一种网络问题的定位方法及装置与流程

本发明涉及通信技术领域，特别涉及一种网络问题的定位方法及装置。

背景技术：

无线网络优化是通过对现有已运行的网络进行数据分析、现场测试数据采集、参数分析、硬件检查等手段，找出影响网络质量的问题以及原因，并且通过参数的修改、网络结构的调整、设备配置的调整和采取某些技术手段，确保系统高质量的运行，使现有网络资源获得最佳效益，以最经济的投入获得最大的收益。

日常网络问题的发现主要来自四个方面：道路测试、网络性能监控、硬件故障管理以及用户投诉。

目前来源于用户投诉渠道的网络问题的现有解决技术方案如图1所示，现有方案中，用户层面遭遇的网络问题的发现与定位需要依赖用户主动发起的投诉以及客服人员协助客户确定问题的地点，处理时长长，处理成本高，字儿发现问题的范围局限于用户自己投诉。现有技术方案中，用户层面遭遇的网络问题的原因定位需要网络优化人员查询现网网络问题库以及网络参数，人工定位问题原因，查询工作时长长，效率低下，且容易遗漏。

综上，现有技术方案中，用户层面遭遇的网络问题的发现，位置定位及原因定位需要经过用户投诉，客服处理，网络优化人员自主查询网络问题库以及网络参数的步骤，技术性的缺点是处理时长长，处理成本高，效率较低，发现问题的范围局限于用户自己投诉。

技术实现要素：

本发明的目的在于提供一种网络问题的定位方法及装置，解决了现有技术中用户层面遭遇的网络问题需要经过用户投诉、人工定位等步骤导致的网络问 题的处理时长较长，效率低效且容易遗漏的问题。

为了达到上述目的，本发明实施例提供一种网络问题的定位方法，包括：

获取预设范围内每一次通话的呼叫详细信息CDR；

根据所述呼叫详细信息CDR，确定存在网络问题的问题通话；

根据同一小区内所述问题通话的次数占总的通话次数的比例，确定存在网络问题的问题小区；

根据所述问题小区的网络参数，确定所述问题小区的网络问题的产生原因。

其中，所述根据所述呼叫详细信息CDR，确定存在网络问题的问题通话的步骤包括：

根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率；

当一次通话遇到网络问题的概率大于没有遇到网络问题的概率时，确定本次通话为存在网络问题的问题通话；否则，本次通话不存在网络问题。

其中，所述根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率的步骤包括：

利用贝叶斯定理，并根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率。

其中，所述利用贝叶斯定理，并根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率的步骤包括：

根据所述呼叫详细信息CDR和历史网络问题数据库，获取任意一次通话遇到网络问题或者没有遇到网络问题的第一概率；

根据所述呼叫详细信息CDR和历史网络问题数据库，确定所有通话的呼叫详细信息CDR集合中，本次通话的呼叫详细信息CDR所占的第二概率；

根据所述呼叫详细信息CDR和历史网络问题数据库，获取已知本次通话遇到网络或者没有遇到网络时，本次通话的呼叫详细信息CDR占所有通话的呼叫详细信息CDR集合的第三概率；

