感知质差扇区派单规则优化研究

1、感知质差扇区派单规则优化研究（移动网感知质量提升及优化创新劳动竞赛）项目成员： 徐卉 袁元 申报单位：中国电信南通分公司创新类型: 移动网优化创新 申报日期： 2017年11月 摘 要随着LTE网络的高速发展，通信网络面临这严峻的挑战。LTE业务的多样化和用户体验要求越来越高，同事移动网络的发展由过去的技术驱动用户行为习惯已经转变为用户行为习惯驱动网络技术演进。用户对移动通信的需求进入了追求品质和体验感知的时代，运营商的网络优化工作不仅要顺应移动通信需求，还要积极关注，参与甚至引领发展其走向。高质量的感知将提高用户对业务和应用的认可度，提升运营商品牌的价值，用户感知己成为决定网络和运营品牌成败的关键之一。质差扇区会很大程度上影响用户感知，现在单用户和物联网卡私用引起的质差扇区较多，而单用户引发的质差小区并不能真实反映该小区的整体感知，因此本文根据质差工单派单规则制定脚本剔除单用户，更加准确定位质差扇区，提高派单的准确性。再创新性提出根据“自忙时”派单，这样相比全天派单更容易凸显出高流量高用户问题小区，更加具有针对性，而此类质差小区的处理相比“全天”质差小区更能提升用户的感知。对于单用户

2、质差问题可以专门的分类处理，对质差用户进行分级（活动区域，vip/非vip）建库长期观察，重点对长期持续感知差的高优先级用户进行逐一处理，预防投诉，通过电话回访、实地检测等手段查明问题原因如（终端，手机卡，主要活动区域无线环境等），切实提高用户感知。关键字：LTE、用户感知、质差扇区、单用户、质差派单规则、自忙时目录一、项目概述3二、项目关键创新点4三、创新成果展示4四、成果简介54.1、项目背景54.2、分析思路64.3、分析过程74.3.1物联网卡剔除74.3.2top2用户剔除84.4、分析结果104.5、“自忙时”派单规则优化114.5.1 “自忙时”选取原因和定义114.5.2“自忙时”提取脚本编写124.5.3两种方案指标提取对比144.5.4“自忙时”小区派单对比15五、效益评估及成果价值165.1 提升优化效率16六、成果推广现状及推广前景166.1 推广现状16附录17一、项目概述随着800M的建设及VOLTE的即将到来，电信LTE在不断走向成熟，另一方面随着竞争的激烈和用户要求的提高，如何使运行网络达到最佳的运行状态，如何提高通信质量，提高网络的服务水平已经成为运营

3、商的首要任务，高质量的感知将提高用户对业务和应用的认可度，提升运营商品牌的价值，用户感知己成为决定网络和运营品牌成败的关键之一。省公司统计全省一周单个小区整体感知指标进行排序，取前20%的小区作为用户感知差扇区派发给所属各地市进行分析处理。本文主要模拟省公司派单规则，运用脚本剔除物联网卡私用和top2用户从而发现由于网络问题带来用户感知指标劣化的工单小区，更加准确定位质差扇区，再创新性提出根据“自忙时”派单，这样相比全天派单更容易凸显出高流量高用户问题小区，更加具有针对性，提高派单的准确性，达到派单的真正目的。对于质差单用户再通过CRD话单，信风信息和数据库信息结合，利用小区信号质量，用户上网行为和上网各时段时间，准确判断单用户上网感知差原因，提高用户感知。二、项目关键创新点创新点1：提出2h2h“自忙时”感知指标派单规则，这样相比全天派单更容易凸显出高流量高用户问题小区，更加具有针对性，而此类质差小区的处理相比“全天”质差小区更能提升用户的感知；创新点2: 提出“物联网卡和top2用户”剔除的派单规则，目前由单用户引发的质差小区并不能真实反映该扇区的整体用户感知，运用oracle s

4、ql编写脚本对小区感知统计进行物联网卡的提取，统计并剔除，排除这两方面原因后再进一步分析质差扇区，便于发现现网问题小区，及时解决用户感知问题；创新点3：对单用户质差问题专门分类处理，对质差用户进行分级（活动区域，vip/非vip）建库长期观察，重点对长期持续感知差的高优先级用户进行逐一处理，预防投诉，通过电话回访、实地检测等手段查明问题原因，切实提高用户感知。三、创新成果展示1、“物联网卡和top2用户”剔除在针对各项感知指标就剔除前和剔除后的数据进行对比分析后，发现物联网卡私用和top2用户对质差扇区有很大的影响。选取南通电信一例时延差小区派单进行验证（CI: 46011074683185 物联网卡IMSI: 460111122130257），分别提取原派单，剔除物联网卡和剔除top2用户该小区最近一周页面打开时延指标，指标对比如下所示：表3-1 派单质差率三种类型指标对比从上表可以看出剔除物联网卡和top2用户以后该小区浏览时延质差率从0.35提升到0.15和0.12，验证了剔除物联网卡和top2小区感知脚本的指标统计。2、自忙时派单规则“自忙时”派单相比全天派单更容易凸显出高流量

