CN113408812A - 一种网络优化方法、装置、计算机设备及存储介质 - Google Patents
一种网络优化方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113408812A CN113408812A CN202110734008.0A CN202110734008A CN113408812A CN 113408812 A CN113408812 A CN 113408812A CN 202110734008 A CN202110734008 A CN 202110734008A CN 113408812 A CN113408812 A CN 113408812A
- Authority
- CN
- China
- Prior art keywords
- optimization
- network
- data
- work order
- network optimization
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 277
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012360 testing method Methods 0.000 claims description 39
- 230000000694 effects Effects 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000011664 signaling Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 230000015556 catabolic process Effects 0.000 claims description 11
- 238000006731 degradation reaction Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013433 optimization analysis Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例公开了一种网络优化方法、装置、计算机设备及存储介质。该方法包括：基于获取的多源网络数据进行问题路段优化并建立问题路段库；接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；基于所述网络优化工单和所述优化记录进行网络优化。本发明实施例以问题路段为核心快速实现对网络优化工单中进行网络故障问题定位，加快了网络优化工单的分析速度，提高了网络优化效率。
Description
技术领域
本发明涉及网络优化技术领域，尤其涉及一种网络优化方法、装置、计算机设备及存储介质。
背景技术
随着人们对用户体验需求的不断增长，网络优化、用户投诉的解决效率变得越来越重要。网络优化需要兼顾用户体验和网络资源的使用率。一旦发生网络KPI指标下降或者用户投诉，如何快速定位故障原因并予以解决，是当前网络优化中提高用户体验至关重要的一个环节。对于网络优化工程师来说，日常需应对各种网络KPI指标的考核，如何快速分析指标劣化的原因和指标恢复，也需要有高效的工作流程和工具方法。
发明内容
有鉴于此，本发明提供了一种网络优化方法、装置、设备及存储介质，以通过多种数据源的协同分析建议问题路段库，以问题路段库为基础基于问题路段快速定位网络问题以进行网络优化，提高了网络优化的效率和准确性。
第一方面，本发明提供了一种网络优化方法，该方法包括：
基于获取的多源网络数据进行问题路段优化并建立问题路段库；
接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；
基于所述网络优化工单和所述优化记录进行网络优化。
可选的，在一些实施例中，所述基于获取的多源网络数据进行问题路段优化并建立问题路段库包括：
获取包括路测数据、后台管理数据、MR数据和信令数据的多源网络数据；
基于所述路测数据定位问题路段；
基于所述问题路段分析所述路测数据、后台管理数据、MR数据和信令数据定位问题根因；
基于所述问题根因进行网络优化并生成优化记录，基于所述优化记录生成问题路段库。
可选的，在一些实施例中，所述基于所述路测数据定位问题路段包括：
基于所述路测数据确定劣化指标，并定位所述劣化指标对应的待选路段；
基于所述待选路段进行合并，得到问题路段。
可选的，在一些实施例中，基于所述问题路段分析所述路测数据、后台管理数据、MR数据和信令数据定位问题根因包括：
对所述路测数据、后台管理数据、MR数据和信令数据进行数据预处理确定网络关联数据；
分析所述问题路段的异常指标，并将所述异常指标匹配所述网络关联数据并查询预设的问题表确定问题根因。
可选的，在一些实施例中，所述网络优化工单包括客诉工单，所述根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录包括：
提取所述客诉工单中的故障信息；
基于所述故障信息中的位置匹配所述问题路段库确定对应问题路段；
提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
可选的，在一些实施例中，网络优化工单包括告警工单，所述根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录包括：
提取所述告警工单中的异常指标信息；
基于所述异常指标信息的影响范围匹配所述问题路段库确定对应问题路段；
提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
可选的，在一些实施例中，基于所述网络优化工单和所述优化记录进行网络优化包括：
基于所述网络优化工单和所述优化记录进行故障匹配确定相同故障的优化方案；
基于所述优化方案进行网络优化并确认优化效果；
若所述优化效果满足预设要求则结束工单，并更新问题路段库。
第二方面，本发明实施例提供了一种网络优化装置，包括：
问题路段库建立模块，用于基于获取的多源网络数据进行问题路段优化并建立问题路段库；
工单处理模块，用于接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；
优化模块，用于基于所述网络优化工单和所述优化记录进行网络优化。
第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器上存储有可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如前述的网络优化方法。
第四方面，本发明提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时实现前述的网络优化方法。
本发明提供的网络优化方法，首先获取多源网络数据，基于获取的多源网络数据进行问题路段优化并建立问题路段库，再根据接收到的网络优化工单匹配问题路段库提取对应问题路段的优化记录，最后参考优化记录分析网络优化工单进行网络优化，该方法能够以问题路段为核心快速实现对网络优化工单中进行网络故障问题定位，加快了网络优化工单的分析速度，提高了网络优化效率。
附图说明
为了更清楚地说明本申请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简单的介绍，显而易见的，下面描述中的附图仅仅是本申请的部分实施例，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，还可以根据提供的附图获得其他的附图。
图1是本发明实施例一提供的一种网络优化方法的流程图；
图2是本发明实施例二提供的网络优化方法的子流程图；
图3是本发明实施例二提供的多数据源协同移动网络问题定位关联表；
图4是本发明实施例二提供的网络优化方法的子流程图；
图5是本发明实施例二提供的网络优化方法的子流程图；
图6是本发明实施例二提供的网络优化方法的子流程图；
图7是本发明实施例三提供的一种网络优化装置的结构示意图；
图8是本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施中的技术方案进行清楚、完整的描述。可以理解的是，此处所描述的具体实施例仅仅是本申请一部分实施例，而不是全部的实施例，仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，基于本申请中的实施例，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，都属于本申请保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本发明的范围的情况下，可以将第一用例称为第二用例，且类似地，可将第二用例称为第一用例。第一用例和第二用例两者都是用例，但其不是同一用例。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个特征的组合。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。需要说明的是，当一个部被称为“固定于”另一个部，它可以直接在另一个部上也可以存在居中的部。当一个部被认为是“连接”到另一个部，它可以是直接连接到另一个部或者可能同时存在居中部。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述，只是为了说明的目的，并不表示是唯一的实施方式。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
参见图1，本实施例提供了一种网络优化方法，可以应用于网络优化***，该***包括终端和服务器，其中终端与服务器通过网络进行通信，终端可以但不限于是各种智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。基于上述***，职住信息确定方法可以由终端或服务器执行，也可以通过终端与服务器的交互实现。如图1所示，该方法具体包括：
S110、基于获取的多源网络数据进行问题路段优化并建立问题路段库。
多源网络数据表示来自多个数据源、与移动网络相关的数据，其具体包括：路测数据、后台管理数据、MR数据和信令数据，相应数据的具体作用为：
路测是移动运营商了解移动网络状况的主要手段之一，路测数据涵盖了网格、重点道路、主干道、VIP、重点区域等场景，不同场景下又包含了各种对象。路测数据包含了丰富的网络指标，不仅可以对网络把脉，也可以对网络进行深入分析，梳理出网络存在问题、分析故障原因、确定优化的方向；
后台管理数据包含了移动网络数据的基本信息和网络的运行状态，对后台数据的综合分析能够整理了解网络的问题，后台管理***数据进一步包括：配置参数数据、性能数据、基站告警数据、邻区配置数据等；
MR(Measurement Report，测量报告)数据和信令数据的结合，使得MR数据既带有用户信息，也包含位置信息，可以进行时空维度的综合分析。
本实施例中，多源网络数据以丰富的数据记录了网络状况，基于多元网络数据按照一定的规则进行筛选可以发现网络故障问题，并进一步定位问题路段，进而针对问题路段的网络故障问题进行优化分析，其中网络故障问题的发现主要基于路测数据，优化分析往往基于一定的经验进行通用设置。问题路段库是一个以问题路段为核心的用于记录上述网络故障问题优化分析过程的数据库。
S120、接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录。
网络优化工单表示用于请求进行网络优化的工单，通常是用户根据实际的网络优化需求生成的工单，或***自行检测存在网络优化需求生成的工单，此处不做限制。网络优化工单中核心内容为关于网络故障问题的描述，例如故障时间、地点、表现、范围等，当然还可以包括一些其他信息，例如由用户发出的网络优化工单可能还包括用户身份信息等。前文已经提到问题路段库是一个以问题路段为核心的用于记录上述网络故障问题优化分析过程的数据库，本实施例中***在检测到网络优化工单后，会提取网络优化工单中与网络故障问题有关的信息，并进一步将有关的信息中的地点关联信息与问题路段库的问题路段进行匹配，从而定位对应问题路段，对应问题路段即表示网络优化工单中需要进行网络优化的地点所属的问题路段，确定对应问题路段后即可以调取问题路段库中相应的优化记录，该优化记录中记载了对应问题路段历史出现的网络故障问题、对应的优化方法以及优化效果等，方便后续作为优化参考。
S130、基于所述网络优化工单和所述优化记录进行网络优化。
步骤S120中已经根据网络优化工单找到了问题路段库中对应问题路段的优化记录，而网络优化工单记录了当前在对应问题路段出现的网络故障问题，对于移动网络，在基站等硬件设备不变的情况下，网络状况变化是有迹可循的，因此优化记录对于处理网络优化工单中的网络故障问题具有重要意义。在本实施例中，在处理网络优化工单时，通常先分析优化记录中是否出现过相同问题(指网络故障问题)，若出现过相同问题，那么就参考优化记录中针对该问题进行的优化方法以及优化效果指定优化方案，并执行优化方案进行网络优化。
本实施例提供的网络优化方法，首先获取多源网络数据，基于获取的多源网络数据进行问题路段优化并建立问题路段库，再根据接收到的网络优化工单匹配问题路段库提取对应问题路段的优化记录，最后参考优化记录分析网络优化工单进行网络优化，该方法能够以问题路段为核心快速实现对网络优化工单中进行网络故障问题定位，加快了网络优化工单的分析速度，提高了网络优化效率。
实施例二
实施例二提供了一种网络优化方法，其可以在实施例一的基础上实现，对实施例一中的内容进行了进一步补充，具体包括：
如图2所示，为本实施例提供的网络优化方法中问题路段库的建立过程，包括步骤S111-114：
S111、获取包括路测数据、后台管理数据、MR数据和信令数据的多源网络数据。
S112、基于所述路测数据定位问题路段。
路测数据中基于覆盖网格采集了丰富的网络指标，不仅可以对网络把脉，也可以对网络进行深入分析，梳理出网络存在问题、分析故障原因、确定优化的方向。在一些实施例中，步骤S112具体包括步骤S1121-1122(图未示)：
S1121、基于所述路测数据确定劣化指标，并定位所述劣化指标对应的待选路段。
路测数据中记载了检测的地点、时间以及指标信息，对路测数据(实际获取的为log数据)进行栅格化，再对指标进行分析，识别出劣化的指标(RSRP、SINR、MOS、下载速率、5G驻留比等)，再按照一定的规则，比如满足连续预设距离的指标劣化或者满足持续预设时长的指标劣化，就标识为对应的路段为问题路段。
S1122、基于所述待选路段进行合并，得到问题路段。
在所有问题路段集合中，将问题路段间的距离小于距离门限或者时间间隔小于时间门限的问题路段进行合并，目的是将相似问题合并分析。
S113、基于所述问题路段分析所述路测数据、后台管理数据、MR数据和信令数据定位问题根因。
具体的在一些实施例中，问题根音的定位过程具体包括步骤S1131-1132(图未示)：
S1131、对所述路测数据、后台管理数据、MR数据和信令数据进行数据预处理确定网络关联数据。
路测数据的预处理，是从路测数据中解析出第一网络关联数据，包括：KPI指标变化数据、调度数据、信令数据、事件数据(RRC重建事件、切换事件、快衰事件)、***间切换数据、***内切换数据。
MR数据和信令数据的预处理，是将MR和S1mme进行关联回填IMIS等用户信息，再采用指纹定位或者其他方法回填经纬度、栅格化的位置信息，对回填后的MR数据进行用户、小区、栅格、路段等各种维度的汇聚统计，以及时间粒度的趋势分析，从时空方面分析指标的变化，确认问题影响的范围、持续时间从而得到第二网络关联数据。
对后台管理***数据进行预处理是用于提取包括：配置参数数据、性能数据、基站告警数据和邻区配置数据在内的第三网络关联数据。
将上述第一网络关联数据、第二网络关联数据和第三网络关联数据进行整合即得到步骤S1131所需的网络关联数据。
S1132、分析所述问题路段的异常指标，并将所述异常指标匹配所述网络关联数据并查询预设的问题表确定问题根因。
问题根因是对网络故障问题的本质表述，本实施例中，常见的问题根因包括：
基站/小区故障：问题路段的服务小区或者一定距离范围内的小区出现故障，则判定为基站/小区故障；
模三干扰：问题路段的服务小区和邻区的PIC取模3相同，且RSRP在一定范围内，则判定为模三干扰；
邻区漏配：问题路段的服务小区对应的邻区不在邻区配置数据中，且RSRP间的差值在一定范围内，则判定为邻区漏配；
上行干扰：从参数数据和性能数据中上行RB大于-100dBm的占比大于门限值，则判定为上行干扰；
小区拥塞：性能数据中的问题路段的服务小区用户数大于门限值则判定为小区拥塞；
调度问题：分析log调度数据如下行调度数量、下行最大RB数等指标分析是否存在调度问题；
掉2G：分析***间切换数据，是否发生从4G网络切换到2G网络，判定是否发生掉2G问题；
切换不及时：分析***内切换事件，是否发生问题路段的服务小区的RSRP持续变差，有多次测量报告之后才发生切换事件，判定是否存在切换不及时问题；
RRC重建：因RRC重建必然对业务带来必要的时延，从log事件中分析是否发生RRC重建，判定是否为RRC重建问题；
NR小区添加失败：在分析5G网络的无驻留问题中，需要分析是否发生NR小区添加失败的问题。
上述问题根因与网络关联数据的关系可以通过查询如图3所示的多数据源协同移动网络问题定位关联表(即问题表)进行确定。
S114、基于所述问题根因进行网络优化并生成优化记录，基于所述优化记录生成问题路段库。
本实施例中针对步骤S113中出现的问题根因，结合不同问题根因的处理经验进行优化，通常每种问题根因会采用多种不同的优化方式并记录下不同优化方式的优化结果，以确定最佳的优化方式。在形成问题路段库时会针对路测数据中发生网络故障问题(出现问题路段)形成优化记录，优化记录中包括问题描述、测试时间、测试轮次、问题根因、优化结果等信息。
可选的，在一些实施例中，所述网络优化工单包括客诉工单，如图4所示，步骤S120中根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录包括S121-123：
S121、提取所述客诉工单中的故障信息。
S122、基于所述故障信息中的位置匹配所述问题路段库确定对应问题路段。
S123、提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
步骤S121-123为根据客诉工单快速了解网络故障原因的过程，客诉工单中包括用户投诉的信息，其中通常包括IMSI、手机号码、时间段、位置、问题描述等，根据用户投诉的信息通过关键字提取等方式可以确定故障信息，但是考虑到用户的表述往往不够专业，因此直接定位故障原因准确率较低，因此可以根据位置进行问题路段匹配，从而快速调取对应问题路段有历史记录的的故障信息，包括故障的次数、间隔、现象、原因、历史优化方案和优化效果，从而快速对客诉工单进行响应，提高用户使用体验，相应的，在步骤S123之后还包括步骤S124(图未示)：S124将对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果作为初步结论回复至客户。
可选的，在一些实施例中，网络优化工单包括告警工单，如图5所示，步骤S120中根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录还包括步骤S125-127：
S125、提取所述告警工单中的异常指标信息。
S126、基于所述异常指标信息的影响范围匹配所述问题路段库确定对应问题路段。
S127、提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
步骤S125-127为根据***自行生成的告警工单了解网络故障原因的过程，KPI指标的保障是网络运维的日常工作。一旦出现网络KPI指标的劣化，就需要耗费大量人力进行排查解决，更多的时候是进行路测确认问题位置再进行优化。本实施例中通过根据异常指标的影响范围快速定位问题路段，从而了解与异常指标相关的网络全貌，了解影响范围内可能出现的故障以及优化方案，从而有针对性的进行网络优化，减少路测的工作量和处理时延。
更具体的，在一些实施例中，步骤S130如图6所示，包括步骤S131-133：
S131、基于所述网络优化工单和所述优化记录进行故障匹配确定相同故障的优化方案。
S132、基于所述优化方案进行网络优化并确认优化效果。
S133、若所述优化效果满足预设要求则结束工单，并更新问题路段库。
步骤S131-133为根据优化记录处理网络优化工单的过程，优化记录是根据问题路段匹配得到的结果，因而还没有具体到网络优化工单中的网络故障问题如何解决，此时需要进行进一步定位找到网络优化工单中故障的问题根因。具体到本实施例中，对网络优化工单和优化记录进行匹配寻找二者中的相同故障，之后根据确定的相同故障指定优化方案，以优化方案进行网络优化，但是前文已经提到，网络优化工单中关于故障问题的描述可能不够准确，因此需要确认优化效果，当一种优化方案的优化效果达不到预设要求时，需要重新指定优化方案或重现定位相同故障，当确定优化效果满足预设要求时视为工单已经解决，可以结束工单，并且为了丰富问题路段库要根据本次对工单的处理对问题路段库进行更新。
本实施例在前述实施例的基础上，进一步对问题路段库的简历过程、网络优化工单的处理过程以及网络优化的过程都做了进一步限定和补充，以丰富的多源网络数据建立以问题路段为核心的问题路段库，方便对问题路段进行综合管理，并且针对不同工单有不同的处理方式，能够对客诉工单进行快速响应，提升用户的使用体验，对于告警工单能够减轻排查负担，降低工作人员压力。
实施例三
图7为本发明实施例三提供的一种网络优化装置300的结构示意图，如图7所述，该装置300包括：
问题路段库建立模块310，用于基于获取的多源网络数据进行问题路段优化并建立问题路段库；
工单处理模块320，用于接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；
优化模块330，用于基于所述网络优化工单和所述优化记录进行网络优化。
可选的，在一些实施例中，所问题路段库建立模块310包括：
数据获取单元，用于获取包括路测数据、后台管理数据、MR数据和信令数据的多源网络数据；
问题路段定位单元，用于基于所述路测数据定位问题路段；
问题根因定位单元，用于基于所述问题路段分析所述路测数据、后台管理数据、MR数据和信令数据定位问题根因；
问题路段库生成单元，用于基于所述问题根因进行网络优化并生成优化记录，基于所述优化记录生成问题路段库。
可选的，在一些实施例中，问题路段定位单元具体用于：
基于所述路测数据确定劣化指标，并定位所述劣化指标对应的待选路段；
基于所述待选路段进行合并，得到问题路段。
可选的，在一些实施例中，问题根因定位单元具体用于：
对所述路测数据、后台管理数据、MR数据和信令数据进行数据预处理确定网络关联数据；
分析所述问题路段的异常指标，并将所述异常指标匹配所述网络关联数据并查询预设的问题表确定问题根因。
可选的，在一些实施例中，所述网络优化工单包括客诉工单，工单处理模块320具体用于：
提取所述客诉工单中的故障信息；
基于所述故障信息中的位置匹配所述问题路段库确定对应问题路段；
提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
可选的，在一些实施例中，网络优化工单包括告警工单，工单处理模块320具体用于：
提取所述告警工单中的异常指标信息；
基于所述异常指标信息的影响范围匹配所述问题路段库确定对应问题路段；
提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
可选的，在一些实施例中，优化模块330具体用于：
基于所述网络优化工单和所述优化记录进行故障匹配确定相同故障的优化方案；
基于所述优化方案进行网络优化并确认优化效果；
若所述优化效果满足预设要求则结束工单，并更新问题路段库。
本实施例提供了一种网络优化装置，首先获取多源网络数据，基于获取的多源网络数据进行问题路段优化并建立问题路段库，再根据接收到的网络优化工单匹配问题路段库提取对应问题路段的优化记录，最后参考优化记录分析网络优化工单进行网络优化，能够以问题路段为核心快速实现对网络优化工单中进行网络故障问题定位，加快了网络优化工单的分析速度，提高了网络优化效率。
实施例四
图8为本发明实施例四提供的一种计算机设备400的结构示意图，如图8所示，该设备包括存储器410、处理器420，设备中处理器420的数量可以是一个或多个，图8中以一个处理器420为例；设备中的存储器410、处理器420可以通过总线或其他方式连接，图8中以通过总线连接为例。
存储器410作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的网络优化方法对应的程序指令/模块(例如，网络优化***中的问题路段库建立模块310、工单处理模块320、优化模块330)。处理器420通过运行存储在存储器410中的软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述的网络优化方法。
其中，所述处理器420用于运行存储在存储器410中的计算机可执行程序，以实现如下步骤：步骤S110、基于获取的多源网络数据进行问题路段优化并建立问题路段库；步骤S120、接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；步骤S130、基于所述网络优化工单和所述优化记录进行网络优化。
当然,本发明实施例所提供的一种服务器,该设备不限于如上所述的方法操作,还可以执行本发明实施例任意实施例所提供的网络优化方法中的相关操作。
存储器410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器410可进一步包括相对于处理器420远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种网络优化方法，该网络优化方法包括：
基于获取的多源网络数据进行问题路段优化并建立问题路段库；
接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；
基于所述网络优化工单和所述优化记录进行网络优化。
通过以上关于实施方式的描述，所述领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台服务器(可以是个人计算机，设备，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述授权装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种网络优化方法，其特征在于，包括：
基于获取的多源网络数据进行问题路段优化并建立问题路段库；
接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；
基于所述网络优化工单和所述优化记录进行网络优化。
2.根据权利要求1所述的网络优化方法，其特征在于，所述基于获取的多源网络数据进行问题路段优化并建立问题路段库包括：
获取包括路测数据、后台管理数据、MR数据和信令数据的多源网络数据；
基于所述路测数据定位问题路段；
基于所述问题路段分析所述路测数据、后台管理数据、MR数据和信令数据定位问题根因；
基于所述问题根因进行网络优化并生成优化记录，基于所述优化记录生成问题路段库。
3.根据权利要求2所述的网络优化方法，其特征在于，所述基于所述路测数据定位问题路段包括：
基于所述路测数据确定劣化指标，并定位所述劣化指标对应的待选路段；
基于所述待选路段进行合并，得到问题路段。
4.根据权利要求2所述的网络优化方法，其特征在于，基于所述问题路段分析所述路测数据、后台管理数据、MR数据和信令数据定位问题根因包括：
对所述路测数据、后台管理数据、MR数据和信令数据进行数据预处理确定网络关联数据；
分析所述问题路段的异常指标，并将所述异常指标匹配所述网络关联数据并查询预设的问题表确定问题根因。
5.根据权利要求1所述的网络优化方法，其特征在于，所述网络优化工单包括客诉工单，所述根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录包括：
提取所述客诉工单中的故障信息；
基于所述故障信息中的位置匹配所述问题路段库确定对应问题路段；
提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
6.根据权利要求1所述的网络优化方法，其特征在于，网络优化工单包括告警工单，所述根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录包括：
提取所述告警工单中的异常指标信息；
基于所述异常指标信息的影响范围匹配所述问题路段库确定对应问题路段；
提取所述问题库中对应问题路段在预设时间内故障的次数、间隔、现象、原因、历史优化方案和优化效果。
7.根据权利要求1所述的网络优化方法，其特征在于，基于所述网络优化工单和所述优化记录进行网络优化包括：
基于所述网络优化工单和所述优化记录进行故障匹配确定相同故障的优化方案；
基于所述优化方案进行网络优化并确认优化效果；
若所述优化效果满足预设要求则结束工单，并更新问题路段库。
8.一种网络优化装置，其特征在于，包括：
问题路段库建立模块，用于基于获取的多源网络数据进行问题路段优化并建立问题路段库；
工单处理模块，用于接收网络优化工单，并根据所述网络优化工单匹配所述问题路段库提取对应问题路段的优化记录；
优化模块，用于基于所述网络优化工单和所述优化记录进行网络优化。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器上存储有可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任意一项所述的网络优化方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时，实现如权利要求1-7任意一项所述的网络优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110734008.0A CN113408812A (zh) | 2021-06-30 | 2021-06-30 | 一种网络优化方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110734008.0A CN113408812A (zh) | 2021-06-30 | 2021-06-30 | 一种网络优化方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113408812A true CN113408812A (zh) | 2021-09-17 |
Family
ID=77680420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110734008.0A Pending CN113408812A (zh) | 2021-06-30 | 2021-06-30 | 一种网络优化方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113408812A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114173356A (zh) * | 2021-11-04 | 2022-03-11 | 中国联合网络通信集团有限公司 | 网络质量的检测方法、装置、设备及存储介质 |
| CN114363924A (zh) * | 2021-12-16 | 2022-04-15 | 北京红山信息科技研究院有限公司 | 一种5g无驻留问题自动根因分析方法 |
| CN114626592A (zh) * | 2022-03-02 | 2022-06-14 | 广东省电信规划设计院有限公司 | 一种电力通信网络提升优化的方法及装置 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101753361A (zh) * | 2009-12-18 | 2010-06-23 | 武汉虹旭信息技术有限责任公司 | 一种基于专家经验库的网络优化方法 |
| CN101835182A (zh) * | 2010-02-04 | 2010-09-15 | 西安方诚通讯技术服务有限公司 | 一种无线网络优化计算机分析***及分析方法 |
| CN103634829A (zh) * | 2013-12-18 | 2014-03-12 | 中国联合网络通信集团有限公司 | 一种基于路测信息的路段筛选方法和设备 |
| CN103916256A (zh) * | 2013-01-04 | 2014-07-09 | ***通信集团公司 | 网络优化方法及装置、*** |
| CN103929759A (zh) * | 2014-04-18 | 2014-07-16 | 中国联合网络通信有限公司广西壮族自治区分公司 | 一种基于病历的移动网网络优化方法及网络优化*** |
| CN103974299A (zh) * | 2014-05-15 | 2014-08-06 | 华为技术有限公司 | 网络优化方法和装置 |
| CN104469833A (zh) * | 2015-01-08 | 2015-03-25 | 西安电子科技大学 | 一种基于用户感知的异构网络运维管理方法 |
| CN104995938A (zh) * | 2013-12-25 | 2015-10-21 | 华为技术有限公司 | 网络优化方法及装置 |
| CN108632864A (zh) * | 2018-05-14 | 2018-10-09 | 西安云次幂信息科技有限公司 | 一种基于终端基带芯片收集信令的网络优化*** |
| CN109996284A (zh) * | 2017-12-31 | 2019-07-09 | ***通信集团贵州有限公司 | 移动通信故障投诉工单处理方法、装置、设备及介质 |
| CN109996278A (zh) * | 2017-12-30 | 2019-07-09 | ***通信集团四川有限公司 | 道路网络质量评估方法、装置、设备及介质 |
| CN110062393A (zh) * | 2018-01-18 | 2019-07-26 | 董裕艺 | 一种网络差小区智能分析方法 |
| CN110555452A (zh) * | 2018-06-04 | 2019-12-10 | 北京亿阳信通科技有限公司 | 一种基于智能聚类的网络问题处理方法及装置 |
| CN111126824A (zh) * | 2019-12-19 | 2020-05-08 | ***通信集团江苏有限公司 | 多指标关联模型训练方法及多指标异常分析方法 |
-
2021
- 2021-06-30 CN CN202110734008.0A patent/CN113408812A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101753361A (zh) * | 2009-12-18 | 2010-06-23 | 武汉虹旭信息技术有限责任公司 | 一种基于专家经验库的网络优化方法 |
| CN101835182A (zh) * | 2010-02-04 | 2010-09-15 | 西安方诚通讯技术服务有限公司 | 一种无线网络优化计算机分析***及分析方法 |
| CN103916256A (zh) * | 2013-01-04 | 2014-07-09 | ***通信集团公司 | 网络优化方法及装置、*** |
| CN103634829A (zh) * | 2013-12-18 | 2014-03-12 | 中国联合网络通信集团有限公司 | 一种基于路测信息的路段筛选方法和设备 |
| CN104995938A (zh) * | 2013-12-25 | 2015-10-21 | 华为技术有限公司 | 网络优化方法及装置 |
| CN103929759A (zh) * | 2014-04-18 | 2014-07-16 | 中国联合网络通信有限公司广西壮族自治区分公司 | 一种基于病历的移动网网络优化方法及网络优化*** |
| CN103974299A (zh) * | 2014-05-15 | 2014-08-06 | 华为技术有限公司 | 网络优化方法和装置 |
| CN104469833A (zh) * | 2015-01-08 | 2015-03-25 | 西安电子科技大学 | 一种基于用户感知的异构网络运维管理方法 |
| CN109996278A (zh) * | 2017-12-30 | 2019-07-09 | ***通信集团四川有限公司 | 道路网络质量评估方法、装置、设备及介质 |
| CN109996284A (zh) * | 2017-12-31 | 2019-07-09 | ***通信集团贵州有限公司 | 移动通信故障投诉工单处理方法、装置、设备及介质 |
| CN110062393A (zh) * | 2018-01-18 | 2019-07-26 | 董裕艺 | 一种网络差小区智能分析方法 |
| CN108632864A (zh) * | 2018-05-14 | 2018-10-09 | 西安云次幂信息科技有限公司 | 一种基于终端基带芯片收集信令的网络优化*** |
| CN110555452A (zh) * | 2018-06-04 | 2019-12-10 | 北京亿阳信通科技有限公司 | 一种基于智能聚类的网络问题处理方法及装置 |
| CN111126824A (zh) * | 2019-12-19 | 2020-05-08 | ***通信集团江苏有限公司 | 多指标关联模型训练方法及多指标异常分析方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114173356A (zh) * | 2021-11-04 | 2022-03-11 | 中国联合网络通信集团有限公司 | 网络质量的检测方法、装置、设备及存储介质 |
| CN114173356B (zh) * | 2021-11-04 | 2024-01-09 | 中国联合网络通信集团有限公司 | 网络质量的检测方法、装置、设备及存储介质 |
| CN114363924A (zh) * | 2021-12-16 | 2022-04-15 | 北京红山信息科技研究院有限公司 | 一种5g无驻留问题自动根因分析方法 |
| CN114363924B (zh) * | 2021-12-16 | 2023-11-17 | 北京红山信息科技研究院有限公司 | 一种5g无驻留问题自动根因分析方法 |
| CN114626592A (zh) * | 2022-03-02 | 2022-06-14 | 广东省电信规划设计院有限公司 | 一种电力通信网络提升优化的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113408812A (zh) | 一种网络优化方法、装置、计算机设备及存储介质 | |
| CN105744553B (zh) | 一种网络关联分析方法及装置 | |
| US10548036B2 (en) | Fault monitoring by assessing spatial distribution of queries in a utility supply network | |
| EP3272068B1 (en) | Building and applying operational experiences for cm operations | |
| US11082323B2 (en) | Fault monitoring in a utility supply network | |
| CN101808351A (zh) | 业务影响分析方法和*** | |
| EP3021609A1 (en) | Network testing method and data collection method thereof, and network testing apparatus and system | |
| CN113542039A (zh) | 一种通过ai算法定位5g网络虚拟化跨层问题的方法 | |
| CN102457872A (zh) | 一种邻区自动优化方法及装置 | |
| CN113365306B (zh) | 网络分析方法及装置、存储介质、计算机*** | |
| CN110856188B (zh) | 通信方法、装置、***和计算机可读存储介质 | |
| CN107438264B (zh) | 小区性能分析方法及装置 | |
| CN116074215B (zh) | 网络质量检测方法、装置、设备及存储介质 | |
| CN110662212B (zh) | 一种基于大数据的手机终端识别方法 | |
| CN107204868B (zh) | 一种任务运行监控信息获取方法和装置 | |
| KR101770066B1 (ko) | 분산시스템에서 애플리케이션 호출 로그를 이용한 비즈니스 트랜잭션의 실시간 추적 및 분석 방법, 그리고 그 시스템 | |
| CN106878948B (zh) | 一种信号盲点定位方法及*** | |
| WO2016206241A1 (zh) | 数据分析方法及装置 | |
| US11026108B2 (en) | Fault monitoring in a utility supply network | |
| CN113569978B (zh) | 一种出行轨迹识别方法、装置、计算机设备及存储介质 | |
| CN110912915B (zh) | 一种基于数据采集的通信安全预警*** | |
| GB2546119A (en) | Network monitoring by exploiting query density | |
| CN104754594B (zh) | 一种基于栅格偏移的密集特征区块快速聚拢算法 | |
| CN113068200B (zh) | 5g网络故障的检测方法及装置 | |
| CN118283688A (zh) | 终端接入网络的状态感知监测方法及相关装置 |
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 |