[发明专利]用户感知画像分析的方法、装置、设备和介质

权利要求书

1.一种用户感知画像分析的方法，其特征在于，包括：

将无线指标样本数据作为训练数据，用户业务感知样本数据作为目标数据，训练预设神经网络模型，得到用户感知分析模型；

基于所述用户感知分析模型，对无线指标数据进行学习，得到用户感知数据，所述用户感知数据包括：业务登录成功率和业务登录时延；

根据所述业务登录成功率以及所述业务登录成功率的预估分值，确定业务登录成功率函数；

依据所述业务登录时延以及所述业务登录时延的预估分值，确定业务登录时延函数；

通过所述业务登录成功率函数和所述业务登录时延函数，得到用户感知分值。

2.根据权利要求1所述用户感知画像分析的方法，其特征在于，所述预设神经网络模型包括：反向传播BP神经网络。

3.根据权利要求1所述用户感知画像分析的方法，其特征在于，所述预设神经网络模型的训练函数包括：正切S型传递函数tansig和/或线性函数purelin，所述预设神经网络模型的损失函数包括：均方误差MSE。

4.根据权利要求1所述用户感知画像分析的方法，其特征在于，所述根据所述业务登录成功率以及所述业务登录成功率的预估分值，确定业务登录成功率函数，包括：

确定所述业务登录成功率以及所述业务登录成功率的预估分值的散点图；

基于所述散点图，确定所述登录成功率函数。

5.根据权利要求1所述用户感知画像分析的方法，其特征在于，所述依据所述业务登录时延以及所述业务登录时延的预估分值，确定业务登录时延函数，包括：

确定业务登录时延以及业务登录时延的预估分值的散点图；

基于所述散点图，确定所述业务登录时延函数。

6.根据权利要求1所述用户感知画像分析的方法，其特征在于，所述通过所述业务登录成功率函数和所述业务登录时延函数，得到用户感知分值，包括：

通过所述业务登录成功率函数，得到业务成功率得分；

基于所述业务登录时延函数，得到业务时延得分；

按照预设比例将所述业务成功率得分和所述业务时延得分求和，得到用户感知分值。

7.根据权利要求1所述用户感知画像分析的方法，其特征在于，还包括：

基于所述用户感知分值和业务占比，得到小区用户感知分值。

8.根据权利要求7所述用户感知画像分析的方法，其特征在于，还包括：

确定小区用户感知质量的预设阈值；

将所述小区用户感知分值小于所述预设阈值的小区进行网络优化。

9.根据权利要求1所述用户感知画像分析的方法，其特征在于，还包括：

通过仿真软件对所述用户感知分析模型进行检验。

10.根据权利要求1所述用户感知画像分析的方法，其特征在于，所述无线指标样本数据包括以下至少一种：无线连通率、无线掉线率、上行物理资源块PRB利用率、下行PRB利用率和干扰噪声平均值。

11.一种用户感知画像分析的装置，其特征在于，包括：

感知模型模块，用于将无线指标样本数据作为训练数据，用户业务感知样本数据作为目标数据，训练预设神经网络模型，得到用户感知分析模型；

学习模块，用于基于所述用户感知分析模型，对无线指标数据进行学习，得到用户感知数据，所述用户感知数据包括：业务登录成功率和业务登录时延；

函数模块，用于根据所述业务登录成功率以及所述业务登录成功率的预估分值，确定业务登录成功率函数；以及依据所述业务登录时延和所述业务登录时延的预估分值，确定业务登录时延函数；

体验质量模块，用于通过所述业务登录成功率函数和所述业务登录时延函数，得到用户感知分值。