《诺西——基于数据挖掘的一体化用户感知管理》由会员分享，可在线阅读，更多相关《诺西——基于数据挖掘的一体化用户感知管理（38页珍藏版）》请在金锄头文库上搜索。
1、基于数据挖掘的一体化用户感知管理基于数据挖掘的一体化用户感知管理网络，业务，用户话音4.53短信4.43IM（MSN：4.6，QQ：3.5）彩信3.58QoE其他浏览3.96PDF created with pdfFactory trial version 主要内容主要内容u用户感知体系概述用户感知体系概述u用户感知管理体系构建用户感知管理体系构建u基于用户感知的优化体系基于用户感知的优化体系PDF created with pdfFactory trial version 在市场形势下，对用户感知的关注度不断提升！在市场形势下，对用户感知的关注度不断提升！ 在高度的行业市场竞争环境下，面向用
2、户的业务/网络质量管理模式越来越被各大运营商高度认同。以此来确保用户市场份额，提高业务的收益。PDF created with pdfFactory trial version 竞争对手竞争对手业务资费业务资费业务质量承诺业务质量承诺用户感知是网络提供的质量与用户期望的组合用户感知是网络提供的质量与用户期望的组合内容服务器内容服务器IP无线接入无线接入RNC/BSCSGSN时延时延/丢包丢包？BackboneGGSN流媒体数据报流媒体数据报拥塞拥塞/时延时延/丢包？丢包？ 时延时延/丢包？丢包？时延时延/丢包丢包？时延时延/丢包丢包？用户期待的运营商网络服务质量用户期待的运营商网络服务质量用户
3、感知用户感知技术性因素技术性因素非技术性因素非技术性因素网络质量网络质量终端性能终端性能业务质量业务质量业务内容业务内容客户服务客户服务PDF created with pdfFactory trial version 主要内容主要内容u用户感知体系概述用户感知体系概述u用户感知管理体系构建用户感知管理体系构建u基于用户感知的优化体系基于用户感知的优化体系PDF created with pdfFactory trial version 根据根据3GPP3GPP规范规范建立体现用户感知的指标测量分析体系建立体现用户感知的指标测量分析体系浏览业务浏览业务Service accessibility
4、Page download attemptPage download setup successPage download setup failure descService integrity / qualityPage download setup durationPage download durationTotal data inTotal data outDownlink average throughputUplink average throughputService RetainabilityPage download successPage download failure
5、descService details counterDomainPathHTTP attemptHTTP successHTTP failure desc彩信业务彩信业务Service accessibilityMMS send attemptMMS receive attemptService integrity / qualityMMS send durationMMS receive durationMessage sizeService RetainabilityMMS send successMMS send failure descMMS receive successMMS r
6、eceive failure descService details counterDirectionMessage readMessage removedAttachment countBearer stopGPS position stopCell stopBearer start / stopCell start / stopGPS position start / stopPDF created with pdfFactory trial version KPIs数据源数据源KPIKPIKQIKQIKQIKQI业务服务质量业务服务质量KPI自动拨测自动拨测系统系统KPI网管统计网管统计
7、数据数据QoE体系评估模体系评估模型结型结构构KPI信令监测信令监测系统系统KQIs 数据分析和建模数据分析和建模数据汇聚数据汇聚数据采集数据采集结果的呈现结果的呈现PDF created with pdfFactory trial version 丰富的丰富的优化经验优化经验深刻的深刻的业务理解业务理解如何建立一如何建立一个好个好的用户感知体系？的用户感知体系？丰富的丰富的数据源数据源精确的精确的建模技术建模技术流媒体服务器流媒体服务器IP无线接入无线接入BSCSGSNGGSe N时延时延/丢包丢包？拥塞拥塞/时延时延/丢包？丢包？Backbon流媒体数据报流媒体数据报时延时延/丢包丢包？时
8、延时延/丢包丢包？时延时延/丢包丢包？PDF created with pdfFactory trial version 案例：案例：WAP业务模型构建业务模型构建(1)分析业务的整体流程和特征分析业务的整体流程和特征WAP业务主要有以下几个过程： PDP激活（PDP context setup） WAP网关连接过程（WAP GATEWAY connect） WAP GET/POST过程（WAP GET/POST）PDF created with pdfFactory trial version 案例：案例：WAP业务模型构建业务模型构建(2)PDP激活激活PDP激活主要是为了建立终端与GGS
