專(zhuān)利名稱(chēng)：基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及移動(dòng)通訊領(lǐng)域，具體涉及一種基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)和方法。
背景技術(shù)：
無(wú)線(xiàn)通訊系統(tǒng)可以實(shí)現(xiàn)為用戶(hù)提供有針對(duì)性的服務(wù)質(zhì)量，目前主要有以下三種實(shí)現(xiàn)方式:第一種，將用戶(hù)劃成不同組，定義不同的優(yōu)化方法，從而實(shí)現(xiàn)用戶(hù)群級(jí)別的系統(tǒng)自?xún)?yōu)化。由于目前用戶(hù)組的維護(hù)完全由人工進(jìn)行，工作量巨大而且容易出錯(cuò)，所以無(wú)法大規(guī)模有效應(yīng)用這種自動(dòng)優(yōu)化方式。第二種，基于用戶(hù)所使用的不同業(yè)務(wù)類(lèi)型，定義不同的優(yōu)化方法，從而實(shí)現(xiàn)業(yè)務(wù)級(jí)別的系統(tǒng)自?xún)?yōu)化。但是這種方法沒(méi)考慮到使用相同業(yè)務(wù)的多個(gè)用戶(hù)，其業(yè)務(wù)模型差別可能很大，采用相同的優(yōu)化方法未必能滿(mǎn)足客戶(hù)的需求。第三種，基于終端申請(qǐng)的應(yīng)用數(shù)據(jù)流的類(lèi)型，定義不同的優(yōu)化方法，從而實(shí)現(xiàn)業(yè)務(wù)級(jí)別的系統(tǒng)自?xún)?yōu)化。這種方式對(duì)終端的軟件設(shè)計(jì)有特殊要求，目前市面上這種終端所占的比重很低。而且，這種方法要求無(wú)線(xiàn)通訊系統(tǒng)要預(yù)知所服務(wù)終端將要申請(qǐng)應(yīng)用數(shù)據(jù)流的類(lèi)型并進(jìn)行配置，否則無(wú)法執(zhí)行對(duì)應(yīng)的優(yōu)化方案從而提供有區(qū)別的服務(wù)質(zhì)量。上述第一種與第三種是現(xiàn)有比較成熟的方法，但由于如上所述的缺點(diǎn)導(dǎo)致沒(méi)有廣泛應(yīng)用，所以實(shí)際上目前無(wú)線(xiàn)通訊系統(tǒng)針對(duì)絕大多數(shù)用戶(hù)都沒(méi)有提供有區(qū)別的自?xún)?yōu)化。而第二種方法正在開(kāi)發(fā)完善中，后續(xù)應(yīng)用的普及面可能會(huì)要高于第一種與第三種方法，但如前所述，其效果未必能滿(mǎn)足客戶(hù)的需求。此外進(jìn)一步來(lái)說(shuō)，現(xiàn)在商用運(yùn)行的無(wú)線(xiàn)通訊系統(tǒng)對(duì)優(yōu)化方法的執(zhí)行效果缺乏反饋分析支路，也就無(wú)法獲取之前執(zhí)行的業(yè)務(wù)優(yōu)化方法的效果反饋進(jìn)而自動(dòng)修正以改善單用戶(hù)的性能指標(biāo)與經(jīng)濟(jì)效益。

發(fā)明內(nèi)容
本發(fā)明解決的技術(shù)問(wèn)題是提出了一種基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)和方法，不需要人工維護(hù)用戶(hù)群，或者預(yù)知所服務(wù)終端將要申請(qǐng)應(yīng)用數(shù)據(jù)流的類(lèi)型，以及確保選定的業(yè)務(wù)模型的合理性。本發(fā)明提出的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)，包括:標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器、優(yōu)化方案編輯器、用戶(hù)業(yè)務(wù)模型歸類(lèi)器、優(yōu)化方案執(zhí)行器；所述標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器，用于對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理，生成至少一種標(biāo)準(zhǔn)業(yè)務(wù)模型；并將所述標(biāo)準(zhǔn)業(yè)務(wù)模型信息傳送到所述優(yōu)化方案編輯器和所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器；優(yōu)化方案編輯器，用于設(shè)置所述各標(biāo)準(zhǔn)業(yè)務(wù)模型對(duì)應(yīng)的優(yōu)化方案，并生成標(biāo)準(zhǔn)業(yè)務(wù)模型與優(yōu)化方案的匹配映射表；用戶(hù)業(yè)務(wù)模型歸類(lèi)器，用于將待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)參照所述標(biāo)準(zhǔn)業(yè)務(wù)模型進(jìn)行歸類(lèi)處理，確定出待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型；并將所述候選業(yè)務(wù)模型信息傳送到所述優(yōu)化方案執(zhí)行器；優(yōu)化方案執(zhí)行器，用于根據(jù)所述候選業(yè)務(wù)模型信息，查找所述匹配映射表確定并執(zhí)行對(duì)應(yīng)的優(yōu)化方案。