基于SEQ平台大数据的端到端KQI与KPI关联性分析

运营商网络运营大数据应用实践研究摘要：以电信运营商的大数据资源为基础，对网络运营大数据平台所要汇聚的数据范围、系统定位及功能架构进行了分析，并与4 G网络的建设和推广相联系，说明了怎样才能更好地运用网络运营大数据平台的大量数据资源，来对移动互联网的业务进行全面的评估，同时还可以对网络运营大数据平台在网络精细化运营中所具有的价值进行挖掘，为运营数据资源的内部应用提供借鉴。

关键词：运营商；网络运营；大数据平台；数据资源1.网络运营大数据概述1.1客户信息由顾客的实际注册信息、业务定单、消费、付款、投诉等信息构成，该信息以顾客关系管理（CRM）和客服系统为主，以“客户/人”为“主KEY”进行相关聚合，并体现出该用户所使用的电信服务的基础信息。

1.2用户实时业务信息具体包含了用户的实时位置信息、正在使用的业务类型、业务内容、 APP名称、终端型号版本、业务使用感知（时延、成功率、速率）等内容，它的主要作用是对用户的行为进行描述，能够反映出用户使用业务时实时体验的动态信息。

通常情况下，运营商会使用部署探针、镜像抓包等方式来对其进行捕捉和存储，之后再对其进行分析。

1.3网络/设备运行信息：具体内容有：反映各设备/各端口/各链路的速率、带宽、抖动、延时等硬件运行情况的信息，还有能够反映网络情况的业务统计信息（例如，无线信号强度/覆盖/干扰等一系列指标、各端口消息收发成功率及处理时延、各协议定义的计数器情况、性能指标等）等，这类信息通常是由网管系统进行监控和采集的。

在这些数据中，无论是用户实时业务信息还是网络/设备运行信息，都是从现网实时产生并实时采集到的动态信息。

这一类型的信息，不仅包括了用户使用电信业务及互联网业务的行为特点，而且还能反映出用户使用业务时的网络实时状况，这对运营商提升网络质量以及提升用户使用业务时的感知有着十分重要的作用。

2.网络运营大数据平台架构2.1实时性通信网络每时每刻都在对各种业务进行处理，因此，网络的运行情况也是实时变化的。

网络运营的挑战随着电信市场的更加开放，移动网络容量的增长和业务功能的丰富，各运营商间的竞争将更加激烈，移动通信网的运维和营销也面临着巨大的挑战。

网络运维的挑战如图1所示，网络不断变化和扩展，运营商对网络无法实现“可视化”、“可测量”导致网络维护复杂，指标提升困难。

具体困难和挑战，如表1所示。

图1 网络运维的挑战网络营销的挑战如图2所示，业界经验统计结果表明因运营商看不清楚用户体验和网络资源匹配情况分别导致了20%的损失。

具体困难和挑战，如表2所示。

图2 网络营销的挑战解决方案的定位针对运营商运营网络的挑战，华为公司推出了SEQ Analyst解决方案。

该解决方案是高端细分市场的专业服务，承诺为运营商提供优秀的网络性能、业务质量和用户体验。

从关注传统KPI，转变为关注用户体验；从响应式用户服务，转变为主动保障和流失预防；从成本降低与控制，转变为创造新的价值。

说明：本产品在提供功能和业务时，将不可避免的使用用户的个人数据，因此您需遵循所适用国家的法律或贵公司的用户隐私政策并采取足够的措施，以确保用户的个人数据受到充分的保护。

基于eTOM模型，聚焦Assurance领域如图1所示，SEQ Analyst解决方案遵从eTOM模型和GB922 SID信息共享的数据模型，提供从网络层面、业务层面到客户层面的业务质量管理SQM（Service Quality Management）、客户体验提升（Customer Service Enhancement）和服务水平协议SLA（Service Level Agreement），从而实现对电信全网整体的质量管理和监控解决方案。

图1 eTOM模型基于全网数据，提供端到端的服务保障华为凭借在用户体验真实呈现能力、网络优化的创新手段和IP网络技术实力等领域领先的经验，提供了如图2所示的端到端服务。

该服务提供了从现网获取全流程数据的探针设备，将KPI转变为可视化的用户感知业务保障平台，专业的用户感知优化方案。

大数据挖掘技术练习(习题卷14)第1部分：单项选择题，共51题，每题只有一个正确答案,多选或少选均不得分。

1.[单选题]人工智能不会（）A)听（语音识别、机器翻译），看（图像识别、文字识别）B)说（语音合成、人机对话）,思考（人机对弈、定理证明等）C)学习（机器学习、知识表示等），行动（机器人、自动驾驶汽车等）D)表达感情答案:D解析:2.[单选题]以下关于大数据应用说法错误的是( )。

A)大数据起源互联网,目前处于成熟期;B)目前金融、电信、零售、公共服务等领域在积极的探索和应用大数据;C)互联网是大数据的发源地;D)互联网上形成了多种相对成熟的应用模式。

答案:A解析:3.[单选题]协同过滤分析用户兴趣 , 在用户群中找到指定用户的相似 （兴趣）用户, 综合这些用户对 某一信息的评价 , 形成系统对该指定用户对此信息的喜好程度( ),并将这些用户喜欢的项推荐给有相似兴趣的用户。

A)相似B)相同C)推荐D)预测答案:D解析:4.[单选题]马云认为，（）是数据时代必须跨过的一个坎A)数据隐私B)数据服务C)数据获取D)数据应用答案:A解析:5.[单选题]研究顾客是否想购买手机与年龄,性别,收入和工作地点的关系可以使用()A)回归方法B)分类方法C)聚类方法D)关联分析答案:B解析:C)mapred-site.xmlD)hadoop-env.sh答案:B解析:7.[单选题]BIRCH是一种( B )。

A)分类器B)聚类算法C)关联分析算法D)特征选择算法答案:B解析:8.[单选题]基于DPI的网站统计分析功能目前暂无法支持的是A)域名按网站聚合B)URL的访问源记录C)域名流量统计D)页面内容爬取答案:D解析:9.[单选题]视频业务端到端问题定界的关键点在于（）A)查找KQI对应的相关异常KPI指标B)不同维度的对比定位分析C)进行HTTP错误码分析D)进行接口以上以下分析答案:A解析:10.[单选题]数据仓库是随着时间变化的,下面的描述不正确的是A)数据仓库随时间的变化不断增加新的数据内容;B)捕捉到的新数据会覆盖原来的快照;C)数据仓库随事件变化不断删去旧的数据内容;D)数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.答案:C解析:11.[单选题]联机分析处理包括以下不是基本分析功能的为： ( )A)聚类B)切片C)转轴D)切块答案:A解析:12.[单选题]CRISP-DM是跨行业数据挖掘过程标准，下述哪项工作是 在data preperation阶段完成A)数据收集B)数据清洗13.[单选题]订单表order包含用户信息uid和产品信息pid等属性列,以下语句能够返回至少被订购过三次的Pid是______。

基于“四步法”的提升移动通讯语音质量方案摘要：VoLTE 是基于 IMS 网络的 LTE 语音解决方案，使得语音业务从传统的电路域向数据域转变。

VoLTE 技术提升了通信用户的体验满意度，缩短了呼叫语言解析的时间，使得通信客户的业务操作方式更加灵活，具有更强大的业务能力，降低了网络成本，提升了频谱利用效率，提高了网络覆盖规模。

然而实际使用环境中，4/5G网络的变化会造成了语音质量下降的风险，未接通、掉话、吞字断续等语音问题容易引起用户投诉，本文主要是对语音业务质量进行分析与研究，首先阐述4G通讯的基本原理、网络结构、关键技术并对VoLTE 语音质量的评价方法进行了总结；然后对影响语音质量问题进行研究总结并提出相关优化方法。

创新应用了“四步法”制定3维8类22项语音质量提升专题工作，取得了良好的效果。

关键词：移动通讯；语音传输；通话质量1研究综述1.1研究背景VoLTE是使用 IP 数据传输的高科技技术，所有业务都在高速 4G网络的基础上进行，实现网络上数据和语音业务的统一。

推广 VoLTE 技术在很大程度上提升了用户对于通信质量的要求，也提升了语音数据分析的效率，使得通信客户的业务操作方式更加灵活。

因此，VoLTE 的语音质量问题无论对运营商还是客户的沟通体验都非常重要。

1.2研究意义为了满足用户对语音 VoLTE 服务智能的特殊需要，我们应主要选择以无线通信网络的优化为主。

而影响语音质量的因素很多，在实际过程中，其主要有一下几个方面：语言编码因素、E2E（End To End）时延因素、丢包因素、抖动因素、移动设备的好坏等。

因此对 VoLTE 无线网络语音质量进行优化研究，选择有效方法会让VoLTE 无线网络语音质量得到明显的提高。

本文选取多个指标，如语音感知与指标关联性研究，精准识别语音感知问题，依托数智化平台和网管的数据，基于皮尔逊系数汇聚KPI与KQI指标相关性，确定语音质差场景聚类识别规则，聚集八大场景，提升用户语音感知，同时进行参数特性挖潜，新功能应用，有效的提升了用户语音感知。

2020年第08期1291 数据质量管理痛点分析众所周知，数据要充分发挥价值，数据质量的高低是其中一项重要因素，高质量的数据是一切数据应用的基础，如何构建一套持续的、可行的数据质量评估及提升体系，是确保企业数据质量高水平的核心管理手段。

但企业在进行数据管理的过程中，通常会面临以下痛点。

痛点一：技术与业务对数据质量的预期标准难以统一。

技术人员和业务人员是数据使用的主要群体，技术人员往往认为数据处理不出异常、数据处理过程满足技术规则要求，数据就是正确的。

而业务人员则认为数据需要和业务发展变化贴合、满足业务规则才是正确的。

在对数据质量的预期上，技术人员更关注技术层面的规则，业务人员更关注业务层面的规则，导致技术与业务之间对数据质量的测量标准难以统一[1]。

痛点二：数据质量效果提升程度难以量化。

企业在数据质量管理方面投入了大量的人力、物力，但不同的数据使用对象对数据质量的要求存在着差异，且简单的评估体系不能同时满足不同对象对数据质量的要求，很难制定合理的指标对数据质量进行量化评估。

痛点三：数据质量管理未形成闭环管理手段。

在数据质量管理过程中，数据质量规则定义、数据质量测量、数据质量评估、数据质量持续改进是形成数据质量管理闭环的四个因素，但由于在数据质基于KPI、KQI 两级体系的数据中台数据质量评估体系邓 娟，刘晓斌，蒙 杨中国移动通信集团贵州有限公司，贵州 贵阳 550000摘要：文章以解决企业数据质量评估难、量化难为出发点，介绍一种数据中台数据质量评估体系，对数据质量评估痛点、数据质量评估体系、评估方法及相关算法、数据质量管理应用效果做介绍，为企业数据质量管理提供参考。

关键词：数据中台；技术指标KPI；业务指标KQI；数据质量；数据管理中图分类号：TN929.5量评估阶段没有建立有效的评估体系，导致数据质量没有形成闭环管理机制。

以上是贵州移动在数据中台数据质量管理实践中总结出的问题，同时也是行业普遍存在的问题。

QoE：（终端）用户体验质量：一般被用来描述终端用户对服务体验的感知。

QoS:服务质量：提供给客户的有网络能力并且有保证的服务水平质量。

KPI：关键性能指标KQI：关键质量指标CEM：用户体验管理CEI:用户体验指标QoE和QoS、KPI、KQI的关系QoS提到QoE，当然要涉及到QoS。

ITU-T Rec E.800最初定义QoS为“决定用户满意程度的服务性能的综合效果”，包含多个层面较为广泛的内容。

QoS提出的最终目标就是当终端用户使用一个特定服务时可以得到最好的体验。

考虑到终端用户对QoS的体验随着应用需求的不同而不同，需要为下层协议定义出一组公共参数来明确业务的需求，因此目前业界有时也将QoS狭义地理解为底层分组数据传输的性能指标，如时延、抖动、带宽、误码等。

从ITU-T的定义可见QoS提出概念的初衷是和QoE概念相吻合的。

QoS机制主要负责从网络的角度进行业务管理和提供业务的差异性，网络实体根据不同的质量需求来处理不同业务。

但从终端用户的角度来体验QoS是一个更广、更主观的问题，即QoE所定义的范畴。

从移动通信网络的角度来说，要想获得更好的QoE的最佳方案就是提供一个优良的端到端的QoS。

网络性能和KPI网络性能是运营商关注的重点。

网络性能在ITU-T Rec E.800标准中被定义为“网络或网络的部分提供用户间通信机制的能力”。

网络性能是保障QoE和QoS需求的基础，相对于难以直接度量的QoE，网络性能是网络运营商和设备厂商便于规划、设计和监测的信息。

KPI(关键性能指标)通常是网络层面的可监视可测量的重要参数。

在当前移动网络的网络管理中，KPI被理解为网络性能，在网元管理中，KPI被理解为网元性能。

KQI及几者间的关系用户体验管理(CEM)是业界主流无线运营商一起开发的一种业务管理的创新方法(TMF(电信管理论坛)中有研究)，重点在于直接实时测量用户体验以及定义用户体验指标(CEI)。

关联分析方法关联分析是一种数据挖掘技术，它用于发现数据集中项之间的关联关系。

在商业领域中，关联分析被广泛应用于市场篮分析、交叉销售分析、购物篮分析等领域。

通过关联分析，我们可以发现产品之间的关联性，从而制定更加精准的营销策略，提高销售额。

关联分析的核心概念是支持度和置信度。

支持度衡量了项集在数据集中出现的频率，而置信度衡量了关联规则的可靠程度。

通过支持度和置信度，我们可以筛选出频繁项集，并生成关联规则。

在关联分析中，常用的算法包括Apriori算法和FP-Growth算法。

Apriori算法是一种基于候选集的频繁项集挖掘算法，它通过迭代生成候选项集，并使用剪枝技术来减少搜索空间。

而FP-Growth算法则是一种基于树结构的频繁项集挖掘算法，它通过构建FP树来高效地发现频繁项集。

关联分析方法在实际应用中具有广泛的价值。

在电商行业中，我们可以利用关联分析来挖掘用户购物篮中的商品关联规则，从而实现个性化推荐。

在超市零售领域，我们可以通过关联分析来发现商品之间的潜在关联性，优化商品陈列和促销策略。

在医疗领域，关联分析也可以帮助医生发现疾病之间的关联规律，辅助诊断和治疗决策。

除了传统的关联分析方法，近年来，随着深度学习和神经网络技术的发展，基于神经网络的关联分析方法也逐渐受到关注。

这些方法通过构建深度神经网络模型，可以更好地挖掘数据之间的非线性关联关系，提高关联规则的准确性和可解释性。

总的来说，关联分析方法是一种强大的数据挖掘技术，它可以帮助我们发现数据集中的潜在关联规律，为决策提供支持。

随着大数据和人工智能技术的不断发展，关联分析方法将在更多领域展现出其价值，成为数据驱动决策的重要工具之一。

基于SEQ平台大数据的端到端KQI与KPI关联性分析赵金剑【摘要】文章主要探讨了如何基于用户感知质量平台来优化关键质量指标提升用户感知.用户感知主要包括3个部分:终端,终端以外的、端到端的关键质量指标及关键性能指标,用户的个人主观感受,如用户期望应该得到的页面显示成功率、应用下载速率等内容.移动互联网客户的网络感知提升需要端到端协同优化,从无线到传输再到核心网最后到服务器侧,一条链上每个环节缺一不可.而无线网作为这条链的用户唯一接口,其质量优劣及网络表现对客户网络口碑提升至关重要.传统的KPI主要体现的是网络质量,如何实现用户感知的测量一直以来都是运营商努力探索的课题.【期刊名称】《无线互联科技》【年(卷),期】2019(016)008【总页数】4页(P47-50)【关键词】用户感知;业务关键质量指标;关键性能指标【作者】赵金剑【作者单位】中国电信福建分公司,福建福州 350001【正文语种】中文1 背景概述随着4G百兆移动宽带时代的到来，三大运营商大力发展4G用户，4G用户数大幅提升。

以某市级运营商2018年1～4月2I2C腾讯大王卡为例，用户数由15万发展到19万。

但是伴随而来的是用户感知的恶化，本地网全网单用户下行平均速率从20 Mbps下降到15.02 Mbps，如图1所示。

图1 腾讯大王卡用户数及单用户下行平均速率发展趋势因此，在业务高速发展背景下，应及时监控用户感知变化，并作出优化调整，保证用户感知，成为网络优化的关键环节。

华为的用户感知质量（Service & Experience Quality，SEQ）大数据平台就是基于这个要求产生的，借助于SEQ平台，可以实现端到端的用户感知监控，了解用户体验，并针对性开展优化。

2 端到端感知优化介绍所谓端到端优化，是指提升用户在终端上使用远程服务器提供的服务过程中的感知体验。

用户对一个应用或者业务整体可接受的主观感受，包含受整个端到端系统的影响（客户、终端、网络、业务内容、业务基础设施等）和受用户主观期望值及所处环境影响的业务整体可接受性[1-3]，对用户而言，其感知基本包括3个部分：终端、终端以外的端到端的业务关键质量指标（Key Quality Index，KQI）及关键性能指标（Key Performance Index，KPI）、用户的个人主观感受如用户期望应该得到的页面显示成功率、应用下载速率等内容。

华为SEQ VoLTE指标规范1VoLTE简介VoLTE即Voice over LTE，它是一种IP数据传输技术，VoLTE是基于IMS的语音业务，可实现数据与语音业务在同一网络下的统一。

4G网络下不仅仅提供高速率的数据业务，同时还提供高质量的音视频通话，后者便需要VoLTE技术来实现。

VoLTE技术带给4G用户最直接的感受就是接通等待时间更短，以及更高质量、更自然的音视频通话效果。

VoLTE与2G、3G语音通话有着本质的不同。

VoLTE是架构在4G网络上全IP条件下的端到端语音方案。

VoLTE相较2G、3G语音通话，语音质量能提高40%左右，因为它采用高分辨率编解码技术。

VoLTE为用户带来更低的接入时延（拨号后的等待时间），比3G降50%，大概在2秒左右，而2G时代在6~7秒。

此外，2G、3G下的掉话时有发生，但VoLTE的掉话接近于零。

对运营商而言，部署VoLTE意味着开启了向移动宽带语音演进之路。

从长远来看，这将给运营商带来两方面的价值，一是提升无线频谱利用率、降低网络成本。

因为对于语音业务，LTE的频谱利用效率远远优于传统制式，达到GSM的4倍以上。

另一个价值就是提升用户体验，VoLTE的体验明显优于传统CS语音。

首先，高清语音和视频编解码的引入显著提高了通信质量；其次，VoLTE的呼叫接续时长大幅缩短，测试表明VoLTE比CS呼叫缩短一半以上；第三，与RCS的无缝集成可以带来丰富的业务2指标体系2.1VoLTE KQIVoLTE语音业务指标体系有6个KQI，具体指标如下。

说明：完整性KQI指标（即语音MOS和单通）当前只支持VoLTE用户打VoLTE用户且双方均在LTE网络的场景。

2.2VoLTE KPI体系VoLTE指标体系有20个关键KPI，具体指标如下。

3VoLTE涉及的接口图中红色标记的的探针采集接口是VoLTE涉及的关键接口。

外置探针S-CSCF/I-CSCFS/P_GW关键网元：接口简介：4VoLTE KQI指标说明图1: VoLTE KQI信令面流程图说明：图1中200 (INVITE)表示对INVITE请求的响应、且响应码为200。