5、高用户问题小区，更具有针对性，而此类质差小区的处理相比“全天”质差小区更能提升用户的感知，建议按照2h2h“自忙时”对小区进行派单或者按“自忙时”与其它时段1：1的比例进行各类感知指标的统计。四、成果简介4.1、项目背景从感知工单派单以来，南通收到工单20例，其中弱覆盖引起质差工单6例，单用户引起质差工单14例，这14例工单中存在1例为质差终端引起，1例为物联网卡私用引起，由此可知，单用户引起的质差小区派单占绝大部分，而单用户引发的质差小区并不能真实反映该小区的整体感知，故研究南通电信单用户质差对小区派单的影响和对单用户引发的质差小区进行挑选验证显得很有必要，同时快速定位出单用户导致的质差小区，进行分类处理，提升处理效率，提高用户感知。4.2、分析思路省公司感知工单派单规则如下：针对单个小区进行派单，统计全省一周单个小区整体网页（http）/视频（video）/即时通信（IM）三类业务感知共计三大项六小项指标分别进行排序，取前20%的小区作为工单小区派发给所属各地市进行分析处理，具体的优良率计算公式如下所示：1. 计算网页浏览类质差率a) 仅统计http请求成功次数200的记录b) 计

6、算HTTP浏览时延质差率 占比50%（其中：HTTP首包时延优良率 占比30%，HTTP页面时延优良率 占比70%）c) 计算HTTP浏览成功质差率 占比25%d) 计算HTTP网页速率质差率 占比25%e) 公式如下： (http首包时延质差次数/http请求成功次数)*30%+(http首页时延质差次数/http请求成功次数)*70%*50%+(http浏览质差次数/http请求总数)*25%+(http网页速率质差次数/http请求成功次数)*25%2. 计算视频类质差率a) 仅统计视频下载总数200的记录b) 公式如下： 视频下载速率质差次数/视频下载总数3. 计算即时通信类质差率a) 仅统计im请求成功次数200的记录b) 计算IM请求质差率 占比50%c) 计算IM时延质差率 占比50%d) 公式如下： (im请求质差次数/IM请求总数)*50%+(im时延质差次数/IM请求总数)*50%4. 计算总体优良率公式如下：(100%-网页浏览类质差率）*60%+(100%-视频类质差率）*30%+(100%-即时通信类质差率）*10%5.与场景基础数据（高铁/校园/高速公路/地

7、铁进行小区关联，分地市输出统计数值 根据上述派单规则，探寻单用户质差对省分工单派遣的影响，分析思路如下所示：a)编写oracle sql 脚本对小区感知统计进行 物联网卡 和 top2用户 的剔除,提取，统计；b)原工单脚本小区感知指标提取，统计；c)针对各项感知指标就剔除前和剔除后的数据进行对比，分析，统计，探求物联网卡私用和top2用户对工单派遣的影响；4.3、分析过程4.3.1 物联网卡剔除1）物联网卡限定利用imsi号对物联网卡感知指标在统计阶段进行剔除，根据江苏省内分配给物联网的imsi万段号在脚本中进行限定，省内物联网卡imsi如下表所示：江苏省内物联网号段（万段号）起始结束imsi数(万)起始(优化)结束(优化)1460110662004601106684965066200668492460111000004601110176617671000001017663460111100004601111391939201100001139192）脚本说明select ta.tac,- 终端型号 ta.sp,- sp厂商 ta.city,- 城市 ta.ci,- 小区 ta.im

8、si,- 用户count(ta.imsi) imsi_num,- 用户数sum(ta.video_transdelay) video_transdelay,- 视频时延sum(ta.video_size_dl) video_size_dl,- 视频下载流量sum(ta.video_request) video_request - 视频请求次数from rpt_jsqoe_video_tscc_imsi tawhere ta.sdate =trunc(to_date(&sdate,yyyymmdd)-7- 开始时间and ta.sdate trunc(to_date(&sdate,yyyymmdd)- 结束时间and ta.sp in(优酷,爱奇艺,腾讯,乐视网,搜狐)andnot(-通过imsi对物联网卡进行剔除substr(imsi,6,6)between066200and066849orsubstr(imsi,6,6)between100000and101766orsubstr(imsi,6,6)between110000and113919)groupby ta.tac,- 终端型号 ta.sp,- sp厂商 ta.city,- 城市 ta.ci,- 小区3）脚本验证选取南通电信一例由于物联网卡私用导致的浏览时延差小区派单进行验证（CI: 46011074683185 物联网卡IMSI: 460111122130257），运行原派单脚本和剔除物联网卡的页面打开时延派单脚本分别提取最近一周该小区指标，指标对比如下所示：脚本当前时间前一周小区请求总数首包请求数浏览成功数浏览成功质差率网页速率数浏览时延质差率原始派单脚本统计指标2017041346011074683185 15678200358840.389150.35剔除物联网卡派单脚本统计指标2017041346011074683185 877910263690.049150.15物联网卡统计指标2017041346011074683185 68999775515

《感知质差扇区派单规则优化研究》由会员q****9分享，可在线阅读，更多相关《感知质差扇区派单规则优化研究》请在金锄头文库上搜索。