在一種實(shí)施方式中，還包括優(yōu)化結(jié)果分析器，用于當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，比較各標(biāo)準(zhǔn)業(yè)務(wù)模型的性能指標(biāo)，并將性能指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息反饋給所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器；所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器還用于據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。優(yōu)選的，所述的優(yōu)化結(jié)果分析器還與營(yíng)帳系統(tǒng)互聯(lián)，用于當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，比較各標(biāo)準(zhǔn)業(yè)務(wù)模型的經(jīng)濟(jì)指標(biāo)，并將經(jīng)濟(jì)指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息反饋給所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器；所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器還用于據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。在一種實(shí)施方式中，還包括業(yè)務(wù)模型特征過(guò)濾器，用于基于業(yè)務(wù)模型的基準(zhǔn)要求過(guò)濾用戶(hù)呼叫數(shù)據(jù)。優(yōu)選的，所述標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器包括聚集篩選處理單元和聚類(lèi)處理單元，所述聚集篩選處理單元用于對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集處理，并根據(jù)聚集處理的結(jié)果對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行篩選處理，所述聚類(lèi)處理單元用于對(duì)所述篩選處理得到的有效用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚類(lèi)處理。優(yōu)選的，所述優(yōu)化方案編輯器、優(yōu)化方案執(zhí)行器設(shè)置在基站控制器側(cè)，所述業(yè)務(wù)模型特征過(guò)濾器、標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器和用戶(hù)業(yè)務(wù)模型歸類(lèi)器設(shè)置在呼叫詳細(xì)信息記錄器側(cè)。本發(fā)明還提出了基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化方法，包括以下處理步驟:對(duì)存儲(chǔ)的用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理，生成至少一種標(biāo)準(zhǔn)業(yè)務(wù)模型；設(shè)置所述各標(biāo)準(zhǔn)業(yè)務(wù)模型對(duì)應(yīng)的優(yōu)化方案，并生成標(biāo)準(zhǔn)業(yè)務(wù)模型與優(yōu)化方案的匹配映射表；對(duì)待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)參照所述標(biāo)準(zhǔn)業(yè)務(wù)模型進(jìn)行歸類(lèi)處理，確定出待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型；根據(jù)所述候選業(yè)務(wù)模型信息，查找所述匹配映射表確定并執(zhí)行對(duì)應(yīng)的優(yōu)化方案。在一種實(shí)施方式中，當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，還包括以下處理步驟:比較各標(biāo)準(zhǔn)業(yè)務(wù)模型的性能指標(biāo)，并反饋性能指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息，并據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。優(yōu)選的，當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，還包括以下處理步驟:與營(yíng)帳系統(tǒng)互聯(lián)，比較各標(biāo)準(zhǔn)業(yè)務(wù)模型的經(jīng)濟(jì)指標(biāo)，并反饋經(jīng)濟(jì)指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息，并據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。