利用贝叶斯定理，根据所述第一概率、第二概率以及第三概率，确定已知本次通话的呼叫详细信息CDR时，本次通话遇到网络的概率或者没有遇到网络 的概率。

其中，所述根据同一小区内所述问题通话的数量占总的通话数量的比例，确定存在网络问题的问题小区的步骤包括：

从每一次通话的呼叫详细信息CDR中获取每一次通话对应的结束位置小区；

通过数理统计获取每个小区遇到网络问题的问题通话的次数；

当遇到网络问题的问题通话的次数占小区的总的通话次数的比例大于一门限值，确定所述小区为存在网络问题的问题小区。

其中，所述根据所述问题小区的网络参数，确定所述问题小区的网络问题的产生原因的步骤包括：

提取历史网络问题数据库；

以所述问题小区的网络参数为索引，查找所述历史网络问题数据库，获取所述问题小区的网络问题的产生原因。

其中，所述历史网络问题数据库至少包括：

闭塞小区汇总、干扰小区汇总、硬件故障小区汇总、拥塞小区汇总、投诉案例库、道路测试问题点以及性能告警小区汇总；

所述问题小区的网络参数至少包括：

所述问题小区所属基站的基站工程参数表和所述问题小区的网络参数表。

本发明实施例还提供一种网络问题的定位装置，包括：

获取模块，用于获取预设范围内每一次通话的呼叫详细信息CDR；

第一确定模块，用于根据所述呼叫详细信息CDR，确定存在网络问题的问题通话；

第二确定模块，用于根据同一小区内所述问题通话的次数占总的通话次数的比例，确定存在网络问题的问题小区；

第三确定模块，用于根据所述问题小区的网络参数，确定所述问题小区的网络问题的产生原因。

其中，所述第一确定模块包括：

概率确定单元，用于根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率；

问题确定单元，用于当一次通话遇到网络问题的概率大于没有遇到网络问 题的概率时，确定本次通话为存在网络问题的问题通话；否则，本次通话不存在网络问题。

其中，所述概率确定单元包括：

概率确定子单元，用于利用贝叶斯定理，并根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率。

其中，所述概率确定子单元包括：

第一单元，用于根据所述呼叫详细信息CDR和历史网络问题数据库，获取任意一次通话遇到网络问题或者没有遇到网络问题的第一概率；

第二单元，用于根据所述呼叫详细信息CDR和历史网络问题数据库，确定所有通话的呼叫详细信息CDR集合中，本次通话的呼叫详细信息CDR所占的第二概率；

第三单元，用于根据所述呼叫详细信息CDR和历史网络问题数据库，获取已知本次通话遇到网络或者没有遇到网络时，本次通话的呼叫详细信息CDR占所有通话的呼叫详细信息CDR集合的第三概率；

第三单元，用于利用贝叶斯定理，根据所述第一概率、第二概率以及第三概率，确定已知本次通话的呼叫详细信息CDR时，本次通话遇到网络的概率或者没有遇到网络的概率。

其中，所述第二确定模块包括：

位置确定单元，用于从每一次通话的呼叫详细信息CDR中获取每一次通话对应的结束位置小区；

次数确定单元，用于通过数理统计获取每个小区遇到网络问题的问题通话的次数；

小区确定单元，用于当遇到网络问题的问题通话的次数占小区的总的通话次数的比例大于一门限值，确定所述小区为存在网络问题的问题小区。

其中，所述第三确定模块包括：

提取单元，用于提取历史网络问题数据库；

确定子模块，用于以所述问题小区的网络参数为索引，查找所述历史网络问题数据库，获取所述问题小区的网络问题的产生原因。

其中，所述历史网络问题数据库至少包括：

闭塞小区汇总、干扰小区汇总、硬件故障小区汇总、拥塞小区汇总、投诉案例库、道路测试问题点以及性能告警小区汇总；

所述问题小区的网络参数至少包括：

所述问题小区所属基站的基站工程参数表和所述问题小区的网络参数表。

本发明的上述技术方案至少具有如下有益效果：

本发明实施例的网络问题的定位方法及装置中，通过解析每一次通话的呼叫详细信息CDR，确定存在网络问题的问题通话；并通过位置聚类的方法确定存在网络问题的问题小区，从而通过解析问题小区的网络参数，确定网络问题的产生原因，优化人员根据网络问题的产生原因制定解决方案，缩短工作时长，降低处理成本，且提高处理问题的效率。

附图说明

图1表示本发明实施例提供的网络问题的定位方法的基本步骤流程图；

图2表示本发明实施例提供的网络问题的定位方法中任一通话的贝叶斯信念网络的有向无环图；

图3表示本发明实施例提供的网络问题的定位装置的组成结构图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明针对现有技术中用户层面遭遇的网络问题需要经过用户投诉、人工定位等步骤导致的网络问题的处理时长较长，效率低效且容易遗漏的问题，提供一种网络问题的定位方法及装置，通过解析每一次通话的呼叫详细信息CDR，确定存在网络问题的问题通话；并通过位置聚类的方法确定存在网络问题的问题小区，从而通过解析问题小区的网络参数，确定网络问题的产生原因，优化人员根据网络问题的产生原因制定解决方案，缩短工作时长，降低处理成本，且提高处理问题的效率。

如图1所示，本发明实施例提供一种网络问题的定位方法，包括：

步骤11，获取预设范围内每一次通话的呼叫详细信息CDR；

步骤12，根据所述呼叫详细信息CDR，确定存在网络问题的问题通话；

步骤13，根据同一小区内所述问题通话的次数占总的通话次数的比例，确定存在网络问题的问题小区；

步骤14，根据所述问题小区的网络参数，确定所述问题小区的网络问题的产生原因。

本发明的上述实施例中，每一次通话的呼叫详细信息CDR可通过语音感知评估分析MVQ平台来获取；具体的，MVQ平台将产生查询范围内每一个号码在查询时段内每一次通话的呼叫详细信息(Calling Detail Record，CDR)，包括地市，时间，小区识别码CI，位置区码LAC，小区名称，主叫号码，被叫号码，CDR分数，接入性得分，接入时延得分，保持性得分，国际移动用户识别码IMSI，上行质差比例，下行质差比例，完整性得分，用户行为，结束消息子协议，结束消息，结束原因以及业务场景等。本发明实施例中将这些信息称之为属性。

