CN110121183A - 一种信息处理方法、装置和计算机可读存储介质 - Google Patents
一种信息处理方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110121183A CN110121183A CN201810122402.7A CN201810122402A CN110121183A CN 110121183 A CN110121183 A CN 110121183A CN 201810122402 A CN201810122402 A CN 201810122402A CN 110121183 A CN110121183 A CN 110121183A
- Authority
- CN
- China
- Prior art keywords
- feature
- business
- network quality
- experience
- business datum
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种信息处理方法、装置和计算机可读存储介质,所述方法包括:基于用户标识信息将用户面业务数据和控制面信令数据进行关联;基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
Description
技术领域
本发明涉及移动通信技术领域,尤其涉及一种信息处理方法、装置和计算机可读存储介质。
背景技术
为了更好的进行网络监控、优化和维护,LTE网络引入了数据采集***,对LTE网络的多个接口进行数据采集,包括Uu/X2/S1-MME/S1-U/S6a/S11/SGs等接口。基于控制面接口采集的数据通常称为控制面信令数据(可简称信令数据),基于用户面接口采集的数据通常称为用户面业务数据(可简称业务数据)。
现网常基于所述控制面信令数据进行网络质量分析,如覆盖水平、干扰水平、接通率、位置更新成功率等;基于所述用户面业务数据进行用户业务体验的分析,如下载平均速率、请求响应平均时长等。
现有基于数据采集***进行网络监控、优化,用户业务体验分析,主要是单独基于信令数据或业务数据进行分析,或者不同接口分别统计指标后联合在一起分析。例如:基于用户面S1-U接口数据统计指标下载平均速率,基于信令面UE_MR接口数据统计弱覆盖度、重叠覆盖度,通过某小区两类指标联合分析,可以判断某小区下载平均速率低是否弱覆盖,是否过覆盖。然而这两类指标并没有绝对必然的联系:低速率小区不一定弱覆盖,弱覆盖小区不一定低速率。
发明内容
有鉴于此,本发明实施例期望提供一种信息处理方法、装置和计算机可读存储介质。
为达到上述目的,本发明实施例的技术方案是这样实现的:
本发明实施例提供了一种信息处理方法,该方法包括:
基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
其中,所述将用户面业务数据和控制面信令数据进行关联,包括:
通过用户标识和/或时间相应字段关联用户面业务数据和控制面数据;
确定用户面业务数据在预设时间范围内有多条控制面数据时,将所述多条控制面数据合并处理。
其中,所述预设时间范围包括以下一种或多种范围:
从业务数据开始时间到结束时间的范围内;
从业务数据开始时间前一段预设时间到结束时间后一段预设时间的范围内;
从业务数据开始时间前一段预设时间到结束时间的时间范围内;
从业务数据开始时间到结束时间后一段预设时间的时间范围内。
本发明实施例中,所述网络质量特征还由控制面信令数据中一个字段或多个字段组合确定。
可选的,该方法还包括:
基于所述确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征,分析用户业务体验和网络质量之间的关系。
其中,所述用户业务体验和网络质量之间的关系包括:
不同网络质量下的业务体验、或不同业务体验下的网络质量。
其中,所述不同网络质量下的业务体验、或不同业务体验下的网络质量按照如下一种或多种维度进行分析:
区域、业务类型、终端类型。
其中,所述不同网络质量下的业务体验的确定方法包括以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类网络质量特征下的用户业务体验特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端在不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类网络质量特征下的用户业务体验特征。
其中,所述不同业务体验下的网络质量的确定方法包括以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类业务体验特征下的网络质量特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类用户业务体验特征下的网络质量特征。
其中,所述区域按照如下一种或多种维度进行划分:
地理位置、生活场景、网元。
本发明实施例还提供了一种信息处理装置,该装置包括:
关联模块,用于基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
网络质量模块,用于基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
业务体验模块,用于基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
