CN111988807A - 基于大数据的网络问题定位方法、装置及计算设备 - Google Patents

Abstract

本发明公开了一种基于大数据的网络问题定位方法、装置及计算设备，其中，方法包括：绘制多个小区栅格；采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格；针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签；当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题。本发明方案，基于采集的未解决工单大数据，确定小区标签，使得确定的小区标签可靠性强；以及，通过对小区进行标签化，可快速定位网络问题。

Description

基于大数据的网络问题定位方法、装置及计算设备

技术领域

本发明涉及通信技术领域，具体涉及一种基于大数据的网络问题定位方法、装置及计算设备。

背景技术

现有的网络质量评估方式主要有以下三种：DT/CQT测试、MR大数据采集与分析以及KPI指标优化。其中，DT(Drive Test)路测，是无线网络室外网络评估的主要方法，是利用通讯系统无线网络的移动性，对下行信号数据进行采集；CQT(Call Quality Test)呼叫质量拨打测试，是无线网络室内网络评估的主要方法，对于室内单点测试。MR大数据采集与分析，MR(Measurement Report，测量报告)，是终端周期性或者由于达到门限而向网络上报自身的测量信息，LTE MR上报的信息就包括终端的RSRP值，这些上报的信息是所有网络用户的数据，也反应了用户的分布情况。以及，KPI指标优化是指使用预定义和自定义的统计项及模板生成KPI性能报表，通过相关平台提取KPI报表，输出KPI报表和重要指标失败原因列表给KPI数据分析人员，并通过数据分析以及问题处理，提升网络整体指标。

然而，对上述现有的LTE网络评估方法，均只能对整体网络问题进行评估，无法精准定位用户关注的痛点。同时，现阶段用户对于投诉问题的处理效率要求更高，这就需要用户在发起投诉之后客服能够迅速反馈问题原因

因此，如何针对用户投诉快速定位网络问题，是一个亟待解决的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于大数据的网络问题定位方法、装置及计算设备。

根据本发明的一个方面，提供了一种基于大数据的网络问题定位方法，包括：

绘制多个小区栅格；

采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格；

针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签；

当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题。

可选的，所述针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签进一步包括：

针对每个小区栅格，根据划分至该小区栅格中的未解决工单对应的网络问题统计该小区栅格出现的网络问题以及对应各种网络问题的未解决工单数量，并确定该小区栅格的栅格标签；

针对每个小区，根据该小区下多个小区栅格的栅格标签确定该小区的小区标签。

可选的，在所述根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题之后，所述方法还包括：

通过信令平台上报的对应用户投诉时的站点信息以及业务状态，对定位的网络问题进行校准。

可选的，在所述根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题之后，所述方法还包括：

根据网络问题确定与所述投诉工单关联的历史工单数据；根据所述关联的历史工单数据匹配对应所述投诉工单的处理方式。

可选的，所述方法还包括：判断是否匹配到对应投诉工单的处理方式，若是，则根据对应所述投诉工单的处理方式评估投诉工单的优先级；若否，则根据用户投诉反馈的问题类型评估投诉工单的优先级；其中，投诉工单的优先级由高至低分别为第一优先级、第二优先级以及第三优先级。

可选的，在所述评估投诉工单的优先级之后，所述方法还包括：

若所述投诉工单的优先级为第二优先级或第三优先级，判断投诉工单的剩余处理时间是否小于第一预设时长，若是，则将所述投诉工单升级为第一优先级；或者，

若所述投诉工单的优先级为第一优先级，判断所述投诉工单的剩余处理时间是否大于或等于第二处理时长，若是，则将所述投诉工单降级为第二优先级。

可选的，在所述评估投诉工单的优先级之后，所述方法还包括：

将投诉工单以及投诉工单的优先级信息显示在导航图中；定位工作人员的位置，根据工作人员的位置和多个投诉工单的优先级信息制定处理路径并显示在导航图中，以供工作人员根据所述处理路径确定多个投诉工单的处理顺序。