需要说明的是，每一次通话均可能为存在网络问题的问题通话或者不存在网络问题的正常通话；且结合大量的历史数据和任一次通话的呼叫详细信息CDR确定哪些通话是存在网络问题，将存在网络问题的通话称为问题通话；确定问题通话之后，需对这些问题通话进行位置聚类分析，具体的，按照小区对问题通话进行聚类，即根据查询时段内该小区的总的通话次数和问题通话的次数来确定该小区是否为问题小区；确定问题小区之后通过获取该问题小区的网络参数和历史数据来确定网络问题的产生原因；从而使得维护人员能够以得到的产生原因为参考进行网络调整，从而达到解决网络问题的目的。

综上，本发明实施例利用MVQ平台实时监控所有用户的每次通话的呼叫详细信息CDR，一旦用户遇到网络问题，呼叫详细信息CDR的部分或全部属性将发生变化；系统再对遇到同类网络问题的用户进行位置上的聚类，将距离接近的用户划分为一类，从而划定一片微区域为网络问题的发生位置，实现网络问题的发现与定位，减少处理时长、降低处理成本；并进一步通过提取现网网络问题库以及问题小区的网络参数，通过历史网络问题原因的匹配算法匹配得出本次网络问题的产生原因，供优化人员参考以及制定解决方案，进一步减少查询工作时长，提高问题处理效率同时将发现问题的范围扩大至全体用户。

具体的，本发明的上述实施例中，步骤12包括：

步骤121，根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率；

步骤122，当一次通话遇到网络问题的概率大于没有遇到网络问题的概率时，确定本次通话为存在网络问题的问题通话；否则，本次通话不存在网络问题。

且，步骤121包括：

利用贝叶斯定理，并根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率。

本发明的上述实施例中，步骤121中利用贝叶斯定理来确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率。

具体的，步骤121包括：

步骤1211，根据所述呼叫详细信息CDR和历史网络问题数据库，获取任意一次通话遇到网络问题或者没有遇到网络问题的第一概率；

步骤1212，根据所述呼叫详细信息CDR和历史网络问题数据库，确定所有通话的呼叫详细信息CDR集合中，本次通话的呼叫详细信息CDR所占的第二概率；

步骤1213，根据所述呼叫详细信息CDR和历史网络问题数据库，获取已知本次通话遇到网络或者没有遇到网络时，本次通话的呼叫详细信息CDR占所有通话的呼叫详细信息CDR集合的第三概率；

步骤1214，利用贝叶斯定理，根据所述第一概率、第二概率以及第三概率，确定已知本次通话的呼叫详细信息CDR时，本次通话遇到网络的概率或者没有遇到网络的概率。具体的过程如下：

定义每一次通话为一个元组X，X由一个7维向量X＝{x₁,x₂,…x₇}表示，分别描述元组的7个属性(CDR分数，上行质差比例，下行质差比例，用户行为，结束消息子协议，结束消息，结束原因)上的7个度量，定义为x₁,x₂,…x₇。

需要说明的是，本发明实施例中由于采用MVQ平台，则上述7个属性分别CDR分数，上行质差比例，下行质差比例，用户行为，结束消息子协议，结束消息和结束原因；若采用其他平台或系统或装置来获取呼叫详细信息CDR，则元组X包含的属性不限于以上7种，也可以为CDR的其他属性，例如完整性得 分、业务场景等等，在此不一一枚举。同时元组中包含的属性的个数也不是一定值，例如元组X包含4个属性、5个属性、8个属性等等均属于本申请的保护范围，在此不作具体限定。

定义2个类，类标号为1，2，表示为为C₁,C₂，C₁对应于类“遇到网络问题”，C₂对应于类“没有遇到网络问题”。

定义P(C_i|X),i＝1,2为后验概率，即在条件X下，C_i的后验概率，表示当知道这次通话的属性X时，用户遇到网络问题(i＝1)或没有遇到网络问题(i＝2)的概率。

定义第三概率P(X|C_i),i＝1,2为后验概率，即在条件C_i下，X的后验概率，表示当知道这次通话遇到网络问题(i＝1)或没有遇到网络问题(i＝2)的概率时，通话的CDR数据集合中属性等于X的概率。