在一種實(shí)施方式中，在對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理之前還包括以下處理步驟:對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行分析，并基于業(yè)務(wù)模型的基準(zhǔn)要求過(guò)濾出有效的用戶(hù)呼叫數(shù)據(jù)。優(yōu)選的，所述對(duì)存儲(chǔ)的用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理包括以下處理過(guò)程:對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集處理，并根據(jù)聚集處理的結(jié)果對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行篩選處理；對(duì)所述篩選處理得到的有效用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚類(lèi)處理。用本發(fā)明所述系統(tǒng)和方法，由于采用了對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)的處理方式，自動(dòng)生成標(biāo)準(zhǔn)業(yè)務(wù)模型；與現(xiàn)有技術(shù)相比，避免了人工維護(hù)用戶(hù)群所需的巨大工作和易犯的錯(cuò)誤，取得了提高用戶(hù)群級(jí)別的優(yōu)化效率的進(jìn)步，可應(yīng)用性更強(qiáng)；而且也無(wú)需預(yù)知無(wú)線(xiàn)通訊系統(tǒng)所服務(wù)終端將要申請(qǐng)應(yīng)用數(shù)據(jù)流的類(lèi)型并進(jìn)行配置，可以在系統(tǒng)輸出標(biāo)準(zhǔn)業(yè)務(wù)模型后再做配置，避免無(wú)效配置。本發(fā)明優(yōu)化的粒度比業(yè)務(wù)類(lèi)型更細(xì)，能更好的滿(mǎn)足用戶(hù)需求。此外，本發(fā)明還可以增加反饋機(jī)制，采用基于用戶(hù)性能指標(biāo)對(duì)匹配歸類(lèi)的效果進(jìn)行閉環(huán)調(diào)整，選擇性能指標(biāo)最佳的歸類(lèi)，同時(shí)還可以與營(yíng)帳系統(tǒng)關(guān)聯(lián)，基于用戶(hù)話(huà)費(fèi)信息對(duì)匹配歸類(lèi)的效果進(jìn)行閉環(huán)調(diào)整，選擇經(jīng)濟(jì)價(jià)值最佳的歸類(lèi)，最終從性能指標(biāo)與經(jīng)濟(jì)價(jià)值兩個(gè)維度指導(dǎo)自?xún)?yōu)化過(guò)程的執(zhí)行，達(dá)到了同時(shí)兼顧性能指標(biāo)與經(jīng)濟(jì)價(jià)值的效果，節(jié)省了投資，提高了經(jīng)濟(jì)效益，改善了用戶(hù)體驗(yàn)。


圖1為本發(fā)明實(shí)施例的自?xún)?yōu)化系統(tǒng)框架圖；圖2為本發(fā)明實(shí)施例的自?xún)?yōu)化方法主流程圖；圖3為本發(fā)明實(shí)施例中標(biāo)準(zhǔn)業(yè)務(wù)模型的生成處理流程圖；圖4為本發(fā)明實(shí)施例中實(shí)際業(yè)務(wù)模型的歸類(lèi)處理流程圖。
具體實(shí)施例方式下面結(jié)合附圖，并通過(guò)實(shí)施例對(duì)本發(fā)明技術(shù)方案的實(shí)現(xiàn)做進(jìn)一步的詳細(xì)說(shuō)明。實(shí)施例針對(duì)某一特定行業(yè)應(yīng)用用戶(hù)中不同的業(yè)務(wù)模型如何篩選分類(lèi)來(lái)說(shuō)明，本發(fā)明的應(yīng)用的場(chǎng)景并不局限于該特定場(chǎng)景。如圖1所示，本實(shí)施例的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)包括:業(yè)務(wù)模型特征過(guò)濾器101、標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102、用戶(hù)業(yè)務(wù)模型歸類(lèi)器103、優(yōu)化方案編輯器104、優(yōu)化方案執(zhí)行器105，以及優(yōu)化結(jié)果分析器106組成。其中，標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102、用戶(hù)業(yè)務(wù)模型歸類(lèi)器103、優(yōu)化方案編輯器104、優(yōu)化方案執(zhí)行器105為基本的功能單元，業(yè)務(wù)模型特征過(guò)濾器101和優(yōu)化結(jié)果分析器106為可選單元。標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102和用戶(hù)業(yè)務(wù)模型歸類(lèi)器103可以與數(shù)據(jù)包協(xié)議解析模塊(圖1中未示出)相連。優(yōu)化結(jié)果分析器106可以與營(yíng)帳系統(tǒng)107相連。