9、N之间的IP连接。涉及到通过APN查询SGSN地址，RADIUS认证等。涉及的网元包括：SGSNDNSGGSNRADIUS SERVERWAP网关WAP网关连接网关连接WAP网关连接过程是终端向WAP网关发送申请，及WAP网关的响应过程。涉及的网元包括：SGSNGGSNWAP网关WAP GET/POST过程过程在WAP网关连接建立后，终端会向WAP网关发送GET/POST申请，请求获取某个URI的内容或发布内容。WAP网关在收到请求后会检查自己的DB，以确认此连接是否被允许。检查通过后，WAP网关会向DNSSERVER请求URI的IP地址，然后根据IP地址发出HTTP get请求。此过程涉及的
10、网元包括：SGSNGGSNWAP网关DNS SERVER分析业务所涉及的网元和接口分析业务所涉及的网元和接口接口：接口：Gb,Gn,Gi,Gw等等PDF created with pdfFactory trial version 案例：案例：WAP业务模型构建业务模型构建(3)分析跟业务相关的统计（分析跟业务相关的统计（KPI） KPI1: PDP context activate successful rate KPI2: PDP context activate delay KPI3: WAP connect successful rate KPI4: WAP connect delay
11、KPI5: WAP GET/POST successful rate KPI6: WAP GET/POST response delay KPI7: Server response delay KPI8: WAP GW process time delay KPI9: WAP DL/UL throughput KPI10: WAP DL/UL packets lost ratio PDF created with pdfFactory trial version ATTACH成功率PDP激活成功率TBF建立成功率APN设置错误域名错误用户无GPRS功能SGSN负荷GGSN负荷WAP网关负荷Gb
12、 Gn Gi接口负荷KQI接入性有效性能力完整性速度WAP GW连接成功率Radius成功率DNS查询成功率WAP GET成功率WAP POST成功率TBF Drop rateATTACH延迟PDP激活时延WAP GW连接时延WAP GET 时延WAP POST时延WAP GW处理时延案例：案例：WAP业务模型构建业务模型构建(4)WAP业务质量业务质量构建构建WAP业务业务质量评估模型质量评估模型DL/UL throughputWAP DL/UL丢包率KPIPDF created with pdfFactory trial version 用户感知建模方法用户感知建模方法 对于KQI/KPI
13、的映射方法有很多种，NSN端到端的QoE解决方案支持多种建模方法，如下: 数学运算 (+, -, /, %, , = ) 逻辑运算 (if, then, else, and , or not) 数学统计 (平均, 汇总, 最大, 最小) 另外，NSN 数据挖掘和建模DAM中心支持还先进的基于数据深度挖掘的建模的方法.KQIsModelingKPIsPDF created with pdfFactory trial version 方法方法1：权：权重比值法模型重比值法模型根据业务特征，优化经验，预先加权定义各个KPI对业务的影响程度，运算得到最终的业务KQIActual Target Weig
14、htKQIMeasureAvailabilityRadio network availability, %GPRS network availability, %WAP GW availability, %MMSC Availability, %MMS Sending Success Rate, %MMS Retrieval Success Rate, %SMS Notification Success Rate, %TotalSpeedMMS Delivery time, secMMS Submission time, secNotification time, sece2e deliver
15、y time, sec95.0%99.0%96.0%85.0%87.0%96.0%97.0%353598798.0%98.0%98.0%98.0%90.0%95.0%98.0%5050201204%4%4%4%40%40%4%100%40%40%10%10%4%4%4%3%39%40%4%98%40%40%10%10%100% 100%TotalPerformance2.3%62.0%5Packet loss, %Average throughput, kbpsTotal50%50%100%43%50%93%Service KQIExcellentAvailability98%100%75%7
16、3%100%93%100%100%SpeedPerformanceTotal20%5%100%20%5%98%GoodPoorPDF created with pdfFactory trial version 方法方法2: 基于基于数据挖掘的建数据挖掘的建模方法模方法PDF created with pdfFactory trial version 案例案例: 基于基于DAM建模流程（建模流程（WAP业务）业务）任务理解确定系统建设任务： 背景分析： 目标设定； 项目计划数据采集数据采集的准备：数据采集设定；数据采集过程；数据理解数据处理：清洗处理数据；构造数据；整合数据；格式化数据；建模和数
17、据挖掘建模过程：评估和选择建模技术；建造模型；评估和验证模型结果；评估总结建模过程总结：评估项目结果；回顾项目过程；确定下一步方案；部署模型结果的实现与部署开发与集成平台系统；PDF created with pdfFactory trial version step3数据理解和清理（数据理解和清理（1）u数据清洗 异常数据检测（离群值或异常值 ） 归一化处理u降维 变量的合并和替代主要特征变量的提取 相关变量的主成份分析PDF created with pdfFactory trial version 上行EDGE数据吞吐率该值越高，页面下载的越快HTTP重新获次数影响页面浏览的顺畅，次数越