根据本发明的另一方面，提供了一种基于大数据的网络问题定位装置，包括：

绘制模块，适于绘制多个小区栅格；

划分模块，适于采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格；

标签化模块，适于针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签；

定位模块，适于当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题。

可选的，所述标签化模块进一步适于：

针对每个小区栅格，根据划分至该小区栅格中的未解决工单对应的网络问题统计该小区栅格出现的网络问题以及对应各种网络问题的未解决工单数量，并确定该小区栅格的栅格标签；

针对每个小区，根据该小区下多个小区栅格的栅格标签确定该小区的小区标签。

可选的，所述装置还包括：校准模块，适于：通过信令平台上报的对应用户投诉时的站点信息以及业务状态，对定位的网络问题进行校准。

可选的，所述装置还包括：匹配模块，适于根据网络问题确定与所述投诉工单关联的历史工单数据；根据所述关联的历史工单数据匹配对应所述投诉工单的处理方式。

可选的，所述装置还包括：评估模块，适于判断是否匹配到对应投诉工单的处理方式，若是，则根据对应所述投诉工单的处理方式评估投诉工单的优先级；若否，则根据用户投诉反馈的问题类型评估投诉工单的优先级；其中，投诉工单的优先级由高至低分别为第一优先级、第二优先级以及第三优先级。

可选的，所述装置还包括：优先级调整模块，适于若所述投诉工单的优先级为第二优先级或第三优先级，判断投诉工单的剩余处理时间是否小于第一预设时长，若是，则将所述投诉工单升级为第一优先级；或者，

若所述投诉工单的优先级为第一优先级，判断所述投诉工单的剩余处理时间是否大于或等于第二处理时长，若是，则将所述投诉工单降级为第二优先级。

可选的，所述方法还包括：导航模块，适于将投诉工单以及投诉工单的优先级信息显示在导航图中；定位工作人员的位置，根据工作人员的位置和多个投诉工单的优先级信息制定处理路径并显示在导航图中，以供工作人员根据所述处理路径确定多个投诉工单的处理顺序。

根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述基于大数据的网络问题定位方法对应的操作。

根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述基于大数据的网络问题定位方法对应的操作。

根据本发明的基于大数据的网络问题定位方法、装置及计算设备，通过从集中优化平台和/或集合投诉平台中采集用户关注的未解决工单大数据，并将其中涉及的各个未解决工单划分至相应的小区栅格中，结合各个未解决工单的已知网络问题，进而可得到各个小区栅格中分布的未解决工单的数量以及对应的网络问题，基于此，对小区进行标签化；当接收到用户投诉时，根据小区标签快速定位投诉工单的网络问题。由此可见，本发明方案，基于现有网络遗留的问题以及用户投诉情况的大数据，对现有网络问题点进行聚类，并利用小区标签化快速对投诉工单进行分类定位。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的基于大数据的网络问题定位方法的流程图；

图2示出了根据本发明另一个实施例的基于大数据的网络问题定位方法的流程图；

图3示出了本发明一个具体实施例中确定小区标签的示意图；

图4示出了一个具体实施例中的用户密度示意图；

图5示出了一个具体实施例中多个投诉工单之间的拉线图的示意图；

图6示出了根据本发明一个实施例的基于大数据的网络问题定位装置的功能框图；

图7示出了根据本发明实施例的一种计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的基于大数据的网络问题定位方法的流程图。如图1所示，该方法包括：

步骤S101，绘制多个小区栅格。

其中，可按照预设规格绘制小区栅格，将地理上的小区划分为多个小区删除。例如，按照100米*100米的规格进行绘制。

步骤S102，采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格。

在本发明中，采集集中优化平台和/或集中投诉平台中的未解决工单大数据作为确定小区标签的依据，其中，集中优化平台和/或集中投诉平台中的大数据是用户重点关心的真实数据，这些数据可弥补现有的优化方式中对于用户感知的关注度不足的问题。

以及，采集的大数据为未解决工单大数据，其中，未解决工单是指历史存在、并且仍未解决的工单，则后续出现的投诉极有可能与该未解决工单所存在的问题相似，基于此，采集未解决工单大数据，则可提高后续定位网络问题的准确性。其中，未解决工单的网络问题是已知的。