定义第二概率P(X)为X的先验概率，表示在所有通话CDR数据集合中，属性等于X的概率。

定义第一概率P(C_i)为C_i的先验概率，表示给定任意一次通话，遇到网络问题(i＝1)或没有遇到网络问题(i＝2)的概率。

P(X|C_i),i＝1,2，P(X)，P(C_i),i＝1,2这三个概率可以在所有的用户号码集合，所有通话的CDR数据，已有的网络问题数据库以及投诉数据库中通过统计得出。

同时为了降低P(X|C_i),i＝1,2的计算开销，可以做类条件独立的朴素假定。给定元组的类标号，假定属性值有条件地相互独立，因此有：

根据贝叶斯定理得：

由于P(X|C_i),i＝1,2，P(X)，P(C_i),i＝1,2这三个概率已知，因此可以得到P(C_i|X),i＝1,2。

定义P(C₁|X)＞P(C₂|X)时为该元组X对应的通话遇到网络问题。也就是本次通话的主叫号码和被叫号码遇到网络问题。需要说明的是，朴素贝叶斯分类的变量可以根据实际使用情况进行变更。

以上计算得到的仅为每个属性变化时通话遇到网络问题的概率，由于一个通话中需综合多个属性的概率才能确定该通话是否遇到网络问题，下面以7个属性为例：

下面分别结合有向无环图和条件概率表来描述一次通话有没有遇到网络问题的概率。如图2所示，元组X的7个属性的贝叶斯信念网络的有向无环图。有向无环图的每个节点代表一个随机变量。变量可以是离散值或连续值。他们可能对应于给定数据中的实际属性，或对应于相对形成联系的隐藏属性。每条弧表示一个概率依赖。如果一条弧由变量Y到Z，则定义Y是Z的双亲或直接前驱，而Z是Y的后代。给定双亲后，每个变量条件独立于图中它的非后代。

如表1、表2、表3、表4所示为贝叶斯信念网络的条件概率表：

表1 贝叶斯信念网络区分受网络影响的用户群体的条件概率表

表2

表3

表4

以上表格中，表4是表3的子项，表3是表2的子项，表2是表1的子项；表1、表2、表3、表4形成层层嵌套格式。以上表格中的条件概率可以在所有的用户号码集合、所有通话的CDR数据、历史网络问题数据库以及投诉数据库中通过数理统计得出，统计的数据量越大，得出的条件概率将越准确。

根据表1至表4中的条件概率，可以得出元组X对应的的通话遇到网络问题的概率。定义有2个类，类标号为1，2，表示为C₁,C₂，C₁对应于类“遇到网络问题”，C₂对应于类“没有网络问题”。当P(C₁)＞P(C₂)时为该元组X对应的通话遇到网络问题。

进一步的，确定遇到网络问题的问题通话之后，本发明实施例还利用位置聚类的方法确定存在网络问题的问题小区，具体的，步骤13包括：

步骤131，从每一次通话的呼叫详细信息CDR中获取每一次通话对应的结束位置小区；

步骤132，通过数理统计获取每个小区遇到网络问题的问题通话的次数；

步骤133，当遇到网络问题的问题通话的次数占小区的总的通话次数的比例大于一门限值，确定所述小区为存在网络问题的问题小区。

本发明的上述实施例中每一次通话的CDR数据中，都包含该次通话的结束位置小区。通过数理统计可以得到每个小区遇到网络问题的问题通话的通话次数。并定义某个小区遇到网络问题的通话次数占该小区所有通话次数的30％(门限值)以上时，判定该小区存在网络问题。

或者定义某个小区及其一个及以上的邻区在相邻的时间段内，遇到网络问题的通话次数分别占该小区所有通话次数的15％(门限值)以上时，判定这些小区存在网络问题。

本发明的上述实施例中，确定存在网络问题的问题小区之后，本发明实施 例还需确定网络问题的产生原因，具体的步骤14包括：

步骤141，提取历史网络问题数据库；

步骤142，以所述问题小区的网络参数为索引，查找所述历史网络问题数据库，获取所述问题小区的网络问题的产生原因。

且所述历史网络问题数据库至少包括：

闭塞小区汇总、干扰小区汇总、硬件故障小区汇总、拥塞小区汇总、投诉案例库、道路测试问题点以及性能告警小区汇总；

所述问题小区的网络参数至少包括：

所述问题小区所属基站的基站工程参数表和所述问题小区的网络参数表。

本发明的上述实施例中，历史网络问题数据库由现网网络设备上报的性能信息，现场测试维护人员的测试数据以及分析报告，客服反馈的客户投诉信息整理得到。特定的网络问题库可以呈现出现网存在特定问题的所有小区。网络参数中，基站工程参数表由现场测试维护人员填写，网络参数表中包括可以在现网网络设备中提取的全部网络参数。参数字段名及获取方式一般由网络设备厂家提供，也可以来源于其他的指标体系。利用得到的存在网络问题的问题小区的小区名作为检索关键词，在网络问题库中检索，配合网络参数进行查询，可以得到准确的网络问题原因。