18、多越不顺畅决定页面浏览的成功与否IP invalid_no2HTTP_Error_RateTCPhttp_success_Sum页面下载完整率 页面浏览是否完整数据呼叫建立时间 页面浏览是否顺畅页面浏览是否顺畅TCP建立时间页面建立时间TCP uplink throughput_Avg页面浏览是否顺畅页面是否能正常浏览HTTP 失败率Ps_call_setup_duration 2 0.56Page_download_duration_Avg0.6920.712ActivityTCPTCP downlink throughput_Avg0.712页面浏览建立成功性 决定页面浏览的成功与否0.8
19、80 0.98Total_data_out00.97Edge_active_throughput_out00.9700.9700.97Page Setup Ratio数据量越高，说明用户数据使用量多数据上载流量apnload_inload_outsig_startsig_endKPIs_ps_call_webpage_idnetwork_traffic_idps_call_durationbearer_startbearer_stopedge_activity_outedge_load_inedge_load_outpage_download_attempt_Sumpage_download_
20、setup_success_Sumtraffic_durationattach_successbytes_in_Sumtcp_duration_Sumfailure ratedownlink throughput_Avghttp_error_response rateNo response code_Sum浏览业 果edge_activity_in数据理解和清理（数据理解和清理（2）GFeel测量信息字段字段attach_attempt 重要性重要性分级值分级值Page 使使数据业务数据业务Setup用时长用时长对用户的影响对用户的影响TCPactivity failure rate01.00
21、建立失败率 失败率TCPip_service_access_attempt_Sum越高，用户感觉页面浏览越不顺利，经常失败Payload_in_loss_ratio_Avgattach_failure_causetcp_id_Count 01.00包的下载重传率 重传率越TCPip_service_access_success_Sum 高，用户感觉页面浏览不流畅attach_failure_desc01.00激活率率激活page_download_success_Sum 越高，说明用户浏览页面越频繁bytes_out_Sum attach_durationpackets_in_Sum cont
22、ext_activation_attemptpackets_out_Sum context_activation_successHTTP reget ratepayload_in_loss_ratio context_activation_failure_causePs_call_setup_successpayload_out_loss_ratio context_activation_failure_descestablished_time context_activation_durationbytes_in_Sum 0EDGE数据吞吐率page compfailure_SumHTTP
23、Fail Ratiointerrupt_Sum数据呼叫成功性interrupt ratioinvalid_no_data_Sum建立时延 影响页面浏览的顺畅性，时间长，页面下载越慢下行invalid_have_data_Sum速率高，意味着速度快bytes_in_Count 0Ip_service_access_duration_Avgps_call_attempt 0 0.96TCPEdge_active_throughput_inps_call_setup_success 0.96TCPTotal_data_in ps_call_setup_duration 0.96上载流量数据inval
24、id_yes 数据量越高，说明用户数据使用量多TCPPs_call_duration0ps_call_setup_failure_desc 0.96数据业呼叫持续时长数据ip_service_access_duration_Avg务使用时长TCPContent_download_duration_Avgtotal_data_inuplink throughput_Avg total_data_outhttp_id_Count total_activity_in等待每个页面内容下载时间层的下行速率 页面1120.940.940.88层的上行速率 页面浏页 page_download_setup_
25、duration_Avg 面下载完加上内容显示的时间TCPpage_download_duration_Avg浏览是否顺畅TCPcontent_download_duration_Avg览是否顺畅response_duration_Avg total_activity_outcontent_size_Sum gprs_active_throughput_inPage_download_setup_duration_Avgrequest_tries_Sum gprs_active_throughput_outEstablished_time_Avgrequest_tries_Count edge
