熊珊

【摘 要】为了应对通信网络每天数亿级DPI数据的秒级响应，减少依靠专家经验的优化工作量，实现网络维度实时分析，提升互联网用户对网络的满意度。通过对移动互联网各用户各业务的调研和信令分析，回溯用户的历史感知，研究多元线性回归方法在用户群模型定位异常网络事件的应用，同时与传统专家预判式的优化方式进行对比，提出了基于用户群模型采用xDR信令关联分析方法、NAE地理栅格化和网络可视化等手段创新网优工作模式，构建自主型网优系统。

【关键词】用户群模型 多元线性 信令关联 自主型 网优系统

1 引言

目前，我国三大运营商积极推进国家提速降费政策的落实，促使4G互联网用户发展迅猛，导致用户体验度持续下降。为了防止用户流失，运营商采取了大量的创新性优化手段来提升网络性能，但收效甚微。本文旨在通过对用户群体模型及体验的研究，分析用户对网络满意度评判分值低的主导因素，运用多元线性回归数学算法迭代和递推出用户满意度的权重因子。首先从理论研究到调研全流程式对用户群模型进行了拟合；然后对比传统专家预判式优化方法，提出了构建基于用户群模型及体验做优化的新模式；再结合用户群模型中的变量权重因子，详细分解了系统采取xDR（External Data Representation）信令關联分析方法、NAE（Network Anomaly Events，网络异常事件）地理栅格化等创新性的优化手段；最后通过运营商3期用户满意度的调研案例，验证了用户体验模型的稳定性及自主型网优系统的有效性。……