本實(shí)施例的自?xún)?yōu)化系統(tǒng)中的各功能模塊可以分別設(shè)置在基站控制器側(cè)和呼叫詳細(xì)信息記錄器側(cè)，其中一種優(yōu)選實(shí)施方式中，在基站控制器側(cè)設(shè)置優(yōu)化方案編輯器104和優(yōu)化方案執(zhí)行器105，在呼叫詳細(xì)信息記錄器側(cè)設(shè)置業(yè)務(wù)模型特征過(guò)濾器101、標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102、用戶(hù)業(yè)務(wù)模型歸類(lèi)器103和優(yōu)化結(jié)果分析器106。以下對(duì)各功能模塊進(jìn)行詳細(xì)說(shuō)明:業(yè)務(wù)模型特征過(guò)濾器101:負(fù)責(zé)基于業(yè)務(wù)模型的基準(zhǔn)要求過(guò)濾用戶(hù)呼叫數(shù)據(jù)，然后將處理后的數(shù)據(jù)送到標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102以及用戶(hù)業(yè)務(wù)模型歸類(lèi)器中進(jìn)行處理。該模塊為優(yōu)選模塊而非必選，如在理想的情況下，即所有的用戶(hù)呼叫數(shù)據(jù)都能滿(mǎn)足業(yè)務(wù)模型的基準(zhǔn)要求，則可以不設(shè)置本模塊，用戶(hù)呼叫數(shù)據(jù)可以直接送到標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102以及用戶(hù)業(yè)務(wù)模型歸類(lèi)器103中進(jìn)行處理。標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102:負(fù)責(zé)對(duì)業(yè)務(wù)模型特征過(guò)濾器過(guò)濾后的用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)，從而自動(dòng)產(chǎn)生不同用戶(hù)群體的標(biāo)準(zhǔn)業(yè)務(wù)模型，即標(biāo)準(zhǔn)業(yè)務(wù)模型列表。如果與數(shù)據(jù)包協(xié)議解析模塊相連，可以獲取數(shù)據(jù)協(xié)議信息。標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102包括聚集篩選處理單元和聚類(lèi)處理單元(圖中未示出)，聚集篩選處理單元負(fù)責(zé)對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集處理，并根據(jù)聚集處理的結(jié)果對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行篩選處理，聚類(lèi)處理單元負(fù)責(zé)對(duì)所述篩選處理得到的有效用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚類(lèi)處理。用戶(hù)業(yè)務(wù)模型歸類(lèi)器103:負(fù)責(zé)對(duì)業(yè)務(wù)模型特征過(guò)濾器過(guò)濾后的特定用戶(hù)呼叫數(shù)據(jù)，參照標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器102輸出的標(biāo)準(zhǔn)業(yè)務(wù)模型進(jìn)行歸類(lèi)，從而將特定用戶(hù)自動(dòng)劃到不同用戶(hù)群。本模塊輸出特定用戶(hù)被歸類(lèi)的標(biāo)準(zhǔn)業(yè)務(wù)模型，稱(chēng)之為候選業(yè)務(wù)模型列表。如果與數(shù)據(jù)包協(xié)議解析模塊相連，可以獲取數(shù)據(jù)協(xié)議信息。需要說(shuō)明的是有可能特定用戶(hù)被歸類(lèi)到多個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型中，此時(shí)候選業(yè)務(wù)模型列表中就包括了多個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型。優(yōu)化方案編輯器104:網(wǎng)絡(luò)優(yōu)化工程師使用本模塊設(shè)置各標(biāo)準(zhǔn)業(yè)務(wù)模型對(duì)應(yīng)的優(yōu)化方案，最終輸出標(biāo)準(zhǔn)業(yè)務(wù)模型與優(yōu)化方案的匹配映射表。優(yōu)化方案執(zhí)行器105:基于用戶(hù)業(yè)務(wù)模型歸類(lèi)器103輸出的候選業(yè)務(wù)模型列表,查找優(yōu)化方案編輯器104輸出的標(biāo)準(zhǔn)業(yè)務(wù)模型與優(yōu)化方案的匹配映射表,執(zhí)行對(duì)應(yīng)的優(yōu)化方案。優(yōu)化結(jié)果分析器106:該模塊為優(yōu)選模塊而非必選，當(dāng)用戶(hù)業(yè)務(wù)模型歸類(lèi)器103為特定用戶(hù)輸出的候選業(yè)務(wù)模型列表中結(jié)果不唯一時(shí)，本模塊對(duì)比各個(gè)候選業(yè)務(wù)模型的性能指標(biāo)，如果本模塊與營(yíng)帳系統(tǒng)107做了互聯(lián)，還可以對(duì)比各個(gè)候選業(yè)務(wù)模型的話(huà)費(fèi)等經(jīng)濟(jì)指標(biāo)，最終綜合考慮性能指標(biāo)與經(jīng)濟(jì)指標(biāo)，選擇最合適的候選業(yè)務(wù)模型反饋給用戶(hù)業(yè)務(wù)模型歸類(lèi)器103，后續(xù)該特定用戶(hù)對(duì)應(yīng)的候選業(yè)務(wù)模型就唯一固定下來(lái)了。