本文版權(quán)為《郵電設(shè)計(jì)技術(shù)》所有,如需轉(zhuǎn)載請(qǐng)聯(lián)系《郵電設(shè)計(jì)技術(shù)》編輯部
摘 要:隨著千兆家寬的普及和智慧家庭應(yīng)用的快速發(fā)展,保障家庭寬帶用戶滿意度的要求也有所提高。為了提升服務(wù)質(zhì)量,增強(qiáng)用戶黏性,構(gòu)建一個(gè)基于融合AI模型的家庭寬帶用戶滿意度預(yù)測(cè)方法。通過(guò)對(duì)工信部及本地滿意度評(píng)分、寬帶業(yè)務(wù)端到端數(shù)據(jù)的深入挖掘和分析,研究各個(gè)打分段用戶的特征,結(jié)合人工智能構(gòu)建融合型AI模型,實(shí)現(xiàn)家庭寬帶滿意度精準(zhǔn)預(yù)測(cè),對(duì)提升用戶網(wǎng)絡(luò)感知具有重要意義。
關(guān)鍵詞:寬帶;滿意度;人工智能
doi:10.12045/j.issn.1007-3043.2025.05.013
背景
近年來(lái),隨著家庭寬帶業(yè)務(wù)的飛速發(fā)展和千兆家庭寬帶的廣泛普及,如何進(jìn)一步提升用戶黏性和滿意度,已成為運(yùn)營(yíng)商的一個(gè)全新挑戰(zhàn)。面對(duì)這一挑戰(zhàn),各大運(yùn)營(yíng)商已經(jīng)提出并實(shí)施了多種預(yù)測(cè)用戶滿意度的方法。常見(jiàn)的方法有通過(guò)大數(shù)據(jù)分析家寬業(yè)務(wù)端到端數(shù)據(jù)并設(shè)定固定閾值,來(lái)對(duì)用戶維度網(wǎng)絡(luò)感知評(píng)價(jià)進(jìn)行分析、量化;通過(guò)LightGBM算法進(jìn)行家寬滿意度評(píng)分預(yù)測(cè)。
本文提出了一種通過(guò)融合模型來(lái)預(yù)測(cè)家庭寬帶滿意度評(píng)分的方法,該方法基于內(nèi)容側(cè)、接入網(wǎng)側(cè)、終端側(cè)、服務(wù)質(zhì)量等寬帶端到端數(shù)據(jù)以及工信部和本地滿意度評(píng)分?jǐn)?shù)據(jù),通過(guò)將分類(lèi)模型和聚類(lèi)模型融合,對(duì)用戶滿意度評(píng)分進(jìn)行預(yù)測(cè)。該方法不僅預(yù)測(cè)準(zhǔn)確性高,而且預(yù)測(cè)效率高,通過(guò)每月對(duì)用戶進(jìn)行滿意度評(píng)分預(yù)測(cè),并將預(yù)測(cè)評(píng)分結(jié)果提供給省分,以便其進(jìn)行及時(shí)維系和排障,精準(zhǔn)提升了家庭寬帶用戶的滿意度。