进行调整，使得采用调整后的QoE参数计算的QoE和用户真实体验一致。
例如，当接收到1个投诉事件时确定与投诉事件对应的QoE值，如果与投诉事件相对应的QoE值未发生劣化，进一步判断在相同区域内和相同的时间段内是否还有存在其它的同类投诉事件，如果存在，则说明不是孤立的投诉事件，当前计算的QoE值已经不能够反映真实的用户感受，则确定需要进行QoE参数调整。同类投诉事件是指基于设置的规则判断为类型相同的投诉事件，例如，上网速度慢的投诉事件、电话接通率低的投诉事件等。
当接收到同类投诉事件个数大于2时计算与每个同类投诉事件对应的QoE值，如果在多个同类投诉事件的QoE值中的发生劣化的数量小于判决门限值，则确定与投诉事件相对应的QoE未发生劣化，当前计算的QoE值已经不能够反映真实的用户感受，需要进行QoE参数调整。
在一个实施例中，QoE劣化的标准根据用户的期望设置可以对用户体验质量做一个定性分类，体验良好(100％-75％)、体验一般(75％-50％)、体验较差(50％-0)，一般认为体验良好的情况下不会发生投诉事件。
获取与投诉事件相关联的网络数据，根据网络数据确定与投诉事件相关联的KPI(Key Performance Indicator,关键性能指标)，从与投诉事件相关联的KPI中选取出现异常的KPI，基于KPI与KQI的映射关系，将出现异常的KPI所对应的KQI确定为与投诉事件相关联的KQI。
例如，根据接收的用户上网慢的投诉事件，确定导致用户上网速度慢的KPI指标，分析涉及到的接入时长(连接建立时长、请求接入时长)、DNS解析时长、HTTP建立时长等KPI性能指标。确定有异常的KPI性能指标，例如：判断接入时长是否异常、DNS解析是否出现异常、HTTP建立时长是否出现异常等。根据异常的KPI确定对应的需要调整的网页打开时长KQI，针对要调整的KQI，调整QoE模型中KQI对应的QoE参数，QoE参数包括：对应KPI阀值，KQI阀值、KQI在QoE模型中的权重等。
在一个实施例中，根据网络数据确定与投诉事件相关联的KPI为连接建立时长600ms、DNS解析时长100ms、HTTP建立时长200ms。根据对应的关系确定与上述4个KPI对应的KQI为网页打开时长，网页打开时长＝600+100+200＝900ms。
用户投诉网页打开慢，而且在同一区域、相近时间点有多个同类投诉事件发生。根据QoE模型测量得到这些用户的QoE并未发生劣化，则需要对网页打开时长这个KQI进行分析、调整。
假设在预置的QoE参数中该KQI阀值设置为2000ms，大于实际测量值900ms，而且根据QoE模型计算得到的该用户的QoE并未劣化，则需要对该KQI指标的QoE参数，例如KPI阀值、KQI阀值、KQI权重值进行调整。
在确定与投诉事件相关联的KQI对应的QoE参数后，计算QoE参数调整后的预设值
其中，xnew为QoE参数调整后的预设值，例如在QoE模型中与KQI对应的参数的预设值。M为同类投诉事件的数量，yi为与第i个同类投诉事件相关联的KQI或KPI的实际值。根据具体的QoE模型，可以根据KQI或KPI的实际值进行QoE参数的调整。
xj为KQI对应的QoE参数的第j个历史样本值，N为QoE参数的历史样本数量，为N个QoE参数的历史样本数量的平均值，S为调整系数，-1≤S≤1，i和j都为自然数。QoE参数包括：KPI阀值、KQI阀值、KQI权重值等，可以根据KQI与QoE的映射关系进行相应的调整。
例如，在同一区域和时间段有10个关于上网速度慢的投诉事件，分别获取10个投诉事件的网页打开时长KQI(或者KPI)的实际值或测量值。获取20个QoE模型中KQI阀值的历史样本数据，S为调整系数，[-1,1],S调整幅度根据KQI阀值大于还是小于投诉用户的测量值，如果大于测量值，S为正数，反之，则为负数。网页打开时长KQI对应的QoE参数，例如KQI阀值为2000ms，小于900ms，S的具体取值与当前测量值匹配，如S为0.02。将数据带入上式1-1则确定QoE参数调整后的预设值，例如，确定QoE参数，即网页打开时长KQI的新阀值的初始值为900.11ms。对于与KQI对应的其它QoE参数，例如KPI阀值、KQI权重等，可以进行相应调整，在QOE模型中对这些参数进行重新设置。
获取与投诉事件相关联的用户数据，根据用户数据确定与投诉事件相关联的用户行为特征。用户行为特征包括：使用业务的类型、使用业务的时间段、访问的网站、同时使用的其它业务、投诉地点、投诉时间、网络类型等。当获得新的QOE参数后，建立用户行为特征与新的QOE参数的映射关系，即建立了与KQI对应的QoE参数、业务类型、用户类型等之间的映射关系。
使用调整后的QoE参数确定与投诉事件相对应的QoE值，如果QoE值与投诉事件对应的用户体验一致，则建立调整后的QoE参数与用户行为特征之间的映射关系。例如，当计算QOE时，使用新的QoE参数，假设QoE的取值范围为0-10，QoE值为0说明用户体验最差，QoE值为10说明用户体验最好，使用新的QoE参数得到的针对该投诉事件的QoE值为7，说明用户体验不好，反映的用户体验与用户对产品(或者业务)的实际用户体验一致。