综上，本发明的上述实施例中网络问题的发现以及位置定位直接由系统根据MVQ平台上述的CDR数据通过算法得出，不再依赖于客户发起的投诉，网络问题的发现与定位处理时长较短，处理成本较低，发现问题的用户范围广，同时优化用户体验；另一方面本发明的上述实施例中定位问题产生原因也由系统根据历史网络问题数据库以及问题小区的网络参数，并通过历史网络问题原因的匹配算法匹配得出本次网络问题的原因，供优化人员参考以及制定解决方案，提高了问题的处理效率，且减少工作时长。

为了更好的实现上述目的，如图3所示，本发明实施例还提供一种网络问题的定位装置，包括：

获取模块31，用于获取预设范围内每一次通话的呼叫详细信息CDR；

第一确定模块32，用于根据所述呼叫详细信息CDR，确定存在网络问题的问题通话；

第二确定模块33，用于根据同一小区内所述问题通话的次数占总的通话次数的比例，确定存在网络问题的问题小区；

第三确定模块34，用于根据所述问题小区的网络参数，确定所述问题小区的网络问题的产生原因。

具体的，本发明的上述实施例中所述第一确定模块32包括：

概率确定单元，用于根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率；

问题确定单元，用于当一次通话遇到网络问题的概率大于没有遇到网络问题的概率时，确定本次通话为存在网络问题的问题通话；否则，本次通话不存在网络问题。

具体的，本发明的上述实施例中所述概率确定单元包括：

概率确定子单元，用于利用贝叶斯定理，并根据每次通话的所述呼叫详细信息CDR和历史网络问题数据库，确定每一次通话遇到网络问题的概率以及没有遇到网络问题的概率。

具体的，本发明的上述实施例中所述概率确定子单元包括：

第一单元，用于根据所述呼叫详细信息CDR和历史网络问题数据库，获取任意一次通话遇到网络问题或者没有遇到网络问题的第一概率；

第二单元，用于根据所述呼叫详细信息CDR和历史网络问题数据库，确定所有通话的呼叫详细信息CDR集合中，本次通话的呼叫详细信息CDR所占的第二概率；

第三单元，用于根据所述呼叫详细信息CDR和历史网络问题数据库，获取已知本次通话遇到网络或者没有遇到网络时，本次通话的呼叫详细信息CDR占所有通话的呼叫详细信息CDR集合的第三概率；

第三单元，用于利用贝叶斯定理，根据所述第一概率、第二概率以及第三概率，确定已知本次通话的呼叫详细信息CDR时，本次通话遇到网络的概率或者没有遇到网络的概率。

具体的，本发明的上述实施例中所述第二确定模块33包括：

位置确定单元，用于从每一次通话的呼叫详细信息CDR中获取每一次通话对应的结束位置小区；

次数确定单元，用于通过数理统计获取每个小区遇到网络问题的问题通话的次数；

小区确定单元，用于当遇到网络问题的问题通话的次数占小区的总的通话次数的比例大于一门限值，确定所述小区为存在网络问题的问题小区。

具体的，本发明的上述实施例中所述第三确定模块34包括：

提取单元，用于提取历史网络问题数据库；

确定子模块，用于以所述问题小区的网络参数为索引，查找所述历史网络问题数据库，获取所述问题小区的网络问题的产生原因。

具体的，本发明的上述实施例中所述历史网络问题数据库至少包括：

闭塞小区汇总、干扰小区汇总、硬件故障小区汇总、拥塞小区汇总、投诉案例库、道路测试问题点以及性能告警小区汇总；

所述问题小区的网络参数至少包括：

所述问题小区所属基站的基站工程参数表和所述问题小区的网络参数表。

需要说明的是，本发明的上述实施例提供的网络问题的定位装置是应用上述网络问题的定位方法的定位装置，则上述网络问题的定位方法的所有实施例均适用于该定位装置，且均能达到相同或相似的有益效果。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。