營(yíng)帳系統(tǒng)107為優(yōu)選模塊而非必選。如圖2所示，本實(shí)施例的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化方法包括以下處理步驟:S201:標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器對(duì)存儲(chǔ)的所有用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚類(lèi)分析，生成標(biāo)準(zhǔn)業(yè)務(wù)模型。本步驟的其中一種實(shí)施方式的詳細(xì)實(shí)現(xiàn)過(guò)程如圖3所示，采用先進(jìn)行聚集篩選處理，再進(jìn)行聚類(lèi)處理的方式，具體包括下列步驟:步驟S301:業(yè)務(wù)模型特征過(guò)濾器對(duì)存儲(chǔ)的所有用戶(hù)呼叫數(shù)據(jù)進(jìn)行分析，過(guò)濾出同時(shí)滿(mǎn)足以下條件的用戶(hù)呼叫數(shù)據(jù):前向?qū)ьl強(qiáng)度>_5dB前向平均速率〈150kbps反向平均速率>200kbpsRAB 繁忙率〈10%缺省用戶(hù)等級(jí)如果配置了數(shù)據(jù)包協(xié)議解析模塊，要求用戶(hù)數(shù)據(jù)包協(xié)議解析結(jié)果為RTP(Realtime Transport Protocol)實(shí)時(shí)傳輸協(xié)議步驟S302:標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器對(duì)于過(guò)濾后的用戶(hù)呼叫數(shù)據(jù)按用戶(hù)進(jìn)行聚集篩選處理，具體為:針對(duì)每個(gè)用戶(hù)分析所屬記錄，計(jì)算每個(gè)用戶(hù)的反向平均速率的中值；如果該用戶(hù)所有記錄的反向平均速率與中值相差小于50kbps,則該用戶(hù)標(biāo)示為反向行業(yè)應(yīng)用用戶(hù)，否則停止分析該用戶(hù)的呼叫數(shù)據(jù)；本步驟輸出結(jié)果是反向行業(yè)應(yīng)用用戶(hù)呼叫數(shù)據(jù)記錄列表，每條記錄格式為:MSI，反向平均速率的中值。步驟S303:標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器對(duì)所有反向行業(yè)應(yīng)用用戶(hù)記錄列表應(yīng)用K-平均值方法進(jìn)行聚類(lèi)，在聚類(lèi)處理時(shí)平均值選取為反向平均速率的中值進(jìn)行處理。首先將K設(shè)為1，計(jì)算所有反向行業(yè)應(yīng)用用戶(hù)的反向平均速率的中值I。然后將K設(shè)為2，即按照2個(gè)簇來(lái)進(jìn)行聚類(lèi)。首先取列表中的頭兩個(gè)記錄作為初始的簇中心，設(shè)其反向平均速率的中值分別為X1, X2，兩個(gè)簇中心的初始值設(shè)為Y1=X1,Y2 = X2，對(duì)于列表中所有記錄都與兩個(gè)簇中心進(jìn)行歐氏距離計(jì)算，就近歸類(lèi):即如果X1-Y11 < IX1-Y21，則Xi歸類(lèi)到Y(jié)1代表的簇，否則歸類(lèi)到Y(jié)2代表的簇，對(duì)所有記錄計(jì)算完成后，重新計(jì)算兩個(gè)簇中心，為簡(jiǎn)化起見(jiàn)，設(shè)頭m個(gè)記錄歸類(lèi)到Y(jié)1代表的簇，后面η個(gè)記錄歸類(lèi)到Y(jié)2代表的簇，于是:Y1= (X^X2+-+Xm) /mY2 = (Xm+1+X m+2+...+X m+n) /n然后基于新的簇中心Y1, Y2重復(fù)以上步驟，將列表中所有記錄都與兩個(gè)簇中心進(jìn)行歐氏距離計(jì)算，就近歸類(lèi)，直到執(zhí)行完某次分類(lèi)后，簇中心不再變化，則針對(duì)K設(shè)為2的場(chǎng)景聚類(lèi)完成；如果聚類(lèi)完成后發(fā)現(xiàn)IY1-Y21〈100kbps，則判定K設(shè)為2時(shí)簇中心過(guò)近，聚類(lèi)可以中止，簇中心選擇K設(shè)為I時(shí)算出來(lái)的數(shù)值；否則將K設(shè)為3，采用上述計(jì)算方法計(jì)算出從大到小排列的簇中WY1, Y2，Y3，并判定IY1-Y2I與IY3-Y2I是否小于100kbps，再判斷是否可以中止聚類(lèi)，還是要繼續(xù)增加K值。如此對(duì)K值逐步加I聚類(lèi)計(jì)算，直到算出的簇中心之間出現(xiàn)了距離小于IOOkbps的情況則中止聚類(lèi)過(guò)程，然后采用K-1的聚類(lèi)場(chǎng)景算出的簇中心作為最終聚類(lèi)結(jié)果。步驟S304:標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器通知優(yōu)化方案編輯器已生成反向行業(yè)應(yīng)用用戶(hù)的標(biāo)準(zhǔn)業(yè)務(wù)模型，即要求保障反向平均速率為Y1, Y2,…Yp1的K-1類(lèi)反向行業(yè)應(yīng)用；步驟S202，優(yōu)化工程師通過(guò)優(yōu)化方案編輯器新增用戶(hù)等級(jí)，為其設(shè)置對(duì)應(yīng)空口參數(shù)實(shí)現(xiàn)對(duì)K-1類(lèi)反向行業(yè)應(yīng)用的保障，具體設(shè)置參數(shù)包括T2PTransition函數(shù)，TxT2PMax函數(shù)，T2PMin參數(shù)。