在计算QoE值时，判断与进行QoE相关联的用户数据是否与用户行为特征相匹配，如果匹配，则基于映射关系获取与用户行为特征对应的调整后QoE参数，使用调整后的QoE参数值计算QoE值。
例如，用户行为特征包括工作日早高峰时间7:00-8:00、乘坐地铁X号线、使用移动上网业务。当计算QOE时，当与进行QoE评测相关联的用户数据与此用户行为特征匹配时，使用新的QoE参数进行计算，例如，在QoE模型中配置网页打开时长阀值为900.11ms。
上述实施例中的QoE参数的处理方法，在确定与该投诉事件对应的QoE尚未发生劣化时启动QoE优化流程，分析引发该投诉事件的KPI、KQI以及用户行为特征，根据分析结果优化QoE参数，并建立优化的QoE参数与用户行为特征之间的映射关系，在满足用户行为特征对应的条件时配置优化的QoE参数配置，使用户体验质量与用户的真实感受匹配，为后续业务优化提供准确的依据。
图2为根据本发明的QoE参数的处理方法的另一个实施例的流程示意图，如图2所示：
步骤201，采集用户数据、网络数据。
提供日志服务器实时采集不同用户的用户数据以及每个用户所使用业务对应的网络数据，并建立时间、用户标识、用户数据、业务类型以及网络数据之间的映射关系并存储。
步骤202，接收用户发送的投诉事件。
投诉事件可以是针对同一业务类型的投诉事件，也可以是设定时间周期内的投诉事件，或者周期性获取一个时间周期内的投诉事件，选择其中属于同一业务类型的投诉事件。
步骤203，判断与该投诉事件对应的QoE是否发生劣化。
当接收到的投诉事件的个数为1个，则确定该投诉事件对应的QoE是否发生劣化。假设QoE的取值范围为0-10，QoE值为0说明用户体验最差，QoE值为10说明用户体验最好。通过QoE模型计算得到的针对该投诉事件的QoE值为9，说明用户体验良好，但是接收到用户发送的投诉事件则说明用户的实际体验较差，即客户体验管理***所反映出来的用户体验与用户对产品(或者业务)的实际用户体验存在较大偏差。
如果该投诉事件对应的用户QoE未劣化，判断附近用户同时间段是否存在同类投诉，如果存在多个同类投诉，则触发QoE参数调整流程，如果属于个案，则继续执行步骤201。
如果获取的投诉事件的个数为多个，确定每个投诉事件对应的QoE是否发生劣化，当QoE尚未发生劣化的数量与投诉事件的个数的比值大于设定门限值时，确定该类型投诉事件对应的QoE尚未发生劣化。例如：同一类型的投诉事件包含10个，其中，8个投诉事件对应的QoE尚未发生劣化，2个投诉事件对应的QoE发生劣化，那么确定该类型投诉事件对应的QoE尚未发生劣化，则触发QoE参数调整。
步骤204，如果该投诉事件对应的用户QoE未劣化，则触发QoE参数调整。
步骤206，分析与该投诉事件相关联的网络数据。
从日志服务器中获取与该投诉事件相关联的网络数据。网络数据包含传输链路数据、网络负载状态数据、用户接入网络数据等。也可以采用探针方式在无线网和核心网交界处，定位获取引发该投诉事件的网络数据，确定引发该投诉事件的异常KPI。
如图3所示，以投诉事件为移动上网速度慢，现象为网页打开时间长为例进行说明。确定导致用户上网速度慢的网络性能指标KPI为时长指标，即分析涉及到的接入时长，包括：连接建立时长、请求接入时长、DNS解析时长、HTTP建立时长等。
确定有异常的性能指标，例如：判断接入时长是否异常、DNS解析是否出现异常、HTTP建立时长是否出现异常等。判断异常的方式可以根据实际所用时长与预设阈值之间的比较结果确定，也可以采用其它方式确定。根据异常的KPI确定影响用户体验质量对应的KQI，例如：首包响应时长。
步骤211，获取该投诉事件相关联的用户数据，分析用户行为数据。
从日志服务器中获取与该投诉事件相关联的用户数据，用户数据包括时间、位置、用户所发起的业务、业务类型等。可以采用探针方式在无线网和核心网交界处，定位获取引发该投诉事件的用户行为数据。
用户行为特征包括：用户在特定时间段使用的业务类型、访问的网站、用户在发送投诉事件时同时使用的其它业务、引发投诉的业务使用的地点与时间段、用户使用的网络类型等。例如下表1中所示的用户行为特征数据：
表1-与投诉事件关联的用户行为特征数据表
例如，从获取的用户数据中确定用户发起投诉的时间段，例如是工作日早上7点至8点。分析获取的用户工作早上7点至8点的历史行为数据。用户在早上7点到8点使用移动上网业务的频次比较高；用户在体验投诉的业务时还使用了文件下载业务；用户在交通工具中发起投诉事件的概率比较大；用户在发送投诉事件时选择使用的网络为LTE网等。
步骤212，建立调整后的QoE参数与所述用户行为特征之间的映射关系。
步骤207，进行QoE参数调整。