26、_active_throughput_inHTTP reget rate edge_active_throughput_outHTTP erro code_Sum gprs_activity_inerrocomp RatioHTTPPage code_Count gprs_activity_out 2 0.30Payload_out_loss_ratio_Avggprs_load_in 2 0.29total_data_in1_Sumtotal_data_out1_Sumdownlink_average_throughput_Avguplink_average_throughput_Avg页面
27、下载时间 等待每个页面下载完的实际时间dns_attempt_Sumdns_success_Sumhttp_attempt_Sum包的上传重传率 页面浏览是否完整HTTPUplink_average_throughput_Avggprs_load_out20.22上行速率务用户感知调查结影响浏览速率HTTPResponse_duration_Avg20.21HTTP回复时延页面浏览是否完整step3PDF created with pdfFactory trial version QoE非线性卡方交叉分类回归线性回归2.401.335.921.50 1.561.74 1.691.821.251
28、.351.09 1.16建模及数据挖掘（建模及数据挖掘（1）建模技术分析和评估）建模技术分析和评估模型预测效率评估对比图模型预测效率评估对比图模型预测效率大尺度模型效率一级偏差模型效率step4选择非线性算法选择非线性算法PDF created with pdfFactory trial version 建模及数据挖掘（建模及数据挖掘（2）建模）建模step4PDF created with pdfFactory trial version 维度训练数据集合训练数据模型预测测试数据模型预测能不能95.9快不快77.379.3顺不顺8281.88密不密80.480多不多89.791.3Gfeel
29、86.185.687.3建模及数据挖掘（建模及数据挖掘（3）模型评估模型评估step4用户感知QoE非线性算法使用的模型是对人类大脑处理信息的方式经过数学化的模型。该模型通过模拟大量类似于神经元的抽象形式的互连简单处理单元而运行。在训练数据的基础上，该算法可以构建输入变量KQI/KPI与输出变量QoE之间的关联。误差符合预期PDF created with pdfFactory trial version WAP业务业务QoE模型模型GFeel sin xn, n = 1, 2, 3, 411 + eX1:14.2458542283025+18.8682213728792(PSCallDura
30、tion-1804.96514230769)/7097.87250071416)+(-4.28265785302442)(PSCallSetupDuration-2.36021538461538)/2.61952657600336)+(-8.66982670227037)(TotalLoad-162753.398076923)/246565.268576594)+10.6558177328901(EDGEThroughput-9.72248846153846)/9.35530507788242)+13.7985930437466(Activity-37.49)/29.1336392227771
31、)+9.68364707251914(PayloadLossRatio-4.76160985116377)/8.97694166718825)+(-18.5600091049174)(EstablishedTime-680.189238819357)/471.451743904279)+1.96611824660316(TcpFailureRate-0.0419208982857627)/0.113695638914273)+0.153888580727872(TcpThroughput-4.27251850588839)/7.02359992707278)+35.8733187262262(
32、HttpRegetRate-1.05267226008668)/0.247490209286527)+(-1.89020597482778)(HttpErrorRate-0.071564110350854)/0.144184265709062)+(-2.72099264278927)(PageCompRate-0.718103347041924)/0.359789532401056)+11.9281556605889(PageDelay-2.69507690995695)/5.72856173400885)+15.7401286200878(PageContentDownloadDuratio
33、n-42.5503415197537)/52.5315049090545)X2:(-1.27988742539294)+(-4.81862020207968)(PSCallDuration-1804.96514230769)/7097.87250071416)+1.85707466639005(PSCallSetupDuration-2.36021538461538)/2.61952657600336)+0.335158965750741(TotalLoad-162753.398076923)/246565.268576594)+(-1.34931264392445)(EDGEThroughp
34、ut-9.72248846153846)/9.35530507788242)+(-83221738968529(EstablishedTime-680.189238819357)/471.451743904279)+1.28271974907134(TcpFailureRate-0.0419208982857627)/0.113695638914273)+(-1.20680898609328)(TcpThroughput-4.27251850588839)/7.02359992707278)+5.8313693904569(HttpRegetRate-1.05267226008668)/0.2