具体地，针对每个未解决工单，通过获取该未解决工单的工单位置信息，来匹配该未解决工单所对应的小区栅格，其中，工单位置信息是反映未解决工单的投诉点的位置信息。例如，未解决工单1是对应投诉点a的工单，而投诉点a在小区栅格S1内，则将未解决工单划分至小区栅格S1。以此类推，对未解决工单大数据中涉及的未解决工单进行划分。

步骤S103，针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签。

其中，每个小区由多个小区栅格构成。

具体地，针对每个小区，根据划分至该小区下的未解决工单对应的网络问题，可确定出该小区中各种网络问题出现的次数和/或分布情况，进一步可依据该次数和/或分布情况确定小区标签，即实现CGI(Cell Global Identifier，全球小区识别码)标签化。其中，小区标签具体是指反映小区存在的主要网络问题的标签。例如，将小区内出现次数多、且分布广泛的网络问题确定为小区标签。

步骤S104，当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位投诉工单的网络问题。

具体地，在利用大数据实现CGI标签化后，当接收到新的用户投诉后，生成投诉工单，并获取用户投诉的投诉点，例如，用户通过手机在投诉平台上发起投诉，并输入此次投诉的投诉点，则可通过提取该输入的投诉点。将投诉点与栅格区域进行匹配，确定投诉点所属的小区；然后将投诉工单的网络问题定位为与该小区的小区标签一致的问题。例如，小区C1的小区标签为高干扰，则当投诉工单2的投诉点属于小区C1包含的小区栅格的栅格区域时，快速定位投诉工单2为高干扰问题。

根据本实施例提供的基于大数据的网络问题定位方法，通过从集中优化平台和/或集合投诉平台中采集用户关注的未解决工单大数据，并将其中涉及的各个未解决工单划分至相应的小区栅格中，结合各个未解决工单的已知网络问题，进而可得到各个小区栅格中分布的未解决工单的数量以及对应的网络问题，基于此，对小区进行标签化；当接收到用户投诉时，根据小区标签快速定位投诉工单的网络问题。由此可见，本实施例方案，基于现有网络遗留的问题以及用户投诉情况的大数据，对现有网络问题点进行聚类，并利用小区标签化快速对投诉工单进行分类定位。

图2示出了根据本发明另一个实施例的基于大数据的网络问题定位方法的流程图。如图2所示，该方法包括：

步骤S201，绘制多个小区栅格。

其中，通过制作预设规格的小区栅格，可实现栅格化定位小区的覆盖区域。

步骤S202，采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置所属的小区栅格。

采集集中优化平台以及集中投诉平台的覆盖、容量、干扰、故障、参数该五类网络问题的未解决工单大数据，并提取各个未解决工单涉及的CGI信息；根据CGI信息对应的站点以及邻区站点的MR数据，将未解决工单划分至对应的小区栅格中并GIS呈现，即实现了未解决工单的地理化呈现。其中，MR数据的数据信息包括基站号、小区号、服务小区和邻区的RSRP(Reference Signal Receiving Power，参考信号接收功率)信息。

步骤S203，针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签。

具体地，统计同一个小区下不同栅格出现的网络问题以及投诉数量，并实现CGI标签化。

在一些可选的实施例中，针对每个小区栅格，根据划分至该小区栅格中的未解决工单对应的网络问题统计该小区栅格出现的网络问题以及对应各种网络问题的未解决工单数量，并确定该小区栅格的栅格标签。其中，对应上述采集的五种网络问题，分别统计对应每网络问题的未解决工单的数量，并按照数量由高至低的顺序对网络问题进行排序，根据排序结果确定小区栅格的标签，可选的，可将最高数量对应的网络问题确定为该小区栅格的栅格标签，或者，可判断最高数量与划分至该小区栅格中的未解决工单的总数量的比值是否超过第一预设占比，若超过，则将最高数量对应的网络问题确定为该小区栅格的栅格标签，若未超过，则确定该小区栅格的栅格标签为空。针对每个小区，根据该小区下多个小区栅格的栅格标签确定该小区的小区标签。其中，统计各种类型的栅格标签的数量，根据各类栅格标签的数量确定小区标签，可选的，将最高数量的类型确定为小区标签，或者，判断最高数量与小区包含的小区栅格的数量的比值是否超过第二预设占比，若超过，则将最高数量对应的类型确定为小区标签，若未超过，则确定该小区的小区标签为空。

