[发明专利]用户体验质量确定方法及系统

权利要求书

1.一种用户体验质量确定方法，其特征在于，应用于服务器中，所述方法包括：数据收集的步骤、模型训练的步骤、模型测试的步骤和模型应用的步骤；

其中，所述数据收集的步骤包括：

获得多个网络状态下的网络数据，所述网络数据包括：网络质量参数及用户对网络状态的评分；

将所获得的多个网络状态至少划分为第一状态组和第二状态组，所述第一状态组中网络状态的数量大于所述第二状态组中网络状态的数量；

其中，所述模型训练的步骤包括：

选择所述第一状态组中的一个网络状态下的网络数据作为当前训练数据，将预设的神经网络计算模型作为当前训练模型，其中，所述当前训练模型的输入量为所述网络质量参数，所述当前训练模型的输出量为用户体验质量；

将当前训练数据中的网络质量参数输入当前训练模型中以对当前训练模型进行训练；

获得当前训练模型计算得出的用户体验质量；

获得所述计算得出的用户体验质量与当前训练数据中的用户对网络状态的评分之间的训练误差；

将所述训练误差与第一预设误差阈值进行比较，如果所述训练误差不大于所述第一预设误差阈值，则执行所述模型测试的步骤对进行训练后的当前训练模型进行测试，如果所述训练误差大于所述第一预设误差阈值，则判断所获得的训练误差的收敛次数是否位于预设的次数区间中，如果是，则执行所述模型测试的步骤对进行训练后的当前训练模型进行测试，否则，对当前训练模型进行调整，选择所述第一状态组中的剩余网络状态中一个网络状态下的网络数据作为当前训练数据并继续执行将当前训练数据中的网络质量参数输入当前训练模型中以对当前训练模型进行训练；

其中，所述模型测试的步骤包括：

依次将所述第二状态组中的各网络状态作为当前测试状态，将当前测试状态下的网络数据作为当前测试数据，将当前测试数据中的网络质量参数输入进行训练后的当前训练模型中以对训练后的当前训练模型进行测试；

获得进行训练后的当前训练模型计算得出的用户体验质量；

获得该计算得出的用户体验质量与当前测试数据中的用户对网络状态的评分之间的测试误差；

分别将所述第二状态组中各网络状态对应的测试误差与第二预设误差阈值进行比较，获得比较结果；

判断所述比较结果是否满足预设的测试通过条件，如果是，则将进行训练后的当前训练模型作为对网络的用户体验质量计算模型，否则继续执行所述选择所述第一状态组中的剩余网络状态中一个网络状态下的网络数据作为当前训练数据并继续执行将当前训练数据中的网络质量参数输入当前训练模型中以对当前训练模型进行训练的步骤；

其中，所述模型应用的步骤包括：

从网络中采集第一网络状态下的网络质量参数；

将所采集的网络质量参数输入所述模型测试的步骤中所确定的对网络的用户体验质量计算模型中，计算获得所述第一网络状态下的用户体验质量。

2.根据权利要求1所述的方法，其特征在于，所述预设的测试通过条件为：

不大于所述第二预设误差阈值的测试误差的数量不低于第一数量；

或者，不大于所述第二预设误差阈值的测试误差的数量占所述第二状态组中所有网络状态对应的测试误差的总数量的比例不低于第一比例。

3.根据权利要求1或2所述的方法，其特征在于，所述网络质量参数包括：客观网络参数，所述客观网络参数包括：网络状况、业务质量和终端质量。

4.根据权利要求3所述的方法，其特征在于，所述网络质量参数还包括：主观网络参数，所述主观网络参数包括：先前用户体验质量、业务体验经历、自身背景、身心状态和期望中的一种或多种；

从网络中采集第一网络状态下的主观网络参数的方式包括：

接收用户输入的第一网络状态下的主观网络参数；

和/或，

通过监控用户的操作行为，获得第一网络状态下的主观网络参数。

5.根据权利要求4所述的方法，其特征在于，在当前训练数据与上一训练数据均对应同一用户，且该当前训练数据的产生时间与上一训练数据的产生时间之间的间隔小于预设时间间隔时，所述当前训练数据中的主观网络参数包括先前用户体验质量，且所述先前用户体验质量为上一训练数据中的网络质量参数输入训练模型后计算得出的用户体验质量。