[发明专利]网络故障评估方法、装置、计算设备及存储介质

说明书

本发明公开了一种网络故障评估方法、装置、计算设备及存储介质。将用户投诉数据和网元性能数据关联，构造特征矢量，特征矢量包括各小区、各时间段的用户投诉特征和对应的网元性能特征；通过遗传算法对使用高斯核函数的支持向量机选择特征矢量的特征子集和对应的高斯核函数参数对，其中，将支持向量机渐进行为特性加入遗传算法的染色体中；使用训练数据集对支持向量机进行训练，训练数据集包括从训练数据中提取的所选择特征子集的各训练特征值；使用支持向量机对测试数据集进行分析，以判断网络故障，测试数据集包括从测试数据中提取的所选择特征子集的各测试特征值。通过本方案，能够提高网络故障评估的效率和准确性。

技术领域

本发明涉及移动通信技术领域，尤其涉及一种网络故障评估方法、装置、计算设备及存储介质。

背景技术

能够正确的维护网络尽量不出现故障，并确保出现故障之后能够迅速、准确的定位问题并排除故障，对网络维护和管理人员来说是个挑战。这不但要求对网络协议和技术有着深入的理解，更重要的是要建立一个系统化的故障处理方案，能够及时修复网络故障。

目前评估网络故障的方法是客服人员接到用户投诉后，将投诉信息记录下来，然后派单给网络维护人员处理，网络维护人员需要根据经验一步步排查用户所在区域的各级网络设备，以确定是否存在网络故障。

首先，现有评估网络故障的方法步骤繁琐，需要耗费大量人力物力去完成，缺少自动化。其次，用户投诉的情况有可能并不是因为网络故障引起，这样会造成人力、物力、时间的浪费。再次，没有合理利用用户投诉数据、网络性能数据等有价值的数据信息，以评估网络故障。最后，现有方法判断网络故障的准确性并不高，而且判断故障耗时太长，不能快速响应用户投诉。

发明内容

为了迅速且自动评估网络故障，本发明实施例提供了一种网络故障评估方法、装置、计算设备及存储介质，能够提高网络故障评估的准确率，减少用于评估网络故障的用户投诉数据和网元性能数据的指标数量，加快网络故障的评估时间。

第一方面，本发明实施例提供了一种网络故障评估方法，方法包括：

将用户投诉数据和网元性能数据关联，构造特征矢量，特征矢量包括各小区、各时间段的用户投诉特征和对应的网元性能特征；

通过遗传算法对使用高斯核函数的支持向量机选择特征矢量的特征子集和对应的高斯核函数参数对，其中，将支持向量机渐进行为特性加入遗传算法的染色体中；

使用训练数据集对支持向量机进行训练，训练数据集包括从训练数据中提取的所选择特征子集的各训练特征值；

使用支持向量机对测试数据集进行分析，以判断网络故障，测试数据集包括从测试数据中提取的所选择特征子集的各测试特征值。

第二方面，本发明实施例提供了一种网络故障评估装置，装置包括：构造模块、选择模块、训练模块和分析模块。

构造模块可以将用户投诉数据和网元性能数据关联，构造特征矢量，特征矢量包括各小区、各时间段的用户投诉特征和对应的网元性能特征。

选择模块可以通过遗传算法对使用高斯核函数的支持向量机选择特征矢量的特征子集和对应的高斯核函数参数对，其中，将支持向量机渐进行为特性加入遗传算法的染色体中。

训练模块可以使用训练数据集对支持向量机进行训练，训练数据集包括从训练数据中提取的所选择特征子集的各训练特征值。

分析模块可以使用支持向量机对测试数据集进行分析，以判断网络故障，测试数据集包括从测试数据中提取的所选择特征子集的各测试特征值。

第三方面，本发明实施例提供了一种计算设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。