最終生成標(biāo)準(zhǔn)業(yè)務(wù)模型與優(yōu)化方案的匹配映射表，匹配映射表中包括:標(biāo)準(zhǔn)業(yè)務(wù)模型與用戶(hù)等級(jí)、優(yōu)化參數(shù)的對(duì)應(yīng)關(guān)系，該匹配映射表被提供給優(yōu)化方案執(zhí)行器。步驟S203，優(yōu)化處理運(yùn)行階段:用戶(hù)業(yè)務(wù)模型歸類(lèi)器針對(duì)具體某個(gè)用戶(hù)的實(shí)際話(huà)單，參考標(biāo)準(zhǔn)業(yè)務(wù)模型進(jìn)行歸類(lèi)分析，最終判定其對(duì)應(yīng)的標(biāo)準(zhǔn)業(yè)務(wù)模型代號(hào)反饋給優(yōu)化方案執(zhí)行器。步驟S204，優(yōu)化方案執(zhí)行器查找匹配映射表，確定對(duì)應(yīng)的標(biāo)準(zhǔn)業(yè)務(wù)模型的優(yōu)化方案，并觸發(fā)對(duì)應(yīng)優(yōu)化方案的執(zhí)行。在一種實(shí)施方式中，如果歸類(lèi)分析對(duì)應(yīng)的標(biāo)準(zhǔn)業(yè)務(wù)模型為多個(gè)的情況，且需要同時(shí)考慮性能指標(biāo)和經(jīng)濟(jì)指標(biāo)時(shí)，如圖4所示，歸類(lèi)和優(yōu)化過(guò)程包括下列步驟:步驟S401，每個(gè)用戶(hù)每次連接建立過(guò)程中以及釋放后，業(yè)務(wù)模型特征過(guò)濾器會(huì)收到對(duì)應(yīng)新增話(huà)單，按如下條件進(jìn)行過(guò)濾:前向?qū)ьl強(qiáng)度>_5dB前向平均速率〈150kbps反向平均速率>200kbpsRAB 繁忙率〈10%缺省用戶(hù)等級(jí)如果配置了數(shù)據(jù)包協(xié)議解析模塊，要求用戶(hù)數(shù)據(jù)包協(xié)議解析結(jié)果為RTP(RealtimeTransport Protocol)實(shí)時(shí)傳輸協(xié)議。步驟S402，用戶(hù)業(yè)務(wù)模型歸類(lèi)器將經(jīng)過(guò)過(guò)濾的用戶(hù)話(huà)單與標(biāo)準(zhǔn)業(yè)務(wù)模型進(jìn)行歸類(lèi)分析，判決相似度較高的候選業(yè)務(wù)模型列表。
如果從過(guò)濾后的呼叫數(shù)據(jù)計(jì)算出該用戶(hù)所有記錄的反向平均速率與中值相差小于50kbps，則該用戶(hù)屬于行業(yè)應(yīng)用用戶(hù)，否則停止后續(xù)步驟的執(zhí)行，用戶(hù)業(yè)務(wù)模型歸類(lèi)器將返回空的標(biāo)準(zhǔn)業(yè)務(wù)模型代號(hào)返回給優(yōu)化方案執(zhí)行器，為此用戶(hù)不執(zhí)行基于用戶(hù)業(yè)務(wù)模型的優(yōu)化。將該用戶(hù)的反向平均速率的中值X與K-1類(lèi)反向行業(yè)應(yīng)用對(duì)應(yīng)速率按數(shù)值大小順序排列，然后基于該用戶(hù)的反向平均速率的中值X與最近的2個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型中的反向平均速率Y1, Y2計(jì)算歐氏距離，如果IX-Y11 < IX-Y21，則X歸類(lèi)到Y(jié)1代表的標(biāo)準(zhǔn)業(yè)務(wù)模型，否則歸類(lèi)到Y(jié)2代表的標(biāo)準(zhǔn)業(yè)務(wù)模型，如果距離相等，則將兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型都納入候選業(yè)務(wù)模型列表。步驟S403，用戶(hù)業(yè)務(wù)模型歸類(lèi)器逐個(gè)把候選業(yè)務(wù)模型代號(hào)反饋給優(yōu)化方案執(zhí)行器，后續(xù)當(dāng)用戶(hù)連接建立后優(yōu)化方案執(zhí)行器自動(dòng)執(zhí)行與候選業(yè)務(wù)模型代號(hào)對(duì)應(yīng)的優(yōu)化方法。步驟S404，優(yōu)化結(jié)果分析器針對(duì)每個(gè)候選業(yè)務(wù)模型，計(jì)算單用戶(hù)的每次業(yè)務(wù)的反向平均速率以及所有業(yè)務(wù)的反向平均速率中值，如果選擇配置了與營(yíng)帳系統(tǒng)相連，則發(fā)出話(huà)費(fèi)查詢(xún)請(qǐng)求。步驟S405，優(yōu)化結(jié)果分析器將固化選擇性能指標(biāo)與話(huà)費(fèi)均衡最優(yōu)對(duì)應(yīng)的標(biāo)準(zhǔn)業(yè)務(wù)模型提供給用戶(hù)業(yè)務(wù)模型歸類(lèi)器，作為后續(xù)較長(zhǎng)一定時(shí)段或較多次數(shù)業(yè)務(wù)的反饋類(lèi)型，輔助優(yōu)化方案執(zhí)行器執(zhí)行基于業(yè)務(wù)模型的優(yōu)化。