举例来说，小区C2的覆盖区域由4个小区栅格构成，该4个小区栅格中被划分的覆盖、容量、干扰、故障、参数该五类网络问题的数量依次如下{0，0，10，1，0}、{0，2，20，1，0}、{1，0，50，1，0}、以及{0，10，1，0，1}，统计得到该4个小区栅格中出现数量最多的网络问题分别为干扰、干扰、干扰以及容量，并且占比分别为10/11、20/23、50/52以及10/12，假设第一预设占比为50％，则可确定4个小区栅格的栅格标签分为干扰、干扰、干扰以及容量；此时，小区栅格的栅格标签包括干扰和容量两种类型，其中，干扰类型的数量占比为3/4，假设第二预设占比也为50％，则确定小区标签为干扰。

图3示出了本发明一个具体实施例中确定小区标签的示意图。如图3所示，共涉及一小区、二小区以及三小区共3个小区，其中，3个小区覆盖栅格分别为对应虚线框中包含的小区栅格，例如，一小区覆盖有9个小区栅格；通过未解决工单的划分，发现，二小区出现多个高干扰问题的工单，而不存在其它问题，则确定二小区的小区标签为高干扰；以及，三小区出现多个高负荷问题的工单，而不存在其它问题，则确定三小区的小区标签为高负荷。

步骤S204，当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位投诉工单的网络问题。

具体地，利用用户投诉的投诉点对应的小区栅格匹配到小区，例如，匹配到4G网络小区，其中，投诉点是指用户投诉的存在网络问题的点，根据CGI标签自动匹配投诉问题分类，即匹配到网络问题的大分类，在上述小区C2的举例中，用户投诉的投诉点属于小区C2，则可定位投诉工单的网络问题干扰类问题。以及，在定位出投诉工单的网络问题的大分类后，可根据用户投诉的投诉内容进一步定位具体的网络原因，该网络原因是指用户觉察到网络问题的直观感知，例如，网络不稳定。

另外，在本发明的一些可选的实施例中，在定位出网络问题之后，通过信令平台上报的对应用户投诉时的站点信息以及业务状态，对定位的网络问题进行校准。其中，用户投诉时的站点是指投诉时用户设备所对应的站点，例如，用户通过手机拨打电话投诉，则投诉时的站点是指投诉时手机所对应的站点。进一步的，判断用户投诉的投诉点与投诉时的站点之间的距离是否超过预设距离范围，若超过预设距离范围，则认为投诉不是在出现网络问题的位置发起的，此时，显然不能依据投诉时的站点信息以及业务状态定位网络问题，则通过小区标签定位出网络问题是合理的；若未超过预设距离范围，则认为投诉在出现网络问题的位置附近发起，此时，则通过投诉时实时上报的站点信息以及业务状态，确定定位出的网络问题是否准确，若投诉时的站点的业务状态与定位出的网络问题相一致，则维持定位出的网络问题不变；若投诉时的站点的业务状态与定位出的网络问题不一致，此时则以实时上报的业务状态为依据校准定位出的网络问题。例如，在未超过预设距离时，定位出的网络问题为高负荷问题，若实时上报的业务状态显示站点的连接量过大，则认为定位准确，若实时上报的业务状态显示站点受到强干扰，则认为定位不准确，则将投诉工单的网络问题修改为干扰问题。

步骤S205，根据网络问题确定与投诉工单关联的历史工单数据；根据关联的历史工单数据匹配对应投诉工单的处理方式。

其中，与投诉工单关联的历史工单数据是指与投诉工单的网络问题相同，或者，与投诉工单的网络问题和投诉点均相同的历史工单的工单数据，其中，工单数据中包括处理方式信息。

具体地，从集中优化平台和/或集中投诉平台中获取与投诉工单的网络问题相同的历史工单的工单数据，从工单数据中提取出处理方式信息，为投诉工单匹配到处理方式，通过该方式，可以快速匹配到最优的处理方式。或者，从集中优化平台和/或集中投诉平台中获取与投诉工单的网络问题相同、且投诉点相同的历史工单的工单数据，从工单数据中提取出处理方式信息，为投诉工单匹配到最优的处理方式，通过该方式，根据网络问题和投诉点均相同的历史订单的处理方式确定投诉工单的处理方式，可以针对不同的投诉点确定准确的处理方式。