本发明实施例还提供了一种信息处理装置,该装置包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行上述方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例提供的信息处理方法、装置和计算机可读存储介质:基于用户标识信息将用户面业务数据和控制面信令数据进行关联;基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。本发明实施例可为用户关联的用户面业务数据关联控制面信令数据,基于关联后的数据确定网络质量特征,进而可准确地确定业务体验特征,为后续快速定位网络问题提供数据依据。
此外,本发明实施例在确定的网络质量特征和业务体验特征的基础上,进一步分析业务体验和网络质量的关系,可用于准确分析不同网络质量下的用户业务体验,挖掘业务体验和网络质量关系,从而用于网络运营分析;也可以准确分析用户业务体验差时的网络质量问题,精确定位问题原因,优化用户业务体验,提升网络质量。
附图说明
图1为本发明实施例所述信息处理方法的流程示意图;
图2为本发明实施例所述信息处理装置的结构示意图一;
图3为本发明实施例所述信息处理装置的结构示意图二;
图4为本发明实施例所述基于信令数据和业务数据的信息处理方法流程示意图。
具体实施方式
下面结合附图和实施例对本发明进行描述。
本发明实施例提供了一种信息处理方法,如图1所示,该方法包括:
步骤101:基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
步骤102:基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
步骤103:基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
本发明实施例可为用户关联的用户面业务数据关联控制面信令数据,基于关联后的数据确定网络质量特征,进而可准确地确定业务体验特征,为后续快速定位网络问题提供数据依据。
本发明实施例中,所述将用户面业务数据和控制面信令数据进行关联,包括:
通过用户标识和/或时间等相应字段(如:IMSI、IMEI、ISDN、开始/结束时间等)关联用户面业务数据和控制面数据;
确定用户面业务数据在预设时间范围内有多条控制面数据时,将所述多条控制面数据合并处理。
本发明实施例中,所述预设时间范围包括以下一种或多种范围:
从业务数据开始时间到结束时间的范围内;
从业务数据开始时间前一段预设时间(如:5秒)到结束时间后一段预设时间的范围内;
从业务数据开始时间前一段预设时间到结束时间的时间范围内;
从业务数据开始时间到结束时间后一段预设时间的时间范围内。
本发明实施例中,所述网络质量特征还可由控制面信令数据中一个字段(如在某一门限范围内)或多个字段组合确定。
本发明实施例中,该方法还包括:
基于所述确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征,分析用户业务体验和网络质量之间的关系。
可见,本发明实施例在确定的网络质量特征和业务体验特征的基础上,进一步分析业务体验和网络质量的关系,可用于准确分析不同网络质量下的用户业务体验,挖掘业务体验和网络质量关系,从而用于网络运营分析;也可以准确分析用户业务体验差时的网络质量问题,精确定位问题原因,优化用户业务体验,提升网络质量。
本发明实施例中,所述用户业务体验和网络质量之间的关系包括:
不同网络质量下的业务体验、或不同业务体验下的网络质量。
本发明实施例中,所述不同网络质量下的业务体验、或不同业务体验下的网络质量按照如下一种或多种维度进行分析:
区域、业务类型、终端类型。
本发明实施例中,所述不同网络质量下的业务体验的确定方法包括以下一种或多种方式:
对于不同区域(小区、小区组、跟踪区等)且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类网络质量特征下的用户业务体验特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端在不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类网络质量特征下的用户业务体验特征。
本发明实施例中,所述不同业务体验下的网络质量的确定方法包括以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类业务体验特征下的网络质量特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类用户业务体验特征下的网络质量特征。
本发明实施例中,所述区域按照如下一种或多种维度进行划分:
地理位置、生活场景、网元。
其中,所述地理位置可为:西单、海淀区等特定区域(地理区域);所述生活场景可为:商场、酒店、火车站、高校、体育场馆等特定区域(功能区域);所述网元可为:MME、eNB、小区、小区组等特定网络节点。
本发明实施例还提供了一种信息处理装置,如图2所示,该装置包括:
关联模块201,用于基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
网络质量模块202,用于基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
业务体验模块203,用于基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
本发明实施例可为用户关联的用户面业务数据关联控制面信令数据,基于关联后的数据确定网络质量特征,进而可准确地确定业务体验特征,为后续快速定位网络问题提供数据依据。
本发明实施例中,所述关联模块201将用户面业务数据和控制面信令数据进行关联,包括:
通过用户标识和/或时间等相应字段(如:IMSI、IMEI、ISDN、开始/结束时间等)关联用户面业务数据和控制面数据;
确定用户面业务数据在预设时间范围内有多条控制面数据时,将所述多条控制面数据合并处理。