35、47490209286527)+3.60402980157312(HttpErrorRate-0.071564110350854)/0.144184265709062)+0.869133024242513(PageCompRate-0.718103347041924)/0.359789532401056)+(-2.05332031930787)(PageDelay-2.69507690995695)/5.72856173400885)+(-6.51720604744446)(PageContentDownloadDuration-42.5503415197537)/52.53150490905
36、45)X3:4.54371135291703+(-0.33327767568499)(PSCallDuration-1804.96514230769)/7097.87250071416)+6.08303463889074(PSCallSetupDuration-2.36021538461538)/2.61952657600336)+8.22473129141561(totalLoad-162753.398076923)/246565.268576594)+(-8.11357654241566)(EDGEThroughput-9.72248846153846)/9.35530507788242)
37、37.49)/29.1336392227771)+(- 37.49)/29.1336392227771)1.4846159736843)(PayloadLossRatio- +(-3.52027320035647)(Activity- +(-1.66547147031781)(Activity-4.76160985116377)/8.97694166718825)+2. 0.517445293895934)(PayloadLossRatio-4.76160985116377)/8.97694166718825)+3.08846193916913(EstablishedTime-680.1892
38、38819357)/471.451743904279)+(-8.18529884422046)(TcpFailureRate-0.0419208982857627)/0.113695638914273)+(-1.84985602795)(TcpThroughput-4.27251850588839)/7.02359992707278)+(-30.6573831084933)(HttpRegetRate-1.05267226008668)/0.247490209286527)+(-11.2411387702832)(HttpErrorRate-0.071564110350854)/0.14418
39、4265709062)+9.46339992069836(PageCompRate-0.718103347041924)/0.359789532401056)+13.9429031283728(PageDelay-2.69507690995695)/5.72856173400885)+6.08526955339041(PageContentDownloadDuration-42.5503415197537)/52.5315049090545)X4:3.758508113994+9.83646039953437(PSCallDuration-1804.96514230769)/7097.8725
40、0071416)+3.22843121967367(PSCallSetupDuration-2.36021538461538)/2.61952657600336)+(-0.347575152632276)(TotalLoad-162753.398076923)/246565.268576594)+(-2.82816955225424)(EDGEThroughput-9.72248846153846)/9.35530507788242)+0.687670053182423(Activity-37.49)/29.1336392227771)+(-1.66886888667663)(PayloadL
41、ossRatio-4.76160985116377)/8.97694166718825)+(-1.98405389441343)(EstablishedTime-680.189238819357)/471.451743904279)+(-2.06083937006776)(TcpFailureRate-0.0419208982857627)/0.113695638914273)+(-4.7341064346388)(TcpThroughput-4.27251850588839)/7.02359992707278)+(-0.946014043289181)(HttpRegetRate-1.052
42、67226008668)/0.247490209286527)+(-4.44840909600672)(HttpErrorRate-0.071564110350854)/0.144184265709062)+5.71011288611157(PageCompRate-0.718103347041924)/0.359789532401056)+12.491806427114(PageDelay-2.69507690995695)/5.72856173400885)+2.12429826950973(PageContentDownloadDuration-42.5503415197537)/52.
