移动互联网用户投诉的预测方法和装置的制造方法
【技术领域】
[0001] 本发明实施例涉及移动互联网业务支撑技术领域，尤其涉及一种移动互联网用户 投诉的预测方法和装置。
【背景技术】
[0002] 随着3G技术和智能终端的普及，全球互联网正在由PC互联网向移动互联网转变， 以可视电话、流媒体及高速数据下载等为主的3G移动数据业务正在成为电信产业链的重 点和发展对象。随着移动互联网用户数的增长，针对移动互联网用户的投诉也日益增多。
[0003] 移动互联网用户的投诉主要是关于流量使用方面的投诉。面对移动互联网用户的 投诉，现有的投诉处理的基本流程主要是：当用户通过可行途径如拨打投诉电话进行投诉 后，客服人员倾听或记录用户描述的投诉问题，然后打开相应的系统查询问题，最后对投诉 问题进行修正或解释。这种被动接受投诉进行线性处理的方法，增加了投诉问题处理的时 长，处理效率低。
[0004] 为了能提高移动互联网用户投诉的处理速度，需对移动互联网用户的投诉行为进 行预测，以进行主动应对。现有技术中提出了一种基于自回归滑动平均模型的投诉预测方 法，该方法能够根据多个连续时间段内的实际投诉数量，确定与多个连续时间段相连续的 下一时间段所对应的预测投诉数量的自回归滑动平均模型函数，根据回归滑动平均模型函 数，计算下一时间段的预测投诉数量。该方法只能对下一时间段内的总投诉数量进行预测， 并不能预测出每个移动互联网用户的投诉风险和进行投诉的原因，所以并不能从根本上降 低移动互联网用户的投诉数量及投诉后的处理时长。
【发明内容】
[0005] 本发明实施例提供一种移动互联网用户投诉的预测方法和装置，能够根本上降低 了移动互联网用户的投诉数量，预测出每个投诉用户可能的投诉内容，加快了投诉的处理 速度。
[0006] 本发明实施例提供移动互联网用户投诉的预测方法，包括：
[0007] 获取待预测的移动互联网用户在统计周期内的上网数据记录；
[0008] 根据所述上网数据记录，计算所述待预测的移动互联网用户对应的流量使用数据 记录；
[0009] 根据所述统计周期内所述待预测的移动互联网用户对应的流量使用记录、历史投 诉数据记录、套餐及业务订购数据记录，计算所述待预测的移动互联网用户对应的投诉相 关特征；
[0010] 将所述投诉相关特征输入到验证后的投诉预测模型中，获取所述待预测的移动互 联网用户的投诉风险值；
[0011] 输出所述待预测的移动互联网用户的投诉风险值和所述投诉相关特征。
[0012] 本发明实施例提供一种移动互联网用户投诉的预测装置，包括：
[0013] 获取模块，用于获取待预测的移动互联网用户在统计周期内的上网数据记录；
[0014] 计算模块，用于根据所述上网数据记录，计算所述待预测的移动互联网用户对应 的流量使用数据记录；
[0015] 所述计算模块，还用于根据所述统计周期内所述待预测的移动互联网用户对应的 流量使用记录、历史投诉数据记录、套餐及业务订购数据记录，计算所述待预测的移动互联 网用户对应的投诉相关特征；
[0016] 所述获取模块，还用于将所述投诉相关特征输入到验证后的投诉预测模型中，获 取所述待预测的移动互联网用户的投诉风险值；
[0017] 输出模块，用于输出所述待预测的移动互联网用户的投诉风险值和所述投诉相关 特征。
[0018] 本发明实施例提供一种移动互联网用户投诉的预测方法和装置，通过获取待预测 的移动互联网用户在统计周期内的上网数据记录；根据上网数据记录，计算待预测的移动 互联网用户对应的流量使用数据记录；根据统计周期内待预测的移动互联网用户对应的流 量使用记录、历史投诉数据记录、套餐及业务订购数据记录，计算待预测的移动互联网用户 对应的投诉相关特征；将投诉相关特征输入到验证后的投诉预测模型中，获取待预测的移 动互联网用户的投诉风险值；输出待预测的移动互联网用户的投诉风险值和投诉相关特 征。能够根本上降低了移动互联网用户的投诉数量，预测出每个投诉用户可能的投诉内容， 加快了投诉的处理速度。
【附图说明】
[0019] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以 根据这些附图获得其他的附图。
[0020] 图1为本发明移动互联网用户投诉的预测方法实施例一的流程图；
[0021] 图2为本发明移动互联网用户投诉的预测方法实施例二的流程图；
[0022] 图3为本发明移动互联网用户投诉的预测装置实施例一的结构示意图；
[0023] 图4为本发明移动互联网用户投诉的预测装置实施例二的结构示意图。
【具体实施方式】
[0024] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0025] 图1为本发明移动互联网用户投诉的预测方法实施例一的流程图，如图1所示，本 实施例的执行主体可以为服务器或终端设备，可以通过软件的方式实现。本实施例提供的 移动互联网用户投诉的预测方法包括以下步骤：
[0026] 步骤101，获取待预测的移动互联网用户在统计周期内的上网数据记录。
[0027] 本实施例中，移动互联网用户是指通过智能移动终端，采用移动无线通信方式获 取应用和服务并产生流量的用户，其中智能移动终端可以为智能手机、平板电脑等；获取的 应用和服务可以为休闲娱乐类、工具媒体类、商务财经类等不同的应用与服务，如流媒体应 用，音视频聊天应用，互动在线游戏应用等。
[0028] 本实施例中，从基于DPI技术的网络设备中获取预测的移动互联网用户在统计周 期内的上网数据记录。
[0029] 本实施例中，通过在移动网络的网元侧部署基于深度分组检测（De印Packet Inspection，简称DPI)技术的网络设备对移动互联网用户使用移动互联网时在应用层产 生的IP数据包、TCP数据流或UDP数据流进行深度解析，从而识别其使用移动互联网时的 数据。
[0030] 其中，移动互联网用户使用移动互联网的数据简称为上网数据。
[0031] 本实施例中，通过DPI技术识别出的每条上网数据记录可以包括：用户号码，协议 类型，开始时间，结束时间，上网时长，上行流量，下行流量，国家码（简称：MCC)，运营商网 络代码（简称：MNC)，基站代码等。如表1表示获取的待预测的移动互联网用户在统计周 期内的第i条上网数据记录包括的内容。
[0032] 表1 :第i条上网数据记录包括的内容
[0033]
[0034] 表1中国家码代表国家的标识，如001为中国，002为美国等。表1中运营商网络 代码为运宫商网络的标识，如001为中国联通，002为中国移动等，基站编码代表基站的标 识。
[0035] 其中，待预测的移动互联网用户可以为某运营商全网内的移动互联网用户。统计 周期可以为自当月起倒推的6个月或12个月或更多月份，获取的每个待预测的移动互联网 用户统计周期内的上网数据记录为多条。
[0036] 步骤102,根据上网数据记录，计算待预测的移动互联网用户对应的流量使用数据 记录。
[0037] 本实施例中，根据待预测的移动互联网用户的上网数据记录，计算该待预测的移 动互联网用户对应的流量使用数据记录。其中，每条流量使用数据记录是根据上网数据记 录按月统计计算的。每条流量使用记录包括的内容和计算方法可表示为表2所示。
[0038] 表2 :-条流量使用数据记录包括的内容及计算方法
[0039]
[0040] 步骤103,根据统计周期内待预测的移动互联网用户对应的流量使用记录、历史投 诉数据记录、套餐及业务订购数据记录，计算待预测的移动互联网用户对应的投诉相关特 征。
[0041] 本实施例中，从客服平台获取统计周期内的待预测移动互联网用户的历史投诉数 据记录，并用户管理平台获取统计周期内的待预测移动互联网用户的套餐和业务订购数据 记录。
[0042] 其中，在统计周期内的第i条历史投诉数据记录包括：用户号码即MSISDN，第i月 的投诉次数以及第i月最后一次投诉对应的投诉时间。
[0043] 每条套餐和业务订购数据记录包括：用户号码即MSISDN，本地免费流量值，国内 免费流量值及业务定向免费流量值。其中，本地免费流量值为套餐内本地流量值与订购的 套餐包内的本地免费流量值之和，国内免费流量值为套餐内的国内流量值和订购的套餐包 内的国内免费流量值之和，业务定向免费流量