物联网故障的预警方法、装置及可读存储介质与流程

1.本发明涉及物联网技术领域，尤其涉及一种物联网故障的预警方法、装置及可读存储介质。


背景技术：

2.随着物联网技术的发展，物联网已经在各行各业得到广泛应用，物联网客户也随之越来越庞大。物联网客户在使用物联网卡的过程中，常常会因为各种故障如物联网卡自身故障、终端故障、基站故障等等，导致无法正常使用的情况，由此容易引发客户投诉。由于目前的物联网故障没有相应的预警机制，只有等到故障出现后才被发现和解决，因而导致用户投诉率高、客户满意度低的情况。


技术实现要素：

3.本发明实施例提供一种物联网故障的预警方法及装置，以解决现有的目前的物联网故障没有相应的预警机制，只有等到故障出现后才被发现和解决，因而导致用户投诉率高、客户满意度低的问题。
4.为了解决上述技术问题，本发明是这样实现的：
5.本发明实施例提供了一种物联网故障的预警方法，包括：
6.获取物联网中各用户的用户数据；
7.基于所述用户数据，确定各用户对应的用户画像，其中，所述用户画像包括多个标签类型和所述多个标签类型的权重值；
8.根据各用户对应的用户画像，对所述物联网中的各用户进行故障预警。
9.本发明实施例还提供了一种物联网故障的预警装置，包括：
10.获取模块，用于获取物联网中各用户的用户数据；
11.确定模块，用于基于所述用户数据，确定各用户对应的用户画像，其中，所述用户画像包括多个标签类型和所述多个标签类型的权重值；
12.预警模块，用于根据各用户对应的用户画像，对所述物联网中的各用户进行故障预警。
13.本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述的物联网故障的预警方法的步骤。
14.本发明实施例中，通过获取物联网中各用户的用户数据；基于所述用户数据，确定各用户对应的用户画像，其中，所述用户画像包括多个标签类型和所述多个标签类型的权重值；根据各用户对应的用户画像，对所述物联网中的各用户进行故障预警。由于本技术可以基于模型中的用户画像提前发现物联网用户数据中的异常情况，并对异常情况进行预警分析，将预警情况制动推送给物联网管理人员，达到提前故障预警、及时跟进处理的效果，同时也能有效降低物联网用户的投诉率，提高客户满意度。
附图说明
15.图1为本发明实施例提供的物联网故障的预警方法的流程图之一；
16.图2为本发明实施例提供的一用户画像的效果示意图；
17.图3为本发明实施例提供的物联网故障的预警方法的流程图之二；
18.图4为本发明实施例提供的物联网故障的预警方法的流程图之三；
19.图5为本发明实施例提供的物联网故障的预警装置的结构示意图；
20.图6为本发明实施例提供的确定模块的结构示意图；
21.图7为本发明实施例提供的预警模块的结构示意图。
具体实施方式
22.为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。
23.如图1所示，图1为本发明实施例提供的物联网故障的预警方法的流程图之一，包括：
24.步骤s100，获取物联网中各用户的用户数据。
25.上述用户数据包括但不限于物联网卡所属的企业名称、移动台综合业务数字网号码(mobile subscriber international isdn/pstn number，简称msisdn)、集成电路卡识别码(integrate circuit card identity，简称iccid)、国际移动用户识别码(internationalmobilesubscriberidentificationnumber，简称imsi)、本月累计上网用量、本月累计短信用量、套餐类型、开关机状态、在线/离线状态、所述终端的开机状态、所属区域信息、所属基站信息等等数据，此处不做具体限定。获取用户数据的方式，可以从各物联网平台(如boss系统等)、各物联网业务网关、网元中直接获取，也可以从基于物联网建立的数据库中获取，此处不做具体限定。
26.步骤s200，基于所述用户数据，确定各用户对应的用户画像，其中，所述用户画像包括多个标签类型和所述多个标签类型的权重值。