以上所述僅為本發(fā)明的一種實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)，其特征在于，包括:標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器、優(yōu)化方案編輯器、用戶(hù)業(yè)務(wù)模型歸類(lèi)器、優(yōu)化方案執(zhí)行器； 所述標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器，用于對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理，生成至少一種標(biāo)準(zhǔn)業(yè)務(wù)模型；并將所述標(biāo)準(zhǔn)業(yè)務(wù)模型信息傳送到所述優(yōu)化方案編輯器和所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器； 優(yōu)化方案編輯器，用于設(shè)置所述各標(biāo)準(zhǔn)業(yè)務(wù)模型對(duì)應(yīng)的優(yōu)化方案，并生成標(biāo)準(zhǔn)業(yè)務(wù)模型與優(yōu)化方案的匹配映射表； 用戶(hù)業(yè)務(wù)模型歸類(lèi)器，用于將待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)參照所述標(biāo)準(zhǔn)業(yè)務(wù)模型進(jìn)行歸類(lèi)處理，確定出待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型；并將所述候選業(yè)務(wù)模型信息傳送到所述優(yōu)化方案執(zhí)行器； 優(yōu)化方案執(zhí)行器，用于根據(jù)所述候選業(yè)務(wù)模型信息，查找所述匹配映射表確定并執(zhí)行對(duì)應(yīng)的優(yōu)化方案。
2.根據(jù)權(quán)利要求1所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)，其特征在于，還包括優(yōu)化結(jié)果分析器，用于當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，比較各標(biāo)準(zhǔn)業(yè)務(wù)模型的性能指標(biāo)，并將性能指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息反饋給所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器；所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器還用于據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。
3.根據(jù)權(quán)利要求2所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)，其特征在于，所述的優(yōu)化結(jié)果分析器還與營(yíng)帳系統(tǒng)互聯(lián)，用于當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，比較各標(biāo)準(zhǔn)業(yè)務(wù)模 型的經(jīng)濟(jì)指標(biāo)，并將經(jīng)濟(jì)指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息反饋給所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器；所述用戶(hù)業(yè)務(wù)模型歸類(lèi)器還用于據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。
4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)，其特征在于，還包括業(yè)務(wù)模型特征過(guò)濾器，用于基于業(yè)務(wù)模型的基準(zhǔn)要求過(guò)濾用戶(hù)呼叫數(shù)據(jù)。
5.根據(jù)權(quán)利要求4所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)，其特征在于，所述標(biāo)準(zhǔn)業(yè)務(wù)模型聚類(lèi)器包括聚集篩選處理單元和聚類(lèi)處理單元，所述聚集篩選處理單元用于對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集處理，并根據(jù)聚集處理的結(jié)果對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行篩選處理，所述聚類(lèi)處理單元用于對(duì)所述篩選處理得到的有效用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚類(lèi)處理。