43、5315049090545)Fa ( x) 为维度“接入性能”函数，取值为0或1， H n ( xn ) =WAP业务业务QoE模型模型QoE_browing g = Fa ( x) (3.23 2.61 H 1 2.98 H 2 3.03 H 3 + 2.92 H 4) 19.69 + 86.08)step4PDF created with pdfFactory trial version 字段字段重重要要性性分分级级值值数据业务数据业务使用时长使用时长对用户的影响对用户的影响TCP failure rate01.00TCP建立失败率失败率越高，用户感觉页面浏览越不顺利，经常失败Payloa
44、d_in_loss_ratio_Avg01.00TCP包的下载重传率重传率越高，用户感觉页面浏览不流畅Activity01.00激活率激活率越高，说明用户浏览页面越频繁Total_data_out00.98数据上载流量数据量越高，说明用户数据使用量多Edge_active_throughput_out00.97上行EDGE数据吞吐率该值越高，页面下载的越快HTTP reget rate00.97HTTP重新获次数影响页面浏览的顺畅，次数越多越不顺畅Ps_call_setup_success00.97数据呼叫成功性决定页面浏览的成功与否Page Setup Ratio00.97页面浏览建立成功性
45、决定页面浏览的成功与否Ip_service_access_duration_Avg00.96IP建立时延影响页面浏览的顺畅性，时间长，页面下载越慢Edge_active_throughput_in00.96下行EDGE数据吞吐率速率高，意味着速度快Total_data_in00.96数据上载流量数据量越高，说明用户数据使用量多Ps_call_duration00.96数据呼叫持续时长数据业务使用时长Content_download_duration_Avg10.94页面内容下载时间等待每个页面下载完加上内容显示的时间TCP downlink throughput_Avg10.94TCP层的下行
46、速率页面浏览是否顺畅TCP uplink throughput_Avg20.88TCP层的上行速率页面浏览是否顺畅HTTP_Error_Rate20.88HTTP 失败率页面是否能正常浏览Page_download_setup_duration_Avg20.71页面建立时间页面浏览是否顺畅Established_time_Avg20.71TCP建立时间页面浏览是否顺畅Page_download_duration_Avg20.69页面下载时间等待每个页面下载完的实际时间Ps_call_setup_duration20.56数据呼叫建立时间页面浏览是否顺畅Page comp Ratio20.30页
47、面下载完整率页面浏览是否完整Payload_out_loss_ratio_Avg20.29TCP包的上传重传率页面浏览是否完整Uplink_average_throughput_Avg20.22上行速率影响浏览速率Response_duration_Avg20.21HTTP回复时延页面浏览是否完整WAP业务模型特业务模型特征分析征分析KPI越优秀越好？影响用户感知的主要因素排序PDF created with pdfFactory trial version DevicesRNCInternetGnIuGiSGSNGGSN数据仓库数据仓库构建基于数据分析与建模的用户感知体系构建基于数据分析与建
48、模的用户感知体系用户感知用户感知市场数据：市场数据：计费数据；用户数据；网络外部数据：网络外部数据：测试数据;投诉记录；网络内部数据：网络内部数据：信令数据；网管数据；.整体方整体方案案实时数据在线分析实时数据在线分析海量海量数据数据专题挖掘专题挖掘用户感知管理用户感知管理数据挖掘数据挖掘KPI/KQI指标汇聚指标汇聚网络网络业务业务综合数据采集综合数据采集PDF created with pdfFactory trial version 主要内容主要内容u用户感知体系概述用户感知体系概述u用户感知管理体系构建用户感知管理体系构建u基于用户感知的优化体系基于用户感知的优化体系PDF creat