27.由于物联网中的每个用户，其用户数据包含有多种标签类型，可以根据标签类型不同，对该用户的用户数据进行划分，再基于划分后的每个标签类型中的数据，计算该标签类型对应的权重值。对于物联网中的其他用户，均可以采用上述方式来获取标签类型和各标签类型对应的权重值。本技术中的标签类型包括但不限于用户标签类型、业务标签类型、集团标签类型、基站标签类型和区域标签类型等。假设在本实施例中，采用用户标签、基站标签和区域标签作为标签类型，则基于用户标签、基站标签和区域标签生成的用户画像效果示意图，如图2所示。在图2中，每个用户标签中含有该用户对应的物联卡在线状态、终端离线状态等属性数据，每个基站标签中含有每个基站内所有用户的业务交互数据，每个区域标签中含有每个区域内所有基站的业务交互数据。
28.上述的用户标签类型可以包括物联网卡的在线状态、物联网卡对应终端的开机状态等等数据；上述的业务标签类型可以包括物联网业务交互信息，如交互时长、累计上网用
量、累计短信用量等等数据；上述集团标签类型可以包括所属客户集团名称、所属客户集团中物联网卡的开卡批次、同一批次的物联网业务交互信息、各批次开卡的物联网卡套餐等等数据；上述基站标签类型包括物联网卡所属基站的信息，如基站的工作状态、基站范围内的各物联网卡的交互信息等等；上述区域标签类型包括物联网卡所属区域的位置信息、不同区域范围内的所有基站工作情况等等。
29.由于不同用户的标签类型对应的数据不同，因而由各用户的标签类型对应的数据计算得到的权重值也不同，将其作为各用户的用户画像的特征，得到各用户的用户画像。此处的用户画像为某一用户所标签类型和所有标签类型对应的权重值的集合。简单举例，例如对用户a的用户数据分析得到，用户a的用户标签类型对应的权重值为1、业务标签类型对应的权重值为0.5、集团标签类型对应的权重值为0.2、基站标签类型对应的权重值为0.8和区域标签类型对应的权重值为0.6，对用户b进行分析，用户b的用户标签类型对应的权重值为0、业务标签类型对应的权重值为0.5、集团标签类型对应的权重值为0.6、基站标签类型对应的权重值为0.2和区域标签类型对应的权重值为0.7，那么即得到用户a和用户b的用户画像。
30.步骤s300，根据各用户对应的用户画像，对所述物联网中的各用户进行故障预警。
31.根据用户画像中各标签类型对应的权重值，基于预先设置的故障权重值的算法，确定各用户的故障权重值，根据故障权重值预测各用户当前存在故障的风险程度，当风险程度达到某一阈值时，对该用户进行故障预警。
32.上述故障预警的方式可以是将异常用户直接推送至物联网管理人员，也可以是将异常用户的用户画像信息推送至物联网管理人员，方便物联网管理人员针对异常用户的异常数据进行排查，确定故障原因。
33.本发明实施例中，通过获取物联网中各用户的用户数据；基于所述用户数据，确定各用户对应的用户画像，其中，所述用户画像包括多个标签类型和所述多个标签类型的权重值；根据各用户对应的用户画像，对所述物联网中的各用户进行故障预警。由于本技术可以基于模型中的用户画像提前预测物联网用户数据中的异常情况，并对异常情况进行预警分析，将预警情况制动推送给物联网管理人员，达到提前故障预警、及时跟进处理的效果，同时也能有效降低物联网用户的投诉率，提高客户满意度。
34.可选地，如图3所示，图3为本发明实施例提供的物联网故障的预警方法的流程图之二，基于上述图1所示的实施例，上述步骤s200，基于所述用户数据，确定各用户对应的用户画像，包括：
35.步骤s210，针对所述物联网中的每一个用户，获取所述用户的目标数据，所述用户的目标数据为所述用户的用户数据中预设关键字段对应的数据；
36.步骤s220，根据所述预设关键字段，将所述目标数据划分成多个标签类型，其中，所述标签类型包括用户标签类型、业务标签类型、集团标签类型、基站标签类型和区域标签类型中的至少一项；
37.步骤s230，获取所述标签类型对应的权重值；
38.步骤s240，基于所述标签类型和所述标签类型对应的权重值，确定所述用户的用户画像。
39.在获取用户数据时，可以基于预设关键字段获取对应的数据内容，由此得到的目
标数据为预设关键字段对应的数据。由于在模型中预设有每个关键字段与标签类型的映射关系，因而可以基于预设关键字段对目标数据进行划分，得到每个标签类别所需的数据。
40.在本实施例中标签类型包括用户标签类型、业务标签类型、集团标签类型、基站标签类型和区域标签类型中的至少一项。上述的用户标签类型可以包括物联网卡的在线状态、物联网卡对应终端的开机状态等等数据；上述的业务标签类型可以包括物联网业务交互信息，如交互时长、累计上网用量、累计短信用量等等数据；上述集团标签类型可以包括所属客户集团名称、所属客户集团中物联网卡的开卡批次、同一批次的物联网业务交互信息、各批次开卡的物联网卡套餐等等数据；上述基站标签类型包括物联网卡所属基站的信息，如基站的工作状态、基站范围内的各物联网卡的交互信息等等；上述区域标签类型包括物联网卡所属区域的位置信息、不同区域范围内的所有基站工作情况等等。
