[发明专利]一种信息确定方法、装置、设备及存储介质

说明书

本申请实施例公开了一种信息确定方法、装置、设备及存储介质。该方法包括：获取目标用户的多个维度的宽带指标对应的目标业务数据，其中，所述多个维度包括基础信息、家庭网络、承载网络、业务质量、服务质量、访问行为中的至少两种维度；将所述目标业务数据输入第一预测模型，得到多个满意度信息中每个满意度信息对应的概率值，确定最大的值对应的满意度信息为得到所述目标用户的第一满意度信息，其中，所述第一预测模型为根据所述多个维度的宽带指标和所述多个维度的宽带指标对应的业务数据构建和训练得到的。本申请实施例提供的方法能够确定宽带用户的满意度信息，从而能够根据满意度信息确定影响用户体验的故障点。

技术领域

本申请属于通信技术领域，尤其涉及一种信息确定方法、装置、设备及存储介质。

背景技术

随着固定宽带用户的增多，固定宽带运营商为了满足用户的体验需求，需要准确地检测出固定宽带业务流程中使用户体验差的故障点，从而针对使用户体验差的故障点进行优化。

目前，一般以用户体验为出发点，通过梳理定宽带业务流程中影响客户体验的环节，对每个环节制定了相应的指标评价体系和装维服务规范，以根据指标评价体系和装维服务规范评价用户体验；或通过在宽带网络的关键环节选取一些无故障节点作为基准，再把其它节点与这些基准节点进行状态差异对比，从而预测其他节点是否有潜在的影响用户体验的故障。

现有的方法不能准确确定影响用户体验的故障点。

发明内容

本申请实施例提供一种信息确定方法、装置、设备及存储介质，能够确定宽带用户的满意度信息，从而能够根据满意度信息确定影响用户体验的故障点。

第一方面，本申请实施例提供一种信息确定方法，该方法包括：

获取目标用户的多个维度的宽带指标对应的目标业务数据，其中，多个维度包括基础信息、家庭网络、承载网络、业务质量、服务质量、访问行为中的至少两个维度；

将目标业务数据输入第一预测模型，得到多个满意度信息中每个满意度信息对应的概率值，确定最大的概率值对应的满意度信息为目标用户的第一满意度信息，其中，第一预测模型为根据多个维度的宽带指标和多个维度的宽带指标对应的业务数据构建和训练得到的。

在一种可能的实现方式中，在将目标业务数据输入第一预测模型之前，该方法还包括：

获取训练样本集和测试样本集，训练样本集包括多个训练样本，每个训练样本包括多个维度的宽带指标和多个维度的宽带指标对应的第一业务数据；测试样本集包括多个测试样本，每个测试样本包括实际满意度信息、多个维度的宽带指标和多个维度的宽带指标对应的第二业务数据；

采用训练样本集中每个训练样本的多个维度的宽带指标和多个维度的宽带指标对应的第一业务数据，构建和训练多个第二预测模型，得到多个第二预测模型和每个第二预测模型的第一性能信息；

采用测试样本集中每个测试样本的多个维度的宽带指标、多个维度的宽带指标对应的第二业务数据和实际满意度信息，分别测试每个第二预测模型，得到每个第二预测模型的第二性能信息；

根据第一性能信息和/或第二性能信息，确定满足预设条件的第二预测模型为第一预测模型。

在一种可能的实现方式中，采用训练样本集中每个训练样本的多个维度的宽带指标和多个维度的宽带指标对应的第一业务数据，构建和训练多个第二预测模型，得到多个第二预测模型，包括：

采用训练样本集中每个训练样本的多个维度的宽带指标和多个维度的宽带指标对应的第一业务数据，通过多粒度扫描多个维度的宽带指标，提取特征向量；

根据特征向量和预设的多个满意度信息，构建和训练多个级联森林，得到多个第二预测模型，每个级联森林中的每个随机森林包括至少一种决策树，每种决策树的数量为多个预设数量中的任一预设数量。