49、ed with pdfFactory trial version 业务优化亟需一种新型优化管理方式业务优化亟需一种新型优化管理方式伴随着伴随着3G网络的网络的发展，除容量、覆盖以及切换等典型发展，除容量、覆盖以及切换等典型优化内容优化内容外，不同的业外，不同的业务需求、业务分布、用户习惯务需求、业务分布、用户习惯、运营商策略都给、运营商策略都给当前的网规网优带来新挑战。当前的网规网优带来新挑战。网络的始终处于网络的始终处于不断的扩张建设阶段，传统工作模式，管理和不断的扩张建设阶段，传统工作模式，管理和优化优化庞大的网络庞大的网络业务质量业务质量需要消耗大量的人力物力。需要消耗大量的人力物力。面
50、临的问题面临的问题：复杂化复杂化需要的工需要的工作：海作：海量化量化解决的解决的方法：方法：智能化智能化庞大的业务管理与优化工作庞大的业务管理与优化工作转向用户感知，建立智能化转向用户感知，建立智能化、自动化和系统化自动化和系统化是网络运营工作是网络运营工作发展的重要课题。发展的重要课题。PDF created with pdfFactory trial version 侧重底层网络，关注个别问题，解决显性问题侧重底层网络，关注个别问题，解决显性问题现有的网络优化是以优现有的网络优化是以优化化人员质和量为核心人员质和量为核心网络优化涉及多种技术领域：多种技术领域：交换技术、无线技术、频率配置、
51、切换和信令、话务统计分析等。同时，网络的不断发展网络的不断发展，网络用户数量的不断增加，网络设备的多样化，对网络优化工程师的技术也提出了更高的要求。移动通信网络的优化是一项技术难度大技术难度大、涉及范围涉及范围广广、人员素质要求较高人员素质要求较高的工作。网络优化是指对正式投入运行的网络进行参数采集参数采集、数据数据分析分析，找出影响网络运行质量的原因原因，并通过针对性的优化优化技术手段技术手段使网络达到最佳运行状态最佳运行状态。PDF created with pdfFactory trial version 智能化智能化QoE管理；管理；面向用户切身体验；面向用户切身体验；业务优化模型的创
52、新与业务优化模型的创新与转变转变智能化，系智能化，系统化，人性化统化，人性化目前的网络优化主要还依赖于个别技术依赖于个别技术人员的经验人员的经验，借助于单一类型的网络数据开展以点为主的基础网络工作。怎么解决用怎么解决用户感知和户感知和网络业务性能高度网络业务性能高度相关性的科相关性的科学学分析？分析？优秀工程优秀工程师团队；师团队；关注网络的指标；关注网络的指标；PDF created with pdfFactory trial version 智智能能型型的的端端到到端端业业务务性性能能优优化化利用数据分利用数据分析挖掘统筹管理，析挖掘统筹管理，分析，优化用户感知分析，优化用户感知业务优化领
53、域的数据挖掘是一门交叉学科业务优化领域的数据挖掘是一门交叉学科，它把人们对网络数据的应用从低层次的简单查询低层次的简单查询，提升到从数据中挖掘智能型的网络业务性能管理优化方案，改善用户感知改善用户感知。统筹管理整体网络统筹管理整体网络，实现网实现网络效益的最大化：络效益的最大化：评估业务整体性能，发现评估业务整体性能，发现QoE的根本问题，解决的根本问题，解决QoE的主要矛盾的主要矛盾用用户户业业务务使使用用感感知知PDF created with pdfFactory trial version 数据分析挖掘数据分析挖掘方法在业务优化方法在业务优化中具备全方位的应用中具备全方位的应用关联分析
54、：分析用户感知问题原因关联分析：分析用户感知问题原因寻找和发现网络中某项关键指标或问题的相关可能因素及其相互影响关系。如用户感知与覆盖，干扰，切换，容量以及时间等因素的关系。趋势预趋势预测：预测业务量及测：预测业务量及网络容量网络容量根据宝贵的历史数据资料，采用统计和建模的方法得到业务量或指标变化的趋势。提前对未来可能发生的潜在问题进行预测与应对。聚类分聚类分析：定位网络问题析：定位网络问题点点将庞大的网络中的各种事件/网元根据相似性进行汇聚分类。例如，对网络中的所有小区根据各类指标进行分类，科学高效的定位坏小区。数据挖掘的数据挖掘的典型方法与典型方法与应用应用偏差检测：发现业务性能异常波动偏