步骤S206，根据对应投诉工单的处理方式评估投诉工单的优先级。

在匹配出对应投诉订单的处理方式后，根据该处理方式评估投诉订单的优先级，以便在存在多个投诉订单时，可依据优先级由高至低逐级进行处理，进而可着重解决用户重点关注的网络问题。

其中，投诉工单的优先级由高至低分别为第一优先级、第二优先级以及第三优先级。

具体地，对于匹配出处理方式的投诉工单，需依据用户等级、预设范围的投诉工单量、用户密度以及处理方式评估优先级，并且，通过量化对应投诉订单的用户等级的优先级、预设范围的投诉工单量的优先级、用户密度的优先级以及处理方式的优先级，然后将量化的上述四个优先级值进行求和，得到投诉工单的优先级值。在得到投诉工单的优先级值后，将优先级值大小与第一优先级、第二优先级以及第三优先级的优先级值范围分别进行匹配，得到投诉工单的优先级。例如，投诉订单的优先级值＝用户的优先级值+预设范围的投诉工单量的优先级值+用户密度的优先级值+处理方式的优先级值，计算得到投诉订单的优先级值若大于或等于19时，则为第一优先级；若小于19且大于15，则为第二优先级；若小于或等于15，则为第三优先级。

进一步的，上述涉及的用户等级、预设范围的投诉工单量、用户密度以及处理方式的确定以及相应的优先级设置如下：

其一，用户等级，通过投诉工单的工单信息匹配出该投诉点用户所属的等级，例如：政企投诉、五星以上用户投诉，普通用户投诉。其中，五星以下普通用户投诉，优先级值为3；五星级客户投诉，优先级值为4；五星以上、政企投诉，优先级值为5。

其二，预设范围的投诉工单量。与投诉工单相同的物业点，当前未解决的投诉工单按照预设单位进行聚类，产生的投诉数量，例如，按照300米进行聚类。其中，匹配工单数量小于3，优先级值为4；匹配工单数量大于或等于3且小于5，优先级值为5；匹配工单数量大于或等于5，优先级值为6。

其三，用户密度(受影响的用户数)。由软件采集得到的AOA(Angle-of-Arrival，到达角度测距)数据计算出终端的到达角，由TA(time advanced，最大时间提前量)数据得到终端到基站的距离。根据已知基站的经纬度，结合终端定位算法，可以计算出终端的经纬度。通过用户标识识别，删除栅格内重复的用户点，可以算出小区栅格内的用户数量。同一小区栅格，提取一周用户数量，取平均值，作为该小区栅格的用户数。相应的，则可将投诉工单所在的小区栅格的用户数确定为当前的用户密度。单个栅格内用户数小于5，优先级值为2；单个栅格内用户数大于或等于5且小于10，优先级值为3；单个栅格内用户数大于或等于10，优先级值为4。

图4示出了一个具体实施例中的用户密度示意图。如图4所示，其中示出了8个区域的用户密度情况。

其四，处理方式。处理方式的确定可参见上文中步骤S205的说明。其中，针对覆盖类问题，若处理方式为RF优化、参数优化，优先级值为5；若处理方式为可以新建站点解决的覆盖问题，优先级值为4；若与用户期望值不服,不满足建站需求，优先级值为3。针对故障类问题，若处理方式为网管重要告警，优先级值为5；若处理方式为网管次级告警，优先级值为4；若处理方式为网管一般告警，优先级值为3。针对干扰类问题，若处理方式为内部干扰处理，优先级值为5；若处理方式为外部干扰处理，优先级值为4；若是学校、公安等偶发干扰，优先级值为3。针对参数类问题，若处理方式为管控参数优化，优先级值为5；若处理方式为个性化参数优化，优先级值为4；若不影响业务，优先级值为3。针对容量类问题，若处理方式为RF优化以及负载均衡等优化，优先级值为5；若处理方式为需要扩容，新建解决的容量问题优先级设置为4；若不满足扩容新建，为偶发的容量问题，优先级值为3。