41.在获取标签类型对应的权重值时，可以根据每个标签类型中的数据确定该标签类型对应的权重值。具体地，本实施例中，用户标签类型包括物联网卡的在线状态(在线状态对应1，离线状态对应0)和物联网卡对应终端的开机状态(开机状态对应1，关机状态对应0)两个参数，且用户标签类型对应的权重值为物联网卡的在线状态和物联网卡对应终端的开机状态两个参数的乘积，当用户a的物联网卡处于离线状态或者关机状态，那么用户a的用户标签类型对应的权重值为0。业务标签类型对应的权重值为物联网卡预设时段内是否存在业务交互(有交互对应1，无交互对应0)，该预设时段可以根据实际情况进行设置，此处不做具体限定。当用户a在预设时段内存在业务交互时，用户a的业务标签类型对应的权重值为1；否则，对应的权重值为0。集团标签类型对应的权重值为同一集团中无业务交互的物联网卡数量与同一集团中总的物联网卡的占比，此处的同一集团表示同一时间段开户的同一批物联网卡或者基于业务分类划分的同一批物联网卡。如果用户a所属集团中只有50％的卡存在有业务交互，则用户a的集团标签类型为50％。基站标签类型对应的权重值为同一基站下有业务交互的物联网卡数量与同一基站下总的物联网卡的数量的占比。如果用户a所属基站中只有50％的卡存在有业务交互，则用户a的基站标签类型为50％。区域标签类型对应的权重值为同一区域下有业务交互的物联网卡数量与同一区域下总的物联网卡的数量的占比。如果用户a所属区域中只有50％的卡存在有业务交互，则用户a的区域标签类型为50％。本实施例中，通过从用户数据中获得各标签类别对应的数据，并根据各标签类别对应的数据计算各标签类别的权重值，由此得到各用户的用户画像，使得每个用户的物联网使用状态可以清楚直观地看到，有利于后续通过用户画像进行故障预警。
42.如图4所示，图4为本发明实施例提供的物联网故障的预警方法的流程图之三，基于上述图1所示的实施例，上述步骤s300，根据各用户对应的用户画像，对所述物联网中的各用户进行故障预警，包括：
43.步骤s310，根据所述用户的用户标签类型对应的权重值，确定计算所述用户的故障权重值的算法；
44.步骤s320，基于所述算法，确定所述用户的故障权重值；
45.步骤s330，在所述故障权重值高于第一预设阈值的情况下，对所述用户进行故障预警。
46.在计算各用户的故障权重值时，可以采用相同的算法，也可以采用不同的算法。如对于每一个用户，均基于上述用户标签类型、业务标签类型、集团标签类型、基站标签类型
和区域标签类型中的任意一项或者多项对应的权重值来确定故障权重值。
47.由于物联网故障的类型多种多样，每种故障类型主要参考的标签类型数据往往也不同。例如，对于用户自身原因引起的故障类型，如未及时缴费、终端掉电关机、物联网卡与卡槽接触不良等原因，主要会参考用户标签类型的数据来判断。而对于某一基站或者区域性的网络故障，则主要会参考基站标签类型和区域标签类型的数据来判断。因此，在另一实施例中，在计算故障权重值时，可以基于用户标签类型对应的权重值不同，确定不同的算法，以方便对不同类型的故障进行有针对性的分析。
48.需要说明的是，上述故障权重值表示通过模型预测存在故障的风险程度，假设用1表示存在故障，用0表示不存在故障，那么该故障权重值为取值范围为[0，1]的数值。上述第一预设阈值可以为根据实际情况进行设置，此处不做具体限定。优选第一预设阈值为0.5。
[0049]
本实施例中，根据用户的用户标签类型对应的权重值确定算法，进而根据不同算法计算故障权重值，使得故障权重值的计算方式存在多种方式，有利于对不同故障类型有针对性的分析。
[0050]
可选地，上述步骤s310，根据所述用户的用户标签类型对应的权重值，确定计算所述用户的故障权重值的算法，包括：
[0051]
步骤s311，在所述用户的用户标签类型对应的权重值大于或等于第二预设阈值的情况下，确定计算所述用户的故障权重值的算法为第一算法，其中，所述第一算法与所述用户标签类型对应的权重值、所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值中的至少一项正相关；