根据分析得到的KQI，调整QoE模型中KQI对应的QoE参数。例如：影响系数、门限值、权重值、应用层与接入层之间的KPI门限值等。这里的调整可以是微调，例如，计算出现异常的时间参数与设定阈值的差值，利用差值确定调整变量。利用调整变量调高或者调低KQI对应的QoE参数。针对要调整的KQI，调整QoE模型中KQI对应的QoE参数，参数包括：对应KPI阀值，KQI阀值、KQI权重等。
根据下述参数调整函数计算调整参数预设值:
y为同类投诉用户测量值或当前值，M为同类投诉用户数，x为参数历史值，N为历史样本数，S为调整系数。利用调整后的QoE参数，计算投诉事件对应的QoE。
步骤209，判断QoE劣化程度是否与投诉事件相匹配，如果是，则进入步骤210，如果否，则返回步骤207。
将采用调整后的QoE参数计算得到的与投诉事件对应的QoE与实际用户体验进行比较，如果与投诉事件对应的QoE与实际用户体验比较结果一致，执行步骤212，建立KQI对应的QoE参数、业务类型、用户类型等之间的映射关系。
如果计算得到的投诉事件对应的QoE与实际用户体验比较结果不一致，跳转步骤207，继续调整参数，直至采用调整后的QoE参数计算得到的与投诉事件对应的QoE与实际用户体验比较结果一致。
步骤210，根据映射关系配置QoE参数。
在建立调整后的QoE参数与用户行为特征之间的映射关系后，在满足用户行为特征的条件时，根据该映射关系将调整后的QoE参数配置给用户感知模型，使用户感知模型优化QoE参数。
例如，在针对某用户计算针对上网浏览页面业务的QoE时，当用户的业务类型、上网时间、地点等特征数据与***中已存储的用户行为特征相匹配，根据映射关系获取与***中已存储的用户行为特征相关联的经过调整的QoE参数，将此QoE参数代入QoE模型进行计算。
上述实施例中的QoE参数的处理方法，能够结合网络数据与用户行为数据，自适应动态优化QoE模型参数，使得优化后的QoE模型计算得到的用户体验质量与用户真实感受相匹配，为后续网络与业务优化提供准确依据，能够通过的业务优化提升用户满意度，取得更大的经济效益。
如图4所示，本发明提供一种QoE参数的处理装置40，包括：调整判决模块41、数据分析模块42、参数调整模块43、映射设置模块44和参数配置模块45。调整判决模块41基于投诉事件判断是否需要进行QoE参数调整。数据分析模块42如果需要进行QoE参数调整，则确定与投诉事件相关联的关键质量指标KQI和用户行为特征。
参数调整模块43调整与投诉事件相关联的KQI对应的QoE参数。映射设置模块44建立调整后的QoE参数与用户行为特征之间的映射关系。参数配置模块45基于所述映射关系配置所述调整后的QoE参数。
如图5所示，数据分析模块42包括：网络数据获取单元421、影响参数确定单元422、用户数据获取单元423和行为数据分析单元424。网络数据获取单元421获取与投诉事件相关联的网络数据，根据网络数据确定与投诉事件相关联的KPI。影响参数确定单元422从与投诉事件相关联的KPI中选取出现异常的KPI，将出现异常的KPI所对应的KQI确定为与投诉事件相关联的KQI。
用户数据获取单元423获取与投诉事件相关联的用户数据。行为数据分析单元424根据用户数据确定与投诉事件相关联的用户行为特征。其中，用户行为特征包括：使用业务的类型、使用业务的时间段、访问的网站、同时使用的其它业务、投诉地点、投诉时间、网络类型等。
参数调整模块43确定与投诉事件相关联的KQI对应的QoE参数，计算QoE参数调整后的预设值
其中，M为同类投诉事件的数量，yi为与第i个同类投诉事件相关联的KQI或KPI的实际值，xj为KQI对应的QoE参数的第j个历史样本值，N为QoE参数的历史样本数量，为N个QoE参数的历史样本数量的平均值，S为调整系数，-1≤S≤1，i和j都为自然数；QoE参数包括：KPI阀值、KQI阀值、KQI权重值。
映射设置模块44使用调整后的QoE参数确定与投诉事件相对应的QoE值，如果QoE值与投诉事件对应的用户体验一致，则建立调整后的QoE参数与用户行为特征之间的映射关系。
调整判决模块41当接收到1个投诉事件时确定与投诉事件对应的QoE值，如果与投诉事件相对应的QoE值未发生劣化，则判断在相同区域内和相同的时间段内是否还有存在其它的同类投诉事件，如果存在，则调整判决模块41确定需要进行QoE参数调整。
调整判决模块41当接收到同类投诉事件个数大于2时计算与每个同类投诉事件对应的QoE值，如果在多个同类投诉事件的QoE值中的发生劣化的数量小于判决门限值，则确定与投诉事件相对应的QoE未发生劣化，则调整判决模块41确定需要进行QoE参数调整。
参数配置模块45基于用户行为特征设置参数配置规则，在计算QoE值时，判断用户数据是否与参数配置规则相匹配，如果匹配，则基于映射关系获取与用户行为特征对应的调整后QoE参数，使用调整后的QoE参数值计算QoE值。