另外，需要在此说明的是，在本发明的一些可选的实施例中，还可能存在无法匹配出处理方式的情况，例如，没有足够的关联工单来匹配得到处理方式，在这些实施例中，首先判断是否匹配到对应投诉工单的处理方式，若是，则根据对应投诉工单的处理方式评估投诉工单的优先级，该情况的具体实施了参见上文中的说明；若否，则根据用户投诉反馈的问题类型评估投诉工单的优先级，该方式的具体实施，与根据对应投诉工单的处理方式评估投诉工单的优先级的原理基本相同，而唯一的不同之处在于，由于处理方式无法确定，则以用户投诉反馈的问题类型替换处理方式维度，相应的，投诉订单的优先级值＝用户的优先级值+预设范围的投诉工单量的优先级值+用户密度的优先级值+用户投诉反馈的问题类型的优先级值。其中，用户投诉反馈的问题类型包括偶发问题、间断出现的问题、以及持续出现的问题，并且，相应的优先级值分别为3，4，5。

步骤S207，将投诉工单以及投诉工单的优先级信息显示在导航图中；定位工作人员的位置，根据工作人员的位置和多个投诉工单的优先级信息制定处理路径并显示在导航图中，以供工作人员根据处理路径确定多个投诉工单的处理顺序。

传统的投诉工单处理，主要是人工监控投诉工单的派发情况，临时进行处理，或者根据前一天的工单派发情况进行处理。对于一般少量投诉影响不大，对于投诉密集区域，则会导致无法直观的判断待处理的投诉工单的位置与优先级的关系。基于此，现将需要T0处理的投诉工单的投诉点导入地图，对新增的投诉工单进行实时的更新，并将不同投诉工单的优先级按照颜色区分。通过T0投诉现场测试手机，系统可以制作工作人员与各投诉点之间的拉线图，通过手机能够实时的引导现场工作人员观察地市投诉工单优先级变化以及周边新增工单情况。通过系统集成百度AI智能多目的地导航的为现场T0规划出最优处理路线，并通过路线轨迹以及工单优先级确定工单处理顺序，从而提升工单处理效率。

图5示出了一个具体实施例中多个投诉工单之间的拉线图的示意图。如图5所示，共涉及高优先级工单共4个(图5中序号分别为1,2,3,4)，一般优先级工单共3个(图5中序号分别为5,6,7)，以及低优先级工单共5个(图5中序号分别为8,9,10,11,12)，按照工单的优先级情况，以及工作人员当前所在的位置绘制了拉线图，工作人员可根据拉线图确定处理顺序并进行处理。

另外，在本发明的一些可选的实施例中，当得到投诉工单的优先级后，若投诉工单的优先级为第二优先级或第三优先级，判断投诉工单的剩余处理时间是否小于第一预设时长，若是，则将投诉工单升级为第一优先级；或者，若投诉工单的优先级为第一优先级，判断投诉工单的剩余处理时间是否大于或等于第二处理时长，若是，则将投诉工单降级为第二优先级。

具体地，若存在多个投诉工单，在得到优先级后，可以在工单处理过程中，快速定位需要优先处理的工单。同时，由于每个工单都具有各自的处理时限，若仅根据重要性按照高优先级到低优先级进行工单处理，可能会导致低优先级的工单超时。基于此，在这些实施例中，加入队列优先级的调度，通过统计每个地市的三种优先级的投诉订单的分组情况，计算出每个地市实时的三种优先级的工单数量，并实时统计工单最终处理时间；当系统自动进行队列优先级调度，通过工单的最终处理时间减去实时时间，得到工单的剩余处理时间；当一般优先级(第二优先级)以及低优先级(第三优先级)工单剩余处理时间小于第一预设时长(例如，8小时)的时候开始，自动升级为高优先级(第一优先级)工单，而高优先级(第一优先级)的工作时间段的剩余处理时间超过或等于第二预设时长(例如，12个小时)的自动降为一般优先级(第二优先级)工单。并且，当地市的高优先级工单处理完，系统按照工单优先级算法进行重新评估工单处理优先级，然后继续按照高优先级到低优先级进行处理。通过以上算法能够保证高优先级的工单得到优先处理，同时低优先级的工单也能够及时进行处理。

