作者：朱琳; 赵娟; 王伊婷; 冯俊兰; 邓超投诉热点问题智能预警信令数据特征提取lightgbm分类器
摘要：在移动通信网络中,一旦发生投诉热点问题,通常会影响大量用户的上网、通话体验,进而引发大量用户投诉,即网络投诉热点问题,该问题因其影响范围大、用户多,一旦发生往往影响恶劣,需实时监控并提前预警和处理。提出一种基于用户级信令数据的投诉热点问题预警方法。首先基于对业务逻辑的理解,选择了S1接口数据中与用户体验相关的30个关键字段;然后,提取one-hot特征、统计衍生特征和差分特征3类特征来详细刻画用户感知状况;针对数据中噪声大及正负样本不均衡等问题,采用泛化能力较强且针对样本不均衡问题有所改善的LightGBM分类器实时识别受影响的用户。这一方法可以实时输出潜在受影响的用户与区域,先于用户投诉提前处理问题或进行客户关怀,有效降低影响,提升客户体验。试验结果与某省现网部署应用均验证了算法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