55、差检测：发现业务性能异常波动业务的指标有着随机波动的特性，采用偏差检测科学的判断哪些是正常性的随机浮动哪些是异常的业务问题。PDF created with pdfFactory trial version 日期日期指指定定日日节节假假日日星星期期几几日客日客流量流量日客流日客流下限下限（75%置信区置信区日客流日客流上限上限（75%置信区置信区日客流日客流上限上限（95%置信区置信区日客流日客流上限上限（95%置信区置信区2010-5-1TT6384,655间）间）457,739间）间）311,571间）间）538,517间）间）230,7932010-5-2TT7431,844513,89
56、4349,794604,582259,1062010-5-3TT1246,436293,259199,613345,010147,862会会爱知世博会爱知世博会上海世博上海世博规划数据规划数据设施数据设施数据人流规划人流规划客流及话务客流及话务预测预测网络容量网络容量保障用户感知保障用户感知汉诺威汉诺威世世博会博会世博数据世博数据客流客流气温气温大阪世博大阪世博会会天数天数天气天气周周预测预测客流客流预预测话务测话务预预测测模模型型规划规划事件事件PDF created with pdfFactory trial version 基于用户感知优化的流程基于用户感知优化的流程参数设置参数设置站址
57、规划站址规划PDF created with pdfFactory trial version 多维度综合多维度综合管理用户感知，全面管理用户感知，全面指导网络运营指导网络运营1G2G3GLTE区域维度：区域维度：不同的地域文化不同的地域文化和经济发展不均和经济发展不均衡，用户对业务衡，用户对业务及其质量的预期及其质量的预期也存在差异。也存在差异。业务维度：业务维度：数据业务的种类发数据业务的种类发展迅速，不同的业展迅速，不同的业务对网络承载能力务对网络承载能力的要求有着不同的的要求有着不同的指标。指标。用户维度：用户维度：不同的职业和用户不同的职业和用户群体对于资费、业群体对于资费、业务类型
58、和以及业务务类型和以及业务质量的存在着显著质量的存在着显著的群体体特征。的群体体特征。时间维度：时间维度：用户感知是一个动用户感知是一个动态变化的衡量指标态变化的衡量指标。在。在不同时期，不同时期，QoEQoE比较比较于网络业于网络业务指标更加真实反务指标更加真实反映了映了用户的业务感用户的业务感知知。PDF created with pdfFactory trial version 网络优化部门网络优化部门网络规划部门网络规划部门网络优化部门网络优化部门网络/业务质量监测与评估端到端的业务优化无线/核心网网元优化用户业务体验提升网络指标优化日常优化优化流程管理用户感知分析管理系统用户感知分析
59、管理系统体现用户体现用户中心的运营趋势中心的运营趋势市场营销部门市场营销部门终端用户行为分析业务模型分析新业务推广网络规划部门网络规划部门用户/业务增长预测分析用户/业务/网络规划网络规划建设部署P2P VIP 保障快速的用户投诉受理反应机制主动的用户体验关怀用户满意度调查分析用户感知管理用户感知管理用户感知分析用户感知分析用户感知监控用户感知监控网网络承载络承载业务系统业务系统客户服务部门客户服务部门PDF created with pdfFactory trial version 主要内容主要内容uNSN 业业务质量管理系务质量管理系统统PDF created with pdfFactory trial version 业务性能管理业务性能管理WAP业务质量总览业务质量总览PDF created with pdfFactory trial version 业务性能管理业务性能管理MMS业务质量总览业务质量总览PDF created with pdfFactory trial version PDF created with pdfFactory trial version