本发明实施例中,所述预设时间范围包括以下一种或多种范围:
从业务数据开始时间到结束时间的范围内;
从业务数据开始时间前一段预设时间(如:5秒)到结束时间后一段预设时间的范围内;
从业务数据开始时间前一段预设时间到结束时间的时间范围内;
从业务数据开始时间到结束时间后一段预设时间的时间范围内。
本发明实施例中,所述网络质量特征还可由控制面信令数据中一个字段(如在某一门限范围内)或多个字段组合确定。
本发明实施例中,如图3所示,该装置还包括:
分析模块204,用于基于所述确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征,分析用户业务体验和网络质量之间的关系。
可见,本发明实施例在确定的网络质量特征和业务体验特征的基础上,进一步分析业务体验和网络质量的关系,可用于准确分析不同网络质量下的用户业务体验,挖掘业务体验和网络质量关系,从而用于网络运营分析;也可以准确分析用户业务体验差时的网络质量问题,精确定位问题原因,优化用户业务体验,提升网络质量。
本发明实施例中,所述用户业务体验和网络质量之间的关系包括:
不同网络质量下的业务体验、或不同业务体验下的网络质量。
本发明实施例中,所述不同网络质量下的业务体验、或不同业务体验下的网络质量由所述分析模块204按照如下一种或多种维度进行分析:
区域、业务类型、终端类型。
本发明实施例中,所述分析模块204确定不同网络质量下的业务体验方法包括以下一种或多种方式:
对于不同区域(小区、小区组、跟踪区等)且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类网络质量特征下的用户业务体验特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端在不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类网络质量特征下的用户业务体验特征。
本发明实施例中,所述分析模块204确定不同业务体验下的网络质量的方法包括以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类业务体验特征下的网络质量特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类用户业务体验特征下的网络质量特征。
本发明实施例中,所述区域按照如下一种或多种维度进行划分:
地理位置、生活场景、网元。
本发明实施例还提供了一种信息处理装置,该装置包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行:
基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
所述将用户面业务数据和控制面信令数据进行关联,所述处理器还用于运行所述计算机程序时,执行:
通过用户标识和/或时间等相应字段关联用户面业务数据和控制面数据;
确定用户面业务数据在预设时间范围内有多条控制面数据时,将所述多条控制面数据合并处理。
其中,所述预设时间范围包括以下一种或多种范围:
从业务数据开始时间到结束时间的范围内;
从业务数据开始时间前一段预设时间到结束时间后一段预设时间的范围内;
从业务数据开始时间前一段预设时间到结束时间的时间范围内;
从业务数据开始时间到结束时间后一段预设时间的时间范围内。
其中,所述网络质量特征还可由控制面信令数据中一个字段(如在某一门限范围内)或多个字段组合确定。
所述处理器还用于运行所述计算机程序时,执行:
基于所述确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征,分析用户业务体验和网络质量之间的关系。
其中,所述用户业务体验和网络质量之间的关系包括:
不同网络质量下的业务体验、或不同业务体验下的网络质量。
其中,所述不同网络质量下的业务体验、或不同业务体验下的网络质量按照如下一种或多种维度进行分析:
区域、业务类型、终端类型。
其中,所述区域可按照如下一种或多种维度进行划分:
地理位置、生活场景、网元。
所述处理器还用于运行所述计算机程序时,执行以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类网络质量特征下的用户业务体验特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端在不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类网络质量特征下的用户业务体验特征。
所述处理器还用于运行所述计算机程序时,执行以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类业务体验特征下的网络质量特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类用户业务体验特征下的网络质量特征。
需要说明的是:上述实施例提供的装置在进行信息处理时,仅以上述各程序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处理分配由不同的程序模块完成,即将设备的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的装置与相应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。
在示例性实施例中,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备,如移动电话、计算机、平板设备、个人数字助理等。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,执行:
基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
所述将用户面业务数据和控制面信令数据进行关联,所述计算机程序被处理器运行时,还执行:
通过用户标识和/或时间等相应字段关联用户面业务数据和控制面数据;
确定用户面业务数据在预设时间范围内有多条控制面数据时,将所述多条控制面数据合并处理。
其中,所述预设时间范围包括以下一种或多种范围:
从业务数据开始时间到结束时间的范围内;
从业务数据开始时间前一段预设时间到结束时间后一段预设时间的范围内;
从业务数据开始时间前一段预设时间到结束时间的时间范围内;
从业务数据开始时间到结束时间后一段预设时间的时间范围内。
其中,所述网络质量特征还可由控制面信令数据中一个字段(如在某一门限范围内)或多个字段组合确定。
所述计算机程序被处理器运行时,还执行:
基于所述确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征,分析用户业务体验和网络质量之间的关系。
其中,所述用户业务体验和网络质量之间的关系包括:
不同网络质量下的业务体验、或不同业务体验下的网络质量。
其中,所述不同网络质量下的业务体验、或不同业务体验下的网络质量按照如下一种或多种维度进行分析:
区域、业务类型、终端类型。
其中,所述区域可按照如下一种或多种维度进行划分:
地理位置、生活场景、网元。
所述计算机程序被处理器运行时,还执行以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类网络质量特征下的用户业务体验特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端在不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类网络质量特征下的用户业务体验特征。
所述计算机程序被处理器运行时,还执行以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类业务体验特征下的网络质量特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类用户业务体验特征下的网络质量特征。
下面结合场景实施例对本发明进行描述。
本发明实施例通过关联数据采集***中用户面业务数据和控制面信令数据,结合优化经验或大数据挖掘的方法,为用户面业务数据确定对应的网络质量特征;进一步统计挖掘不同业务体验数据,为不同区域不同网络质量数据确定业务体验特征,以达到准确呈现区域级、用户级业务体验和网络质量关系,便于分析问题和精确网优的目的。
可知数据采集***中不同接口的数据产生机制有所不同,如:CELL_MR接口数据和部分UE_MR接口数据是按一定周期(如5秒)生成,且数据的时间戳为数据生成时刻;S1-U、UU、S1-MME等接口的数据是按照信令或者业务产生的时间点生成,而数据的时间戳则包括信令流程/业务数据产生的起始时间和结束时间。
以下详细介绍基于信令数据和业务数据的信息处理方法,如图4所示,包括如下步骤:
步骤401:通过不同接口数据中的IMSI、IMEI、ISDN、开始/结束时间等字段关联用户面的业务数据和控制面的信令数据;针对一条业务数据关联出的一条或者多条信令数据进行合并处理,以反映用户本次业务体验所处的网络质量环境。
这里,以S1-U接口业务数据与UE_MR接口信令数据关联为例:基于S1-U接口业务数据的用户标识(IMSI或IMEI或MSISDN)(备注:IMEI为终端标识),以及时间戳起始时间(Procedure Start Time)到结束时间(Procedure End Time)的时间范围,或起始时间(Procedure Start Time)前一段时间(如:5秒)到结束时间(Procedure End Time)的时间范围,或起始时间(Procedure Start Time)到结束时间(Procedure End Time)后一段时间(如:5秒)的时间范围,或起始时间(Procedure Start Time)前一段时间(如:5秒)到结束时间(Procedure End Time)后一段时间(如:5秒)的时间范围,关联该用户以上时间范围内的UE_MR接口信令外部数据表示法(XDR)数据(主要包括用户标识和/或时间数据)。
多条信令数据具体合并方法可以是:针对多条信令数据相同字段求平均、取最大值等处理。例如:针对多条信令数据中信号强度RSRP字段求平均,以反映此次业务所处的信号覆盖水平;针对上行信号质量UL_SINR字段求平均,以反映此次业务所处的上行信号质量水平;针对多个邻区的信息字段,可根据该邻区在多条数据中出现的频次排序,对同一邻区的信息字段求平均。
步骤402:基于所述关联合并处理后的数据,为用户面业务数据打上网络质量特征标签;进一步确定业务体验特征标签;
其中,所述网络质量特征标签,即:基于所述网络质量特征对应的值映射得到的反映网络质量特征的类型描述,例如:网络质量特征(信号强度RSRP<-110dBm)对应的网络质量特征标签为“弱覆盖”;
所述业务体验特征标签,即基于所述业务体验特征对应的值映射得到的反映业务体验特征的类型描述。
这里,所述业务体验特征标签可以是用户业务级的业务体验特征标签,也可以按一定的统计时间(如15分钟、1小时)基于用户/终端标识(IMSI或IMEI或MSISDN)和/或小区标识(ECI),确定用户/终端业务级、用户/终端级的业务体验特征标签。
该步骤具体包括:
步骤4021:针对步骤401关联合并处理后的数据,打上网络质量标签后称作“确定网络质量特征的用户面业务数据”,示例如下表1所示:
表1
所述网络质量特征可以包括:反映覆盖水平的“弱覆盖”、“强覆盖”等;反映信号质量水平的“上行信号质量差”、“上行信号质量好”等;反映移动性的“乒乓切换”、“频繁切换”等;反映邻区关系的“重叠覆盖”、“邻区过覆盖”等;反映保持性的“掉线”等。
网络质量特征的确定方法可以基于传统网络优化经验确定,例如:用户面业务XDR数据关联的UE_MR接口XDR数据中信号强度RSRP<-110dBm时,给用户面业务XDR数据打上“弱覆盖”标签;关联的UE_MR接口XDR数据中上行信号质量UL_SINR<-3dB时,给用户业务级XDR数据打上“上行信号质量差”标签;关联的UE_MR接口XDR数据中多个参数,服务小区信号与邻小区信号差值在6dB以内的邻区个数大于3((|Serving_RSRP-Neighbor*_RSRP|<6dB的邻小区个数)>=3)时,给用户业务级XDR数据打上“重叠覆盖”标签;处理方法上,网络质量特征可以是由某个字段单独确定(如在某一门限范围内),也可以是多个字段组合确定;亦可以基于步骤401关联后的基础数据以大数据的分析方法进行挖掘。
针对打上网络质量特征标签的数据,可以进一步确定业务体验特征,可以包括:下载速率、接入时延、登陆时延等。
步骤4022:针对“确定网络质量特征的用户面业务数据”,确定用户或终端业务级业务体验特征标签,数据示例如下表2所示:
表2
步骤4023a:针对“确定网络质量特征的用户面业务数据”,按一定的统计时间(如15分钟、1小时),根据用户标识、小区标识、发起时间、结束时间,挑选某用户在某小区此统计时间内的数据,合并处理这些数据中的某些字段,确定某小区用户或终端业务级业务体验特征标签,数据示例如下表3所示:
表3
步骤4023b:针对“确定网络质量特征的用户面业务数据”,按一定的统计时间(如15分钟、1小时),根据用户标识、发起时间、结束时间、小区标识,挑选某小区某用户在此统计时间内的数据,合并处理这些数据中的某些字段,确定某小区用户或终端级业务体验特征标签,数据示例如下表4所示:
表4
步骤403:基于步骤402处理的数据,可以准确分析不同网络质量下的用户业务体验,挖掘业务体验和网络质量关系,用于网络运营分析;也可以准确分析用户业务体验差时的网络质量问题,精确定位问题原因,优化用户业务体验,提升网络质量。
所述业务体验和网络质量的关系可以包括:
(1)不同网络质量下的业务体验,例如:不同覆盖水平下的浏览类业务平均下载速率;不同覆盖干扰水平下的视频类业务平均下载速率、浏览类业务接入时延等。
以上关系的呈现可以帮助观察某种网络优化(如网络采用某项新技术)技术实施后,对用户业务体验和/或网络质量提升起到作用,例如:某些提升弱覆盖用户体验的软件功能在网络运用之后,观察弱覆盖场景下的用户下载速率提升情况;以上关系的呈现还可以对比不同区域、不同终端的业务体验和/或网络质量差异。
所述不同网络质量下的业务体验的确定方法可包括如下几种:
a)基于不同范围(小区、小区组、跟踪区等),针对某一类业务,从步骤402获得的数据中,挖掘同一类网络质量特征下的业务体验特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据发起时间、结束时间、业务类型、小区标识,挑选不同范围某类业务在此统计时间内的数据,分析某一类网络质量特征下业务体验特征,可以是呈现业务体验特征的均值(例如:弱覆盖场景下的用户浏览类业务请求响应平均时延),也可以呈现业务体验特征的分布情况(例如:弱覆盖场景下的用户浏览类业务请求响应时延的累积分布函数(CDF)累计分布),还可以通过大数据分析方法呈现某(些)网络质量特征与某(些)业务体验特征的相关性等。
b)基于某类终端,针对某一类业务,从步骤402获得的数据中,挖掘同一类网络质量特征下的用户业务体验特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据终端标识(IMEI)、发起时间、结束时间、业务类型、小区标识,挑选此统计时间内某类终端在使用某类业务的数据,分析某一类网络质量特征下业务体验特征,可以是呈现业务体验特征的均值(例如:弱覆盖场景下的用户浏览类业务请求响应平均时延),也可以呈现业务体验特征的分布情况(例如:弱覆盖场景下的用户浏览类业务请求响应时延的CDF累计分布),还可以通过大数据分析方法呈现某(些)网络质量特征与某(些)业务体验特征的相关性等。
c)基于不同范围(小区、小区组、跟踪区等),不区分业务类型,从步骤402获得的数据中,挖掘同一类网络质量特征下的业务体验特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据发起时间、结束时间、小区标识,挑选不同范围在此统计时间内的数据,分析某一类网络质量特征下业务体验特征,可以是呈现业务体验特征的均值(例如:弱覆盖场景下的用户下载平均速率),也可以呈现业务体验特征的分布情况(例如:弱覆盖场景下的用户下载速率的CDF累计分布),还可以通过大数据分析方法呈现某(些)网络质量特征与某(些)业务体验特征的相关性等。
d)基于某类终端,不区分业务类型,从步骤402获得的数据中,挖掘同一类网络质量特征下的用户业务体验特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据终端标识(IMEI)、发起时间、结束时间,挑选此统计时间内某类终端的数据,分析某一类网络质量特征下业务体验特征,可以是呈现业务体验特征的均值(例如:弱覆盖场景下的用户下载平均速率),也可以呈现业务体验特征的分布情况(例如:弱覆盖场景下的用户下载速率的CDF累计分布),还可以通过大数据分析方法呈现某(些)网络质量特征与某(些)业务体验特征的相关性等。
(2)不同业务体验下的网络质量,例如:浏览类业务下载速率低的网络质量特征;以上关系的呈现可以挖掘业务体验不好的主要原因,优化用户业务体验,提升网络质量。
所述不同业务体验下的网络质量的确定方法可包括如下几种:
a)不同范围(小区、小区组、跟踪区等),针对某一类业务,从步骤402获得的数据中,挖掘同一类业务体验特征下的网络质量特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据发起时间、结束时间、业务类型、小区标识,挑选此统计时间内不同范围某类业务的数据,分析某一类业务体验特征下的网络质量特征,可以是呈现网络质量特征的均值(例如:浏览类业务下载速率低体验下的平均网络信号强度),也可以呈现网络质量特征的分布情况(例如:浏览类业务下载速率低体验下的网络信号强度CDF累计分布),还可以通过大数据分析方法呈现某(些)业务体验特征与某(些)网络质量特征的相关性等。
b)基于某类终端,针对某一类业务,从步骤402获得的数据中,挖掘同一类业务体验特征下的网络质量特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据终端标识(IMEI)、发起时间、结束时间、业务类型,挑选此统计时间内某类终端在使用某类业务的数据,分析某一类业务体验特征下网络质量特征,可以是呈现网络质量特征的均值(例如:浏览类业务下载速率低体验下的平均网络信号强度),也可以呈现网络质量特征的分布情况(例如:浏览类业务下载速率低体验下的网络信号强度CDF累计分布),还可以通过大数据分析方法呈现某(些)业务体验特征与某(些)网络质量特征的相关性等。
c)基于不同范围(小区、小区组、跟踪区等),不区分业务类型,从步骤402的数据中,挖掘同一类业务体验特征下的网络质量特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据发起时间、结束时间、小区标识,挑选不同范围在此统计时间内的数据,分析某一类网络质量特征下业务体验特征,可以是呈现网络质量特征的均值(例如:业务下载速率低体验下的平均网络信号强度),也可以呈现网络质量特征的分布情况(例如:业务下载速率低体验下的网络信号强度CDF累计分布),还可以通过大数据分析方法呈现某(些)业务体验特征与某(些)网络质量特征的相关性等。
d)基于某类终端,不区分业务类型,从步骤402获得的数据中,挖掘同一类用户业务体验特征下的网络质量特征,例如:
针对步骤4023a或步骤4023b获得的数据,按一定的统计时间(如1小时、1天、1周),根据终端标识(IMEI)、发起时间、结束时间、小区标识,挑选此统计时间内某类终端的数据,分析某一类网络质量特征下业务体验特征,可以是呈现网络质量特征的均值(例如:业务下载速率低体验下的平均网络信号强度),也可以呈现网络质量特征的分布情况(例如:业务下载速率低体验下的网络信号强度CDF累计分布),还可以通过大数据分析方法呈现某(些)业务体验特征与某(些)网络质量特征的相关性等。
可见,本发明实施例可以为用户面的业务数据关联控制面的信令数据,确定业务体验标签和网络质量特征标签,并挖掘业务体验和网络质量关系的方法,可以用于准确分析不同网络质量下的用户业务体验,挖掘业务体验和网络质量关系,以用于网络运营分析;也可以准确分析用户业务体验差时的网络质量问题,精确定位问题原因,优化用户业务体验,从而提升网络质量。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (13)
1.一种信息处理方法,其特征在于,该方法包括:
基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
2.根据权利要求1所述的方法,其特征在于,所述将用户面业务数据和控制面信令数据进行关联,包括:
通过用户标识和/或时间相应字段关联用户面业务数据和控制面数据;
确定用户面业务数据在预设时间范围内有多条控制面数据时,将所述多条控制面数据合并处理。
3.根据权利要求2所述的方法,其特征在于,所述预设时间范围包括以下一种或多种范围:
从业务数据开始时间到结束时间的范围内;
从业务数据开始时间前一段预设时间到结束时间后一段预设时间的范围内;
从业务数据开始时间前一段预设时间到结束时间的时间范围内;
从业务数据开始时间到结束时间后一段预设时间的时间范围内。
4.根据权利要求1所述的方法,其特征在于,
所述网络质量特征还由控制面信令数据中一个字段或多个字段组合确定。
5.根据权利要求1所述的方法,其特征在于,该方法还包括:
基于所述确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征,分析用户业务体验和网络质量之间的关系。
6.根据权利要求5所述的方法,其特征在于,所述用户业务体验和网络质量之间的关系包括:
不同网络质量下的业务体验、或不同业务体验下的网络质量。
7.根据权利要求6所述的方法,其特征在于,所述不同网络质量下的业务体验、或不同业务体验下的网络质量按照如下一种或多种维度进行分析:
区域、业务类型、终端类型。
8.根据权利要求7所述的方法,其特征在于,所述不同网络质量下的业务体验的确定方法包括以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类网络质量特征下的用户业务体验特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类网络质量特征下的业务体验特征;
对于任一类终端在不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类网络质量特征下的用户业务体验特征。
9.根据权利要求7所述的方法,其特征在于,所述不同业务体验下的网络质量的确定方法包括以下一种或多种方式:
对于不同区域且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域中一类业务的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且针对任一类业务的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端在使用一类业务时的相关数据,得到一类业务体验特征下的网络质量特征;
对于不同区域且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取不同区域的相关数据,得到一类业务体验特征下的网络质量特征;
对于任一类终端且不区分业务类型的情况下,在预设统计时间内,从确定网络质量特征的用户面业务数据、以及所述确定的业务体验特征中获取一类终端的相关数据,得到一类用户业务体验特征下的网络质量特征。
10.根据权利要求7所述的方法,其特征在于,所述区域按照如下一种或多种维度进行划分:
地理位置、生活场景、网元。
11.一种信息处理装置,其特征在于,该装置包括:
关联模块,用于基于用户标识信息将用户面业务数据和控制面信令数据进行关联;
网络质量模块,用于基于关联后的两类数据,为所述用户面业务数据确定对应的网络质量特征;
业务体验模块,用于基于所述确定网络质量特征的用户面业务数据,确定用户/终端级的业务体验特征、和/或用户/终端业务级的业务体验特征。
12.一种信息处理装置,其特征在于,该装置包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行权利要求1-10中任一项所述方法的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-10中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810122402.7A CN110121183B (zh) | 2018-02-07 | 2018-02-07 | 一种信息处理方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810122402.7A CN110121183B (zh) | 2018-02-07 | 2018-02-07 | 一种信息处理方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110121183A true CN110121183A (zh) | 2019-08-13 |
CN110121183B CN110121183B (zh) | 2022-05-13 |
Family
ID=67520061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810122402.7A Active CN110121183B (zh) | 2018-02-07 | 2018-02-07 | 一种信息处理方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110121183B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111030876A (zh) * | 2019-12-25 | 2020-04-17 | 武汉绿色网络信息服务有限责任公司 | 一种基于DPI的NB-IoT终端故障定位方法和装置 |
CN111158996A (zh) * | 2019-12-17 | 2020-05-15 | 京东数字科技控股有限公司 | 一种信息处理方法、装置和计算机可读存储介质 |
CN112311598A (zh) * | 2020-10-29 | 2021-02-02 | 亚信科技(中国)有限公司 | 网络中的数据信息分析方法、装置 |
CN113079532A (zh) * | 2021-04-07 | 2021-07-06 | 恒安嘉新(北京)科技股份公司 | 数据业务掉线频率分析方法、装置、设备及存储介质 |
CN114375003A (zh) * | 2021-12-29 | 2022-04-19 | 中国电信股份有限公司 | 用于提升5g用户满意度的方法、装置、以及存储介质 |
WO2023179015A1 (zh) * | 2022-03-22 | 2023-09-28 | 中兴通讯股份有限公司 | 业务xdr的获取方法、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102687541A (zh) * | 2012-02-23 | 2012-09-19 | 华为技术有限公司 | 获取无线网络质量信息的方法、设备和*** |
CN104702564A (zh) * | 2013-12-05 | 2015-06-10 | 华为技术有限公司 | 一种网络共享用户识别方法及装置 |
CN104883736A (zh) * | 2015-05-27 | 2015-09-02 | 国家计算机网络与信息安全管理中心 | 终端的定位方法及装置 |
CN106817712A (zh) * | 2015-11-30 | 2017-06-09 | 华为技术有限公司 | 一种定位方法及装置和一种服务器 |
CN106941670A (zh) * | 2017-02-10 | 2017-07-11 | 北京浩瀚深度信息技术股份有限公司 | 一种lte***内部信令面和用户面的关联方法及装置 |
CN107466044A (zh) * | 2017-08-30 | 2017-12-12 | 北京天元创新科技有限公司 | 一种网络覆盖评估的方法及装置 |
-
2018
- 2018-02-07 CN CN201810122402.7A patent/CN110121183B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102687541A (zh) * | 2012-02-23 | 2012-09-19 | 华为技术有限公司 | 获取无线网络质量信息的方法、设备和*** |
CN104702564A (zh) * | 2013-12-05 | 2015-06-10 | 华为技术有限公司 | 一种网络共享用户识别方法及装置 |
CN104883736A (zh) * | 2015-05-27 | 2015-09-02 | 国家计算机网络与信息安全管理中心 | 终端的定位方法及装置 |
CN106817712A (zh) * | 2015-11-30 | 2017-06-09 | 华为技术有限公司 | 一种定位方法及装置和一种服务器 |
CN106941670A (zh) * | 2017-02-10 | 2017-07-11 | 北京浩瀚深度信息技术股份有限公司 | 一种lte***内部信令面和用户面的关联方法及装置 |
CN107466044A (zh) * | 2017-08-30 | 2017-12-12 | 北京天元创新科技有限公司 | 一种网络覆盖评估的方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111158996A (zh) * | 2019-12-17 | 2020-05-15 | 京东数字科技控股有限公司 | 一种信息处理方法、装置和计算机可读存储介质 |
CN111158996B (zh) * | 2019-12-17 | 2022-01-07 | 京东科技控股股份有限公司 | 一种信息处理方法、装置和计算机可读存储介质 |
CN111030876A (zh) * | 2019-12-25 | 2020-04-17 | 武汉绿色网络信息服务有限责任公司 | 一种基于DPI的NB-IoT终端故障定位方法和装置 |
CN111030876B (zh) * | 2019-12-25 | 2022-05-06 | 武汉绿色网络信息服务有限责任公司 | 一种基于DPI的NB-IoT终端故障定位方法和装置 |
CN112311598A (zh) * | 2020-10-29 | 2021-02-02 | 亚信科技(中国)有限公司 | 网络中的数据信息分析方法、装置 |
CN113079532A (zh) * | 2021-04-07 | 2021-07-06 | 恒安嘉新(北京)科技股份公司 | 数据业务掉线频率分析方法、装置、设备及存储介质 |
CN114375003A (zh) * | 2021-12-29 | 2022-04-19 | 中国电信股份有限公司 | 用于提升5g用户满意度的方法、装置、以及存储介质 |
WO2023179015A1 (zh) * | 2022-03-22 | 2023-09-28 | 中兴通讯股份有限公司 | 业务xdr的获取方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110121183B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110121183A (zh) | 一种信息处理方法、装置和计算机可读存储介质 | |
CN104853379B (zh) | 一种无线网络质量评估方法及装置 | |
CN109982366B (zh) | 基于大数据的目标价值区域分析方法、装置、设备及介质 | |
CN109921941B (zh) | 网络业务质量评估和优化方法、装置、介质及电子设备 | |
CN103997757B (zh) | 伪基站定位方法、设备及信息上报方法、设备 | |
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及*** | |
US20190200318A1 (en) | Supporting an update of stored information | |
CN109121155A (zh) | 通信***覆盖能力的确定方法及装置 | |
CN108718254B (zh) | 地铁室内分布***故障定位方法及*** | |
CN103686818A (zh) | 一种仿真测试方法及设备 | |
CN105828393B (zh) | 一种***间邻区配置方法及装置 | |
CN114257957B (zh) | 网络规划方法及装置、计算设备和计算机可读存储介质 | |
CN113645625B (zh) | 伪基站定位方法、装置、电子设备和可读介质 | |
CN103167537B (zh) | 一种上行干扰测量方法、***及装置 | |
US10271225B2 (en) | Performance index determination for a communication service | |
CN106231588B (zh) | 一种移动网络小区标识信息补正方法 | |
CN109246610B (zh) | 指纹库建立方法、定位方法、装置、服务器及存储介质 | |
CN114786133B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN114745289A (zh) | 网络性能数据的预测方法、装置、存储介质及设备 | |
CN116567519A (zh) | 一种用户住家手机信号网络质量信息获取方法及装置 | |
CN110120883A (zh) | 一种评估网络性能的方法、装置和计算机可读存储介质 | |
CN106792860A (zh) | 一种4g网络覆盖异常的检测方法和检测装置 | |
CN109963301A (zh) | 一种网络结构干扰的分析方法及装置 | |
CN110621027B (zh) | 短驻留用户发现和短驻留原因分析方法 | |
CN109451418B (zh) | 一种移动通信网络质量测评方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |