本發(fā)明涉及人工智能，尤其是指一種上網(wǎng)慢用戶識別方法、裝置、設(shè)備及計算機存儲介質(zhì)。

背景技術(shù)：

1、現(xiàn)有技術(shù)中，潛在的家寬質(zhì)差用戶識別給出“連續(xù)多天上網(wǎng)慢”通過弱光和wifi下掛設(shè)備信號強度計算的連續(xù)多天上網(wǎng)慢，體現(xiàn)的是線路或者設(shè)備性能的問題導致質(zhì)差；智慧家庭全屋wifi上網(wǎng)慢診斷流程制定了原因編碼包括欠費、停機、未開通、網(wǎng)關(guān)模式等，原因編碼對應(yīng)的診斷結(jié)果偏重于業(yè)務(wù)和資費，對網(wǎng)絡(luò)質(zhì)量有關(guān)的局限于路由器的設(shè)備指標。存在如下缺陷：現(xiàn)有對網(wǎng)絡(luò)質(zhì)量和故障處理有關(guān)的技術(shù)中，側(cè)重于網(wǎng)絡(luò)質(zhì)量或故障處理工作，未考慮網(wǎng)絡(luò)指標與用戶使用感知之間關(guān)聯(lián)，也沒有給出“上網(wǎng)慢”的判別規(guī)則和定量“上網(wǎng)慢”。因此，如何準確進行上網(wǎng)慢用戶識別是目前待解決的問題。

技術(shù)實現(xiàn)思路

1、為此，本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)中無法準確識別上網(wǎng)慢用戶的問題。

2、為解決上述技術(shù)問題，本發(fā)明提供了一種上網(wǎng)慢用戶識別方法，包括：

3、獲取用戶上網(wǎng)性能指標和用戶上網(wǎng)快慢評價的關(guān)聯(lián)數(shù)據(jù)；

4、基于所述關(guān)聯(lián)數(shù)據(jù)，對所述用戶上網(wǎng)性能指標進行相關(guān)性分析降維，并利用隨機森林算法對降維后的用戶上網(wǎng)性能指標進行重要性排序，篩選重要性指數(shù)大于預設(shè)閾值的用戶上網(wǎng)性能指標作為用戶上網(wǎng)性能關(guān)鍵指標；

5、根據(jù)用戶上網(wǎng)性能指標的上網(wǎng)快樣本和上網(wǎng)慢樣本計算各個性能指標的上網(wǎng)快和上網(wǎng)慢的擬合函數(shù)曲線，并根據(jù)兩類擬合函數(shù)曲線在坐標軸上相交時的拐點確定各個性能指標評價上網(wǎng)快慢的臨界閾值；

6、獲取待識別用戶的用戶上網(wǎng)性能關(guān)鍵指標數(shù)據(jù)，并判斷各個性能關(guān)鍵指標數(shù)據(jù)與對應(yīng)臨界閾值的大小，確定是否為上網(wǎng)慢用戶。

7、優(yōu)選地，所述獲取用戶上網(wǎng)性能指標和用戶上網(wǎng)快慢評價的關(guān)聯(lián)數(shù)據(jù)包括：

8、對城域網(wǎng)網(wǎng)絡(luò)單元cr設(shè)備進行深度包檢測，并采用鏡像技術(shù)采集寬帶用戶上網(wǎng)信令；

9、將所述寬帶用戶上網(wǎng)信令解析為xdr話單，并根據(jù)所述xdr話單提取用戶上網(wǎng)性能指標；

10、基于所述用戶上網(wǎng)性能指標，采集用戶上網(wǎng)快慢評價調(diào)研數(shù)據(jù)，生成用戶上網(wǎng)性能指標和用戶上網(wǎng)快慢評價的關(guān)聯(lián)數(shù)據(jù)。

11、優(yōu)選地，所述利用隨機森林算法對降維后的用戶上網(wǎng)性能指標進行重要性排序，篩選重要性指數(shù)大于預設(shè)閾值的用戶上網(wǎng)性能指標作為用戶上網(wǎng)性能關(guān)鍵指標包括：

12、利用分類回歸樹算法，遞歸劃分降維后的用戶上網(wǎng)性能指標，生成多個決策樹，組成隨機森林；

13、根據(jù)節(jié)點k分枝前后的基尼系數(shù)變化量之和，計算第j個用戶上網(wǎng)性能指標xj在第w個決策樹上的重要性評分，其中，k∈u，u為特征xj在第w個決策樹上出現(xiàn)的節(jié)點集合；

14、統(tǒng)計第j個用戶上網(wǎng)性能指標xj在所有決策樹上的重要性評分，并進行歸一化處理，得到第j個用戶上網(wǎng)性能指標xj最終的重要性指數(shù)。

15、優(yōu)選地，所述根據(jù)用戶上網(wǎng)性能指標的上網(wǎng)快樣本和上網(wǎng)慢樣本計算各個性能指標的上網(wǎng)快和上網(wǎng)慢的擬合函數(shù)曲線，并根據(jù)兩類擬合函數(shù)曲線在坐標軸上相交時的拐點確定各個性能指標評價上網(wǎng)快慢的臨界閾值包括：

16、根據(jù)用戶上網(wǎng)性能指標的上網(wǎng)快樣本和上網(wǎng)慢樣本，利用線性擬合、曲線擬合和指數(shù)擬合計算各個性能指標的上網(wǎng)快和上網(wǎng)慢的擬合函數(shù)曲線；

17、獲取兩類擬合函數(shù)曲線在坐標軸上相交時的拐點，并選取性能指標由優(yōu)變劣的拐點定義為性能指標由上網(wǎng)快到上網(wǎng)慢的臨界閾值。

18、優(yōu)選地，所述獲取待識別用戶的用戶上網(wǎng)性能關(guān)鍵指標數(shù)據(jù)，并判斷各個性能關(guān)鍵指標數(shù)據(jù)與對應(yīng)臨界閾值的大小，確定是否為上網(wǎng)慢用戶包括：

19、當各個性能關(guān)鍵指標數(shù)據(jù)均大于對應(yīng)的臨界閾值，則識別該用戶為上網(wǎng)慢用戶。

20、優(yōu)選地，所述獲取待識別用戶的用戶上網(wǎng)性能關(guān)鍵指標數(shù)據(jù)，并判斷各個性能關(guān)鍵指標數(shù)據(jù)與對應(yīng)臨界閾值的大小，確定是否為上網(wǎng)慢用戶后還包括：

21、計算上網(wǎng)慢用戶一個周期內(nèi)大于對應(yīng)臨界閾值的性能關(guān)鍵指標數(shù)據(jù)的重要性指數(shù)之和，確定用戶上網(wǎng)慢程度。

22、優(yōu)選地，所述計算上網(wǎng)慢用戶一個周期內(nèi)大于對應(yīng)臨界閾值的性能關(guān)鍵指標數(shù)據(jù)的重要性指數(shù)之和，確定用戶上網(wǎng)慢程度包括：

23、計算上網(wǎng)慢用戶第h小時的上網(wǎng)慢程度：

24、

25、ξj＝sj(w)ηj

26、

27、其中，j為性能關(guān)鍵指標總數(shù)，sj(w)為第j個性能關(guān)鍵指標的重要性指數(shù)；

28、計算上網(wǎng)慢用戶某天的上網(wǎng)慢程度：

29、

30、其中，λ1,λ2,λ3為當前時間段業(yè)務(wù)閑忙對應(yīng)的權(quán)重。

31、本發(fā)明還提供了一種上網(wǎng)慢用戶識別裝置，包括：

32、數(shù)據(jù)獲取模塊，用于獲取用戶上網(wǎng)性能指標和用戶上網(wǎng)快慢評價的關(guān)聯(lián)數(shù)據(jù)；

33、指標篩選模塊，用于基于所述關(guān)聯(lián)數(shù)據(jù)，對所述用戶上網(wǎng)性能指標進行相關(guān)性分析降維，并利用隨機森林算法對降維后的用戶上網(wǎng)性能指標進行重要性排序，篩選重要性指數(shù)大于預設(shè)閾值的用戶上網(wǎng)性能指標作為用戶上網(wǎng)性能關(guān)鍵指標；

34、閾值計算模塊，用于根據(jù)用戶上網(wǎng)性能指標的上網(wǎng)快樣本和上網(wǎng)慢樣本計算各個性能指標的上網(wǎng)快和上網(wǎng)慢的擬合函數(shù)曲線，并根據(jù)兩類擬合函數(shù)曲線在坐標軸上相交時的拐點確定各個性能指標評價上網(wǎng)快慢的臨界閾值；

35、上網(wǎng)慢識別模塊，用于獲取待識別用戶的用戶上網(wǎng)性能關(guān)鍵指標數(shù)據(jù)，并判斷各個性能關(guān)鍵指標數(shù)據(jù)與對應(yīng)臨界閾值的大小，確定是否為上網(wǎng)慢用戶。

36、本發(fā)明還提供了一種上網(wǎng)慢用戶識別設(shè)備，包括：

37、存儲器，用于存儲計算機程序；

38、處理器，用于執(zhí)行所述計算機程序時實現(xiàn)上述一種上網(wǎng)慢用戶識別方法步驟。

39、本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述一種上網(wǎng)慢用戶識別方法的步驟。

40、本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有以下優(yōu)點：

41、本發(fā)明所述的上網(wǎng)慢用戶識別方法，通運用機器學習中的隨機森林和曲線擬合方法對家庭寬帶用戶上網(wǎng)慢識別。通過采用隨機森林算法確定指標重要性和通過曲線擬合確定指標閾值得出上網(wǎng)慢用戶判別規(guī)則，并通過公式計算識別為上網(wǎng)慢的用戶的上網(wǎng)慢程度，從而實現(xiàn)上網(wǎng)慢用戶定量劃分,提高了上網(wǎng)慢用戶識別的準確性。

技術(shù)特征：

1.一種上網(wǎng)慢用戶識別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的上網(wǎng)慢用戶識別方法，其特征在于，所述獲取用戶上網(wǎng)性能指標和用戶上網(wǎng)快慢評價的關(guān)聯(lián)數(shù)據(jù)包括：

3.根據(jù)權(quán)利要求1所述的上網(wǎng)慢用戶識別方法，其特征在于，所述利用隨機森林算法對降維后的用戶上網(wǎng)性能指標進行重要性排序，篩選重要性指數(shù)大于預設(shè)閾值的用戶上網(wǎng)性能指標作為用戶上網(wǎng)性能關(guān)鍵指標包括：

4.根據(jù)權(quán)利要求1所述的上網(wǎng)慢用戶識別方法，其特征在于，所述根據(jù)用戶上網(wǎng)性能指標的上網(wǎng)快樣本和上網(wǎng)慢樣本計算各個性能指標的上網(wǎng)快和上網(wǎng)慢的擬合函數(shù)曲線，并根據(jù)兩類擬合函數(shù)曲線在坐標軸上相交時的拐點確定各個性能指標評價上網(wǎng)快慢的臨界閾值包括：

5.根據(jù)權(quán)利要求4所述的上網(wǎng)慢用戶識別方法，其特征在于，所述獲取待識別用戶的用戶上網(wǎng)性能關(guān)鍵指標數(shù)據(jù)，并判斷各個性能關(guān)鍵指標數(shù)據(jù)與對應(yīng)臨界閾值的大小，確定是否為上網(wǎng)慢用戶包括：

6.根據(jù)權(quán)利要求1所述的上網(wǎng)慢用戶識別方法，其特征在于，所述獲取待識別用戶的用戶上網(wǎng)性能關(guān)鍵指標數(shù)據(jù)，并判斷各個性能關(guān)鍵指標數(shù)據(jù)與對應(yīng)臨界閾值的大小，確定是否為上網(wǎng)慢用戶后還包括：

7.根據(jù)權(quán)利要求6所述的上網(wǎng)慢用戶識別方法，其特征在于，所述計算上網(wǎng)慢用戶一個周期內(nèi)大于對應(yīng)臨界閾值的性能關(guān)鍵指標數(shù)據(jù)的重要性指數(shù)之和，確定用戶上網(wǎng)慢程度包括：

8.一種上網(wǎng)慢用戶識別裝置，其特征在于，包括：

9.一種上網(wǎng)慢用戶識別設(shè)備，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述一種上網(wǎng)慢用戶識別方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其是指一種上網(wǎng)慢用戶識別方法、裝置、設(shè)備及計算機存儲介質(zhì)。本發(fā)明所述的上網(wǎng)慢用戶識別方法，運用機器學習中的隨機森林和曲線擬合方法對家庭寬帶用戶上網(wǎng)慢識別。通過采用隨機森林算法確定指標重要性和通過曲線擬合確定指標閾值得出上網(wǎng)慢用戶判別規(guī)則，并通過公式計算識別為上網(wǎng)慢的用戶的上網(wǎng)慢程度，從而實現(xiàn)上網(wǎng)慢用戶定量劃分，提高了上網(wǎng)慢用戶識別的準確性。

技術(shù)研發(fā)人員：羅驍茜
受保護的技術(shù)使用者：中國移動通信集團廣東有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21