6.一種基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化方法，其特征在于，包括以下處理步驟: 對(duì)存儲(chǔ)的用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理，生成至少一種標(biāo)準(zhǔn)業(yè)務(wù)模型； 設(shè)置所述各標(biāo)準(zhǔn)業(yè)務(wù)模型對(duì)應(yīng)的優(yōu)化方案，并生成標(biāo)準(zhǔn)業(yè)務(wù)模型與優(yōu)化方案的匹配映射表； 對(duì)待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)參照所述標(biāo)準(zhǔn)業(yè)務(wù)模型進(jìn)行歸類(lèi)處理，確定出待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型； 根據(jù)所述候選業(yè)務(wù)模型信息，查找所述匹配映射表確定并執(zhí)行對(duì)應(yīng)的優(yōu)化方案。
7.根據(jù)權(quán)利要求6所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化方法，其特征在于，當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，還包括以下處理步驟:比較各標(biāo)準(zhǔn)業(yè)務(wù)模型的性能指標(biāo)，并反饋性能指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息，并據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。
8.根據(jù)權(quán)利要求7所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化方法，其特征在于，當(dāng)所述候選業(yè)務(wù)模型中包括至少兩個(gè)標(biāo)準(zhǔn)業(yè)務(wù)模型時(shí)，還包括以下處理步驟:與營(yíng)帳系統(tǒng)互聯(lián)，比較各標(biāo)準(zhǔn)業(yè)務(wù)模型的經(jīng)濟(jì)指標(biāo)，并反饋經(jīng)濟(jì)指標(biāo)高的標(biāo)準(zhǔn)業(yè)務(wù)模型信息，并據(jù)此固化待優(yōu)化的用戶(hù)呼叫數(shù)據(jù)的候選業(yè)務(wù)模型。
9.根據(jù)權(quán)利要求6-8任一項(xiàng)所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化方法，其特征在于，在對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理之前還包括以下處理步驟:對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行分析，并基于業(yè)務(wù)模型的基準(zhǔn)要求過(guò)濾出有效的用戶(hù)呼叫數(shù)據(jù)。
10.根據(jù)權(quán)利要求9所述的基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化方法，其特征在于，所述對(duì)存儲(chǔ)的用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)處理包括以下處理過(guò)程:對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集處理，并根據(jù)聚集處理的結(jié)果對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行篩選處理；對(duì)所述篩選處理得到的有效用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚類(lèi) 處理。
全文摘要
本發(fā)明公開(kāi)了一種基于用戶(hù)級(jí)業(yè)務(wù)模型的自?xún)?yōu)化系統(tǒng)和方法，采用了對(duì)用戶(hù)呼叫數(shù)據(jù)進(jìn)行聚集分類(lèi)的處理方式，自動(dòng)生成標(biāo)準(zhǔn)業(yè)務(wù)模型；本發(fā)明避免了人工維護(hù)用戶(hù)群所需的巨大工作和易犯的錯(cuò)誤，取得了提高用戶(hù)群級(jí)別的優(yōu)化效率的進(jìn)步，可應(yīng)用性更強(qiáng)，也無(wú)需預(yù)知服務(wù)終端將要申請(qǐng)應(yīng)用數(shù)據(jù)流的類(lèi)型并進(jìn)行配置。本發(fā)明優(yōu)化的粒度比業(yè)務(wù)類(lèi)型更細(xì)，能更好的滿(mǎn)足用戶(hù)需求。此外，本發(fā)明還可以增加反饋機(jī)制，采用基于用戶(hù)性能指標(biāo)對(duì)匹配歸類(lèi)的效果進(jìn)行閉環(huán)調(diào)整，選擇性能指標(biāo)最佳的歸類(lèi)，同時(shí)還可以與營(yíng)帳系統(tǒng)關(guān)聯(lián)，基于用戶(hù)話(huà)費(fèi)信息對(duì)匹配歸類(lèi)的效果進(jìn)行閉環(huán)調(diào)整，達(dá)到了同時(shí)兼顧性能指標(biāo)與經(jīng)濟(jì)價(jià)值的效果，節(jié)省了投資，提高了經(jīng)濟(jì)效益，改善了用戶(hù)體驗(yàn)。
文檔編號(hào)H04W24/02GK103179584SQ20131005539
公開(kāi)日2013年6月26日 申請(qǐng)日期2013年2月21日 優(yōu)先權(quán)日2013年2月21日
發(fā)明者吳煒, 吳赟, 李柏良, 杜安靜 申請(qǐng)人:中興通訊股份有限公司