根据本实施例提供的基于大数据的网络问题定位方法，通过历史投诉问题点快速匹配用户投诉原因，并基于用户反馈信息准确的定位。同时基于现有网络优化方式，提出了基于用户感知制定了网络问题处理优先级算法。将现有的网络资源进行合理配置，提升网络优化效率。

图6示出了根据本发明一个实施例的基于大数据的网络问题定位装置的功能框图。如图6所示，该装置包括：

绘制模块601，适于绘制多个小区栅格；

划分模块602，适于采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格；

标签化模块603，适于针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签；

定位模块604，适于当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题。

在一种可选的实施方式中，所述标签化模块进一步适于：

针对每个小区栅格，根据划分至该小区栅格中的未解决工单对应的网络问题统计该小区栅格出现的网络问题以及对应各种网络问题的未解决工单数量，并确定该小区栅格的栅格标签；

针对每个小区，根据该小区下多个小区栅格的栅格标签确定该小区的小区标签。

在一种可选的实施方式中，所述装置还包括：校准模块，适于：通过信令平台上报的对应用户投诉时的站点信息以及业务状态，对定位的网络问题进行校准。

在一种可选的实施方式中，所述装置还包括：匹配模块，适于根据网络问题确定与所述投诉工单关联的历史工单数据；根据所述关联的历史工单数据匹配对应所述投诉工单的处理方式。

在一种可选的实施方式中，所述装置还包括：评估模块，适于判断是否匹配到对应投诉工单的处理方式，若是，则根据对应所述投诉工单的处理方式评估投诉工单的优先级；若否，则根据用户投诉反馈的问题类型评估投诉工单的优先级；其中，投诉工单的优先级由高至低分别为第一优先级、第二优先级以及第三优先级。

在一种可选的实施方式中，所述装置还包括：优先级调整模块，适于若所述投诉工单的优先级为第二优先级或第三优先级，判断投诉工单的剩余处理时间是否小于第一预设时长，若是，则将所述投诉工单升级为第一优先级；或者，

若所述投诉工单的优先级为第一优先级，判断所述投诉工单的剩余处理时间是否大于或等于第二处理时长，若是，则将所述投诉工单降级为第二优先级。

在一种可选的实施方式中，所述方法还包括：导航模块，适于将投诉工单以及投诉工单的优先级信息显示在导航图中；定位工作人员的位置，根据工作人员的位置和多个投诉工单的优先级信息制定处理路径并显示在导航图中，以供工作人员根据所述处理路径确定多个投诉工单的处理顺序。

本申请实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的基于大数据的网络问题定位方法。

图7示出了根据本发明实施例的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图7所示，该计算设备可以包括：处理器(processor)702、通信接口(Communications Interface)704、存储器(memory)706、以及通信总线708。

其中：

处理器702、通信接口704、以及存储器706通过通信总线708完成相互间的通信。

通信接口704，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器702，用于执行程序710，具体可以执行上述基于大数据的网络问题定位方法实施例中的相关步骤。

具体地，程序710可以包括程序代码，该程序代码包括计算机操作指令。

处理器702可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器706，用于存放程序710。存储器706可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序710具体可以用于使得处理器702执行以下操作：

绘制多个小区栅格；

采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格；

针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签；

当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题。

在一种可选的实施方式中，程序710具体可以进一步用于使得处理器702执行以下操作：

针对每个小区栅格，根据划分至该小区栅格中的未解决工单对应的网络问题统计该小区栅格出现的网络问题以及对应各种网络问题的未解决工单数量，并确定该小区栅格的栅格标签；

针对每个小区，根据该小区下多个小区栅格的栅格标签确定该小区的小区标签。

在一种可选的实施方式中，程序710具体可以进一步用于使得处理器702执行以下操作：

通过信令平台上报的对应用户投诉时的站点信息以及业务状态，对定位的网络问题进行校准。

在一种可选的实施方式中，程序710具体可以进一步用于使得处理器702执行以下操作：

根据网络问题确定与所述投诉工单关联的历史工单数据；根据所述关联的历史工单数据匹配对应所述投诉工单的处理方式。

在一种可选的实施方式中，程序710具体可以进一步用于使得处理器702执行以下操作：

判断是否匹配到对应投诉工单的处理方式，若是，则根据对应所述投诉工单的处理方式评估投诉工单的优先级；若否，则根据用户投诉反馈的问题类型评估投诉工单的优先级；其中，投诉工单的优先级由高至低分别为第一优先级、第二优先级以及第三优先级。

在一种可选的实施方式中，程序710具体可以进一步用于使得处理器702执行以下操作：

若所述投诉工单的优先级为第二优先级或第三优先级，判断投诉工单的剩余处理时间是否小于第一预设时长，若是，则将所述投诉工单升级为第一优先级；或者，

若所述投诉工单的优先级为第一优先级，判断所述投诉工单的剩余处理时间是否大于或等于第二处理时长，若是，则将所述投诉工单降级为第二优先级。

在一种可选的实施方式中，程序710具体可以进一步用于使得处理器702执行以下操作：

将投诉工单以及投诉工单的优先级信息显示在导航图中；定位工作人员的位置，根据工作人员的位置和多个投诉工单的优先级信息制定处理路径并显示在导航图中，以供工作人员根据所述处理路径确定多个投诉工单的处理顺序。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于大数据的网络问题定位装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种基于大数据的网络问题定位方法，其特征在于，包括：

绘制多个小区栅格；

采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格；

针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签；

当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题。

2.根据权利要求1所述的方法，其特征在于，所述针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签进一步包括：

针对每个小区栅格，根据划分至该小区栅格中的未解决工单对应的网络问题统计该小区栅格出现的网络问题以及对应各种网络问题的未解决工单数量，并确定该小区栅格的栅格标签；

针对每个小区，根据该小区下多个小区栅格的栅格标签确定该小区的小区标签。

3.根据权利要求1所述的方法，其特征在于，在所述根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题之后，所述方法还包括：

通过信令平台上报的对应用户投诉时的站点信息以及业务状态，对定位的网络问题进行校准。

4.根据权利要求1所述的方法，其特征在于，在所述根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题之后，所述方法还包括：

根据网络问题确定与所述投诉工单关联的历史工单数据；根据所述关联的历史工单数据匹配对应所述投诉工单的处理方式。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：判断是否匹配到对应投诉工单的处理方式，若是，则根据对应所述投诉工单的处理方式评估投诉工单的优先级；若否，则根据用户投诉反馈的问题类型评估投诉工单的优先级；其中，投诉工单的优先级由高至低分别为第一优先级、第二优先级以及第三优先级。

6.根据权利要求5所述的方法，其特征在于，在所述评估投诉工单的优先级之后，所述方法还包括：

若所述投诉工单的优先级为第二优先级或第三优先级，判断投诉工单的剩余处理时间是否小于第一预设时长，若是，则将所述投诉工单升级为第一优先级；或者，

若所述投诉工单的优先级为第一优先级，判断所述投诉工单的剩余处理时间是否大于或等于第二处理时长，若是，则将所述投诉工单降级为第二优先级。

7.根据权利要求5或6所述的方法，其特征在于，在所述评估投诉工单的优先级之后，所述方法还包括：

将投诉工单以及投诉工单的优先级信息显示在导航图中；定位工作人员的位置，根据工作人员的位置和多个投诉工单的优先级信息制定处理路径并显示在导航图中，以供工作人员根据所述处理路径确定多个投诉工单的处理顺序。

8.一种基于大数据的网络问题定位装置，其特征在于，包括：

绘制模块，适于绘制多个小区栅格；

划分模块，适于采集集中优化平台和/或集中投诉平台中的未解决工单大数据；针对未解决工单大数据中的每个未解决工单，将该未解决工单划分至该未解决工单的工单位置信息所对应的小区栅格；

标签化模块，适于针对每个小区，根据划分至该小区下多个小区栅格中的未解决工单对应的网络问题确定该小区的小区标签；

定位模块，适于当接收到用户投诉时，生成投诉工单；根据投诉点所属的小区的小区标签定位所述投诉工单的网络问题。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的基于大数据的网络问题定位方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的基于大数据的网络问题定位方法对应的操作。

Images