[0052]
步骤s312，在所述用户的用户标签类型对应的权重值小于第二预设阈值的情况下，确定计算所述用户的故障权重值的算法为第二算法，其中，所述第二算法与所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值中的至少一项正相关。
[0053]
本实施例中，用户标签类型包括物联网卡的在线状态(在线状态对应1，离线状态对应0)和物联网卡对应终端的开机状态(开机状态对应1，关机状态对应0)两个参数，且用户标签类型对应的权重值为物联网卡的在线状态和物联网卡对应终端的开机状态两个参数的乘积，当用户a的物联网卡处于离线状态或者终端处于关机状态，那么用户a的用户标签类型对应的权重值为0；当用户a的物联网卡处于在线状态且终端处于开机状态，那么用户a的用户标签类型对应的权重值为1。
[0054]
在用户的用户标签类型对应的权重值大于或等于第二预设阈值的情况下，确定计算该用户的故障权重值的算法为第一算法；在用户的用户标签类型对应的权重值小于第二预设阈值的情况下，确定计算该用户的故障权重值的算法为第二算法。上述第二预设阈值可以为0.2，0.3，0.4等任意0至1范围内的值，实际实施时可以根据实际情况具体设置，本实施例不做具体限定。优选地，上述第二预设阈值为1，即当第二预设阈值为1时，采用第一算法计算故障权重值，当所述第二预设阈值为0时，采用第二算法计算故障权重值。
[0055]
需要说明的是，此处的第一算法可以与上述业务标签类型对应的权重值、集团标签类型对应的权重值、基站标签类型对应的权重值以及区域标签类型对应的权重值中的任意一项或者多项正相关。此处的第二算法可以与上述业务标签类型对应的权重值、集团标
签类型对应的权重值、基站标签类型对应的权重值以及区域标签类型对应的权重值中的任意一项或者多项正相关，本技术不做具体限定。
[0056]
本实施例中，根据用户标签类型对应的权重值的大小，确定两种不同的故障权重值的算法，使得在存在用户自身原因引起的故障的情况下，也能进一步确定其他故障类型，避免由于物联网卡离线或者终端关机的情况下能进一步确定其他运营商网络端的故障。
[0057]
可选地，所述第一算法为所述用户标签类型对应的权重值、所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值的乘积；
[0058]
所述第二算法为所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值的乘积。
[0059]
举例说明，假设用户a的用户标签类型对应的权重值为1、业务标签类型对应的权重值为0.5、集团标签类型对应的权重值为0.2、基站标签类型对应的权重值为0.8和区域标签类型对应的权重值为0.6，由于用户a的用户标签类型对应的权重值大于或等于第二预设阈值，因此，用户a的故障权重值＝用户标签类型对应的权重值*业务标签类型对应的权重值*集团标签类型对应的权重值*基站标签类型对应的权重值*区域标签类型对应的权重
[0060]
＝1*0.5*0.2*0.8*0.6＝0.048。假设用户b的用户标签类型对应的权重值为0、业务标签类型对应的权重值为0.5、集团标签类型对应的权重值为0.6、基站标签类型对应的权重值为0.2和区域标签类型对应的权重值为0.7，由于用户b的用户标签类型对应的权重值小于第二预设阈值，因此，用户b的故障权重值＝业务标签类型对应的权重值*集团标签类型对应的权重值*基站标签类型对应的权重值*区域标签类型对应的权重＝0.5*0.6*0.2*0.7＝0.042。
[0061]
在本实施例中，通过第一算法和第二算法中的多个标签类别对应的权重值的乘积计算故障权重值，使得故障权重值与算法中对应的每个标签类别成正比关系，能够综合考虑多个标签类别的权重值，由此使得计算结果更加准确和贴近实际情况。
[0062]
可选地，在上述步骤s320，基于所述算法，获取所述用户的故障权重值之前，包括：
[0063]
步骤s340，在所述用户的用户标签类型对应的权重值小于第二预设阈值的情况下，向所述用户发送故障自检提示。
[0064]