在一个实施例中，本发明提供一种客户体验管理***，包括如上的QoE参数的处理装置。
上述实施例中的QoE参数的处理方法、装置以及客户体验管理***，以投诉事件触发QoE参数调整流程，能够结合网络数据与用户行为数据自适应动态优化QoE参数，使得优化后的QoE模型计算得到的用户体验质量与用户真实感受相匹配，为后续网络与业务优化提供准确依据，更好地应用于网络与业务的优化，可以通过的业务优化提升用户满意度，取得更大的经济效益。
可能以许多方式来实现本发明的方法和***。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和***。用于方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (17)
1.一种体验质量QoE参数的处理方法，其特征在于，包括：
基于投诉事件判断是否需要进行QoE参数调整；
如果需要进行QoE参数调整，则确定与所述投诉事件相关联的关键质量指标KQI和用户行为特征；
调整与所述投诉事件相关联的KQI对应的QoE参数，并建立调整后的QoE参数与所述用户行为特征之间的映射关系；
基于所述映射关系配置所述调整后的QoE参数。
2.如权利要求1所述的方法，其特征在于，所述确定与所述投诉事件相关联的KQI包括：
获取与所述投诉事件相关联的网络数据；
根据所述网络数据确定与所述投诉事件相关联的KPI；
从与所述投诉事件相关联的KPI中选取出现异常的KPI；
将出现异常的KPI所对应的KQI确定为与所述投诉事件相关联的KQI。
3.如权利要求2所述的方法，其特征在于，调整与所述投诉事件相关联的KQI对应的QoE参数包括：
确定与所述投诉事件相关联的KQI对应的QoE参数；
计算所述QoE参数调整后的预设值
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>|</mo>
<mfrac>
<mn>1</mn>
<mi>M</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>S</mi>
<mo>&times;</mo>
<msqrt>
<mrow>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>|</mo>
<mo>;</mo>
</mrow>
其中，M为同类投诉事件的数量，yi为与第i个同类投诉事件相关联的KQI或KPI的实际值，xj为KQI对应的QoE参数的第j个历史样本值，N为QoE参数的历史样本数量，为N个QoE参数的历史样本的平均值，S为调整系数，-1≤S≤1，i和j都为自然数；所述QoE参数包括：KPI阀值、KQI阀值、KQI权重值。
4.如权利要求1所述的方法，其特征在于，所述确定与所述投诉事件相关联的用户行为特征包括：
获取与所述投诉事件相关联的用户数据；
根据所述用户数据确定与所述投诉事件相关联的用户行为特征；
其中，所述用户行为特征包括：使用业务的类型、使用业务的时间段、访问的网站、同时使用的其它业务、投诉地点、投诉时间、网络类型。
5.如权利要求1所述的方法，其特征在于，所述建立调整后的QoE参数与所述用户行为特征之间的映射关系包括：
使用调整后的QoE参数确定与所述投诉事件相对应的QoE值；
如果所述QoE值与所述投诉事件对应的用户体验一致，则建立调整后的QoE参数与所述用户行为特征之间的映射关系。
6.如权利要求1所述的方法，其特征在于，所述基于投诉事件判断是否需要进行QoE参数调整包括：
当接收到的投诉事件的个数为1时确定与所述投诉事件对应的QoE值；
如果与所述投诉事件相对应的QoE值未发生劣化，则判断在相同区域内和相同的时间段内是否还有存在其它的同类投诉事件，如果存在，则确定需要进行QoE参数调整。
7.如权利要求1所述的方法，其特征在于，所述基于投诉事件判断是否需要进行QoE参数调整包括：
当接收到的同类投诉事件个数大于2时计算与每个同类投诉事件对应的QoE值；
如果在多个同类投诉事件的QoE值中的发生劣化的数量小于判决门限值，则确定与所述投诉事件相对应的QoE未发生劣化，则确定需要进行QoE参数调整。
8.如权利要求1至7任意一项所述的方法，其特征在于，所述基于所述映射关系配置所述调整后的QoE参数包括：
基于所述用户行为特征设置参数配置规则；
在计算QoE值时，判断用户数据是否与所述参数配置规则相匹配；
如果匹配，则基于所述映射关系获取与所述用户行为特征对应的所述调整后QoE参数，使用所述调整后的QoE参数值计算QoE值。
9.一种体验质量QoE参数的处理装置，其特征在于，包括：
调整判决模块，用于基于投诉事件判断是否需要进行QoE参数调整；
数据分析模块，用于如果需要进行QoE参数调整，则确定与所述投诉事件相关联的关键质量指标KQI和用户行为特征；
