基于用户群模型及体验构建自主型网优系统.docVIP

　　基于用户群模型及体验构建自主型网优系统 【摘 要】为了应对通信网络每天数亿级DPI数据的秒级响应，减少依靠专家经验的优化工作量，实现网络维度实时分析，提升互联网用户对网络的满意度。通过对移动互联网各用户各业务的调研和信令分析，回溯用户的历史感知，研究多元线性回归方法在用户群模型定位异常网络事件的应用，同时与传统专家预判式的优化方式进行对比，提出了基于用户群模型采用xDR信令关联分析方法、NAE地理栅格化和网络可视化等手段创新网优工作模式，构建自主型网优系统。 中国 8/vie 　　【关键词】用户群模型 多元线性 信令关联 自主型 网优系统 　　1 引言 　　目前，我国三大运营商积极推进国家提速降费政策的落实，促使4G互联网用户发展迅猛，导致用户体验度持续下降。为了防止用户流失，运营商采取了大量的创新性优化手段来提升网络性能，但收效甚微。本文旨在通过对用户群体模型及体验的研究，分析用户对网络满意度评判分值低的主导因素，运用多元线性回归数学算法迭代和递推出用户满意度的权重因子。首先从理论研究到调研全流程式对用户群模型进行了拟合；然后对比传统专家预判式优化方法，提出了构建基于用户群模型及体验做优化的新模式；再结合用户群模型中的变量权重因子，详细分解了系统采取xDR（External Data Representation）信令?P联分析方法、NAE（Netaly Events，网络异常事件）地理栅格化等创新性的优化手段；最后通过运营商3期用户满意度的调研案例，验证了用户体验模型的稳定性及自主型网优系统的有效性。 　　2 理论研究方法 　　2.1 分析满意度调研用户群及抽样客观性 　　根据尼尔森调研公司对移动用户的调查报告，将用户对网络的满意度分成三类：差感用户、客观用户和好感用户。其中，差感用户定义为无通话异常事件，通话质量打分低；客观用户定义为存在通话异常事件，通话质量打分较客观；好感用户定义为有通话异常事件，通话质量打分高。调查报告中客观用户占比约为70%，并验证了客观用户打分与网络感知基本一致，在排除抱有好感和偏见的用户后，绝大部分用户（65%～75%）的满意度打分与其所遇到的异常事件呈现很强的相关性，这一结论经与后端调取历史通话录音的结果基本一致。 　　筛选出三类用户群中的客观用户，将调研用户数结合网络制式维度进行细分，确定2G/3G用户和4G用户的分布比例。 　　2.2 构建满意度概念模型 　　结合上文确定的客观用户各网络制式分布比例进行外呼深访，选取客观用户深访的原因是由于客观用户能够准确评价网络提供的服务。以深访结果构建如图1所示的用户满意度概念模型，语音模型中影响用户满意度的主要因素是掉话和质差（MOS），数据模型中网络不稳定是影响手机上网满意度的最主要原因。 　　2.3 根据深访后的概念模型构建用户满意度数学模型 　　针对用户满意度概念模型中影响语音和数据的主要因素，从性能管理系统中提取用户实际使用行为数据，采用多元线性逐步回归方法，建立用户满意度与异常感知事件的关联模型，找到提升网络满意度的抓手。当由多种因素共同决定一个现象时，使用多元线性回归（Multivariate Linear Regression）方法将多个自变量形成最优组合共同来预测或估计因变量： 　　yi=β0+β1xi1+β2xi2+…+βpxip+εi （1） 　　其中，yi为因变量；β0为常数项；β1…p为偏回归系数；xi1…ip为自变量；εi为随机误差。 　　在概念模型中，多个网络异常事件指标共同决定用户满意度，系数即该指标的影响权重。经数据推导和递归形成的语音及数据模型公式如下（下列各影响因子取值已经过逐步非线性变换并标准化）： 　　语音模型公式： 　　2G/3G用户语音满意度=5.5+0.75×主叫失败间隔+ 　　0.69×被叫失败间隔+0.09×超短呼间隔+1.68×掉话间隔 （2） 　　4G用户语音满意度=5.5+0.49×主叫失败间隔+1.81×被叫失败间隔+0.09×超短呼间隔+0.72×掉话间隔 （3） 　　数据模型公式： 　　数据满意度=-0.84×TCP（无线）时延+0.08× 　　TCP（核心）成功率-0.15×DNS时延+0.11×EPS缺省 　　承载建立成功率+1.28×Http业务成功率-0.94×Http响应时延+0.85×Http下载速率-0.18×TAU失败次数-0.08×TAU时延-0.38×LTE流量+5.5 2.4 用户满意度数学模型拟合度验证 　　经递归和推导出语音及数据模型公式后，选取运营商1140人（2G/3G用户535人，4G用户605人）进行深访，根据异常事件提取xDR及网络性能数据进行满意度数学模型的拟合测试验证，验证结果显示：掉话是影响2G/