由于在确认用户标签类型对应的权重值小于第二预设阈值时，能够确定存在用户自身原因引起故障，因而此时可以在向对应的用户发送故障自检提示。此处的故障自检提示可以为语音、文字、图片等任意形式的提示信息，在提示时，可以根据用户标签类型中的数据进一步确定具体故障原因，例如，当物联网卡的在线状态(在线状态对应1，离线状态对应0)数据为0时，则发送“请检测物联网卡是否欠费”、“请检测物联网卡是否接触不良”等提示；当物联网卡对应终端的开机状态(开机状态对应1，关机状态对应0)数据为0时，则发送“请检测终端是否电量充足”等提示。
[0065]
本实施例中，在用户标签类型对应的权重值小于第二预设阈值时，向相应用户发送故障自检提示，提示用户对于自身存在故障进行检测，能有效避免用户在不知晓故障原因的情况下发起投诉，从而降低了用户投诉率。
[0066]
如图5所示，图5为本发明实施例提供的物联网故障的预警装置的结构示意图，该物联网故障的预警装置40包括：
[0067]
获取模块410，用于获取物联网中各用户的用户数据；
[0068]
确定模块420，用于基于所述用户数据，确定各用户对应的用户画像，其中，所述用户画像包括多个标签类型和所述多个标签类型的权重值；
[0069]
预警模块430，用于根据各用户对应的用户画像，对所述物联网中的各用户进行故障预警。
[0070]
可选地，如图6所示，所述确定模块420，包括：
[0071]
第一获取单元421，用于针对所述物联网中的每一个用户，获取所述用户的目标数据，所述用户的目标数据为所述用户的用户数据中预设关键字段对应的数据；
[0072]
划分单元422，用于根据所述预设关键字段，将所述目标数据划分成多个标签类型，其中，所述标签类型包括用户标签类型、业务标签类型、集团标签类型、基站标签类型和区域标签类型中的至少一项；
[0073]
第二获取单元423，用于获取所述标签类型对应的权重值；
[0074]
第一确定单元424，用于基于所述标签类型和所述标签类型对应的权重值，确定所述用户的用户画像。
[0075]
可选地，如图7所示，所述预警模块430，包括：
[0076]
第二确定单元431，用于根据所述用户的用户标签类型对应的权重值，确定计算所述用户的故障权重值的算法；
[0077]
第三确定单元432，用于基于所述算法，确定所述用户的故障权重值；
[0078]
预警单元433，用于在所述故障权重值高于第一预设阈值的情况下，对所述用户进行故障预警。
[0079]
可选地，所述第二确定单元431，包括：
[0080]
第一确定子单元，用于在所述用户的用户标签类型对应的权重值大于或等于第二预设阈值的情况下，确定计算所述用户的故障权重值的算法为第一算法，其中，所述第一算法与所述用户标签类型对应的权重值、所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值中的至少一项正相关；
[0081]
第二确定子单元，用于在所述用户的用户标签类型对应的权重值小于第二预设阈值的情况下，确定计算所述用户的故障权重值的算法为第二算法，其中，所述第二算法与所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值中的至少一项正相关。
[0082]
可选地，所述第一算法为所述用户标签类型对应的权重值、所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值的乘积；
[0083]
所述第二算法为所述业务标签类型对应的权重值、所述集团标签类型对应的权重值、所述基站标签类型对应的权重值以及所述区域标签类型对应的权重值的乘积。
[0084]
可选地，所述预警模块430，包括：
[0085]
提示单元，用于在所述用户的用户标签类型对应的权重值小于第二预设阈值的情况下，向所述用户发送故障自检提示。
[0086]
本发明实施例物联网故障的预警装置40，是与上述物联网故障的预警方法相对应
的装置，上述方法中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果，在此不一一赘述。
[0087]
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述的物联网故障的预警方法的步骤。上述方法中的所有实现方式均适用于该计算机可读存储介质的实施例中，也能达到相同的技术效果，在此不一一赘述。
[0088]
以上的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。