参数调整模块，用于调整与所述投诉事件相关联的KQI对应的QoE参数；
映射设置模块，用于建立调整后的QoE参数与所述用户行为特征之间的映射关系；
参数配置模块，用于基于所述映射关系配置所述调整后的QoE参数。
10.如权利要求9所述的装置，其特征在于：
所述数据分析模块，包括：
网络数据获取单元，用于获取与所述投诉事件相关联的网络数据，根据所述网络数据确定与所述投诉事件相关联的KPI；
影响参数确定单元，用于从与所述投诉事件相关联的KPI中选取出现异常的KPI；将出现异常的KPI所对应的KQI确定为与所述投诉事件相关联的KQI。
11.如权利要求10所述的装置，其特征在于：
所述参数调整模块，用于确定与所述投诉事件相关联的KQI对应的QoE参数；计算所述QoE参数调整后的预设值
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>|</mo>
<mfrac>
<mn>1</mn>
<mi>M</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>S</mi>
<mo>&times;</mo>
<msqrt>
<mrow>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>|</mo>
<mo>;</mo>
</mrow>
其中，M为同类投诉事件的数量，yi为与第i个同类投诉事件相关联的KQI或KPI的实际值，xj为KQI对应的QoE参数的第j个历史样本值，N为QoE参数的历史样本数量，为N个QoE参数的历史样本的平均值，S为调整系数，-1≤S≤1，i和j都为自然数；所述QoE参数包括：KPI阀值、KQI阀值、KQI权重值。
12.如权利要求9所述的装置，其特征在于：
所述数据分析模块，包括：
用户数据获取单元，用于获取与所述投诉事件相关联的用户数据；
行为数据分析单元，用于根据所述用户数据确定与所述投诉事件相关联的用户行为特征；
其中，所述用户行为特征包括：使用业务的类型、使用业务的时间段、访问的网站、同时使用的其它业务、投诉地点、投诉时间、网络类型。
13.如权利要求9所述的装置，其特征在于：
所述映射设置模块，还用于使用调整后的QoE参数确定与所述投诉事件相对应的QoE值；如果所述QoE值与所述投诉事件对应的用户体验一致，则建立调整后的QoE参数与所述用户行为特征之间的映射关系。
14.如权利要求9所述的装置，其特征在于：
所述调整判决模块具体用于当接收到的投诉事件的个数为1确定与所述投诉事件对应的QoE值；如果与所述投诉事件相对应的QoE值未发生劣化，则判断在相同区域内和相同的时间段内是否还有存在其它的同类投诉事件，如果存在，则确定需要进行QoE参数调整。
15.如权利要求9所述的装置，其特征在于：
所述调整判决模块具体用于当接收到的同类投诉事件个数大于2时计算与每个同类投诉事件对应的QoE值；如果在多个同类投诉事件的QoE值中的发生劣化的数量小于判决门限值，则确定与所述投诉事件相对应的QoE未发生劣化，则确定需要进行QoE参数调整。
16.如权利要求9所述的装置，其特征在于：
所述参数配置模块，用于基于所述用户行为特征设置参数配置规则；在计算QoE值时，判断用户数据是否与所述参数配置规则相匹配；如果匹配，则基于所述映射关系获取与所述用户行为特征对应的所述调整后QoE参数，使用所述调整后的QoE参数值计算QoE值。
17.一种客户体验管理***，其特征在于：
包括如权利要求9至16任一项所述的QoE参数的处理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610543466.5A CN107612701A (zh) | 2016-07-11 | 2016-07-11 | 一种QoE参数的处理方法、装置与客户体验管理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610543466.5A CN107612701A (zh) | 2016-07-11 | 2016-07-11 | 一种QoE参数的处理方法、装置与客户体验管理*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107612701A true CN107612701A (zh) | 2018-01-19 |
Family
ID=61055285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610543466.5A Pending CN107612701A (zh) | 2016-07-11 | 2016-07-11 | 一种QoE参数的处理方法、装置与客户体验管理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107612701A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112799717A (zh) * | 2021-04-01 | 2021-05-14 | 北京航天驭星科技有限公司 | 设备信息***管理方法、装置、电子设备及介质 |
| CN113840316A (zh) * | 2021-09-30 | 2021-12-24 | 中国联合网络通信集团有限公司 | 无线网络维护方法、装置、设备和计算机可读存储介质 |
| WO2024114192A1 (zh) * | 2022-11-30 | 2024-06-06 | 华为技术有限公司 | 业务质量管理方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080052394A1 (en) * | 2006-08-22 | 2008-02-28 | Bugenhagen Michael K | System and method for initiating diagnostics on a packet network node |
| US20080049625A1 (en) * | 2006-08-22 | 2008-02-28 | Edwards Stephen K | System and method for collecting and managing network performance information |
| CN101640952A (zh) * | 2009-08-31 | 2010-02-03 | 北京邮电大学 | 实现异构网络QoS动态映射的***及其方法 |
| CN102487523A (zh) * | 2010-12-01 | 2012-06-06 | ***通信集团公司 | 用户投诉分析方法及装置 |
| CN102625344A (zh) * | 2012-03-13 | 2012-08-01 | 重庆信科设计有限公司 | 移动终端用户体验质量评估模型及方法 |
| CN102685789A (zh) * | 2012-05-22 | 2012-09-19 | 北京东方文骏软件科技有限责任公司 | 模拟用户行为的话音业务用户感知体验QoE的评测方法 |
| CN105357691A (zh) * | 2015-09-28 | 2016-02-24 | 中国普天信息产业北京通信规划设计院 | Lte无线网络用户感知监测方法和*** |
| CN107026750A (zh) * | 2016-02-02 | 2017-08-08 | ***通信集团广东有限公司 | 一种用户上网QoE评价方法及装置 |
-
2016
- 2016-07-11 CN CN201610543466.5A patent/CN107612701A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080052394A1 (en) * | 2006-08-22 | 2008-02-28 | Bugenhagen Michael K | System and method for initiating diagnostics on a packet network node |
| US20080049625A1 (en) * | 2006-08-22 | 2008-02-28 | Edwards Stephen K | System and method for collecting and managing network performance information |
| CN101640952A (zh) * | 2009-08-31 | 2010-02-03 | 北京邮电大学 | 实现异构网络QoS动态映射的***及其方法 |
| CN102487523A (zh) * | 2010-12-01 | 2012-06-06 | ***通信集团公司 | 用户投诉分析方法及装置 |
| CN102625344A (zh) * | 2012-03-13 | 2012-08-01 | 重庆信科设计有限公司 | 移动终端用户体验质量评估模型及方法 |
| CN102685789A (zh) * | 2012-05-22 | 2012-09-19 | 北京东方文骏软件科技有限责任公司 | 模拟用户行为的话音业务用户感知体验QoE的评测方法 |
| CN105357691A (zh) * | 2015-09-28 | 2016-02-24 | 中国普天信息产业北京通信规划设计院 | Lte无线网络用户感知监测方法和*** |
| CN107026750A (zh) * | 2016-02-02 | 2017-08-08 | ***通信集团广东有限公司 | 一种用户上网QoE评价方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112799717A (zh) * | 2021-04-01 | 2021-05-14 | 北京航天驭星科技有限公司 | 设备信息***管理方法、装置、电子设备及介质 |
| CN112799717B (zh) * | 2021-04-01 | 2021-06-25 | 北京航天驭星科技有限公司 | 设备信息***管理方法、装置、电子设备及介质 |
| CN113840316A (zh) * | 2021-09-30 | 2021-12-24 | 中国联合网络通信集团有限公司 | 无线网络维护方法、装置、设备和计算机可读存储介质 |
| CN113840316B (zh) * | 2021-09-30 | 2024-04-30 | 中国联合网络通信集团有限公司 | 无线网络维护方法、装置、设备和计算机可读存储介质 |
| WO2024114192A1 (zh) * | 2022-11-30 | 2024-06-06 | 华为技术有限公司 | 业务质量管理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102625344B (zh) | 移动终端用户体验质量评估模型及方法 | |
| CN105357691B (zh) | Lte无线网络用户感知监测方法和*** | |
| US20110125509A1 (en) | Method and Apparatus for Providing Differentiated Service Levels in a Communication Network | |
| CN107612701A (zh) | 一种QoE参数的处理方法、装置与客户体验管理*** | |
| CN112702224B (zh) | 一种针对家庭宽带用户质差的分析方法和装置 | |
| CN104683182B (zh) | Idc机房网络服务质量检测方法及装置 | |
| CN104105121A (zh) | 一种网络质量分段量化评测方法及*** | |
| CN110535684A (zh) | 一种基于dpi实现网页浏览业务感知评估的方法和装置 | |
| WO2011042903A1 (en) | Computer network service providing system including self adjusting volume enforcement functionality | |
| CN104468200A (zh) | 数据中心网络设备健康度的自适应评价方法 | |
| CN107360586A (zh) | 一种网络质量的评估方法及装置 | |
| CN107046480A (zh) | 一种用户感知评估方法及装置 | |
| Fiedler et al. | Quality of experience-related differential equations and provisioning-delivery hysteresis | |
| CN106487906A (zh) | 一种情境感知的移动Web应用协议切换方法 | |
| CN107026750A (zh) | 一种用户上网QoE评价方法及装置 | |
| CN104111970A (zh) | 统计页面平均停留时间、确定页面用户黏性的方法和装置 | |
| CN101404591A (zh) | 一种自适应的动态信任权重评估方法 | |
| CN109617758A (zh) | 节点网络质量计算方法及装置、服务器、计算机存储介质 | |
| CN108243439A (zh) | 移动互联网数据业务质量劣化定位的方法及*** | |
| US20100091889A1 (en) | Method and Apparatus to Select a Profile of a Digital Communication Line | |
| CN105991708A (zh) | 应用服务器的选取方法、装置和*** | |
| CN108512816A (zh) | 一种流量劫持的检测方法及装置 | |
| CN107371183A (zh) | 一种网络质量报告的输出方法和装置 | |
| US20070232289A1 (en) | System and method for measuring performance of new services in consumer devices | |
| CN110505037A (zh) | 一种网络接口通信速率匹配方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |