面向ToB 专网的中高端价值场景质量管理及感知分析研究与应用

［刘丹月 陆南昌 骆劼 沈仲瀚 王琦］

1 前言

中高端场景网络质量是巩固用户口碑的关键，基于互联网数据进行智能场景识别优化，是网络优化智能分析的一个重要研究方向。围绕集团公司工作要求：大力提升服务质量，深耕网络质量，打造优质网络体验，引领创造客户需求。以5G ToB 产品中双域专网-固定区域为例，该产品主要适用于教育行业的校园场景，可实现校园园区内师生“不换卡、不换号”使用5G 终端在5G 网络下访问校园内网及互联网，同时保证业务连续，大大提升使用体验。产品原理是预先将校园园区内5G 无线基站TAC 列表配置到分流UPF 中；当园区内师生5G 终端访问校园内网时，SMF 判断用户在位置区内，插入校园分流UPF 进行ULCL 分流，校园业务通过专线访问校内网，而互联网业务分流至大网共享UPF 访问互联网，进而实现5G ToB 校园双域专网部署。在双域专网-固定区域产品的全流程生命周期中，售前阶段客户经理和行业经理需要快速获取并梳理行业客户所在校园内的5G 基站分布、5G 小区覆盖等性能指标信息，提出相应的5G 网络规划和优化措施，为客户制定专属5G 专网方案，以抢夺市场先机；售中阶段需要快速、准确地获取校园内基站小区的参数信息，以配合核心网数据的录入和制作，支撑业务快速开通；售后阶段需要为客户提供实时、高效的网络性能指标监控，及时解决客户网络问题，提升客户满意。

因此广东移动研发了面向ToB 专网的中高端价值场景质量管理及感知分析工具研发。开展完成面向5G ToB价值场景网络质量研究，完善对5G 中高价值场景的评价建模及网络把控能力，并提供5G 商业中高价值场景建设及规划指引。通过挖掘特定人口的聚集，可以判断住宿、饮食、教育、医疗的需求，便于行业客户经理引领创造客户需求。

2 中高端场景优化的现状

传统网络优化经历单站优化，簇优化，网格优化等过程，网络优化的手段较为单一，前期目标也仅仅局限于区域内的局部优化。中高端场景网络质量是巩固用户口碑的关键。城市用户绝大部分通信行为在重要行业场景内发生。基于互联网数据进行智能行业场景识别优化，是网络优化智能分析的一个重要研究方向。提升用户日常常驻场景的中高端价值行业场景质量口碑：一是为百姓人民的衣食住行（商业、住宅区、写字楼、交通枢纽及干道场景），二是为重要ToB 客户（党政军、机场、高铁、星级酒店、商业区场景）。加强节假日、重要活动的价值场景质量保障，如交通枢纽、高铁、高速路收费卡口和服务区、医院等关键场景，确保感知良好。客户日常所处的场景类型较多，存在如下问题：

（1）缺少一个总体的线上系统，能高效对商机场景进行快速网络质量评估，能支撑业务发展和商机预管理，导致无法助力政企拓展市场；

（2）如何定义和评估提炼中高端价值行业场景（场所）没有统一的标准，行业场景的边框无法具体界定。

（3）缺乏对中高端价值行业场景服务质量的研究和管理，不利于后续优化和移动信誉推广；同时缺乏网络质量评估和监控等支撑工具，导致运维效率低。

3 中高端场景优化新系统的设计

研发了面向中高端价值场景质量管理及感知分析工具是一个通过五大后端功能进行中高端价值行业场景质量一体化管理的系统。

3.1 系统总体设计

本系统是基于Javascript+CSS+html+Java+SQL 编程语言搭建，前端采用vue+iview 架构，后端采用Spring boot +mybatis 架构，数据库基于Greenplum 数据仓库，部署在大数据平台服务器swarm 集群上，网络优化人员和行业客户经理可通过网站进行访问本系统。

整体架构方案如图1 所示。

图1 中高端价值场景优化新系统整体架构

3.2 面向ToB 的AI 行业场景识别模型

对于重要ToB 行业场景的网络规划优化，本模型集成了三大算法和六大过程。三大算法包括MDT 与栅格关联算法、基于GIS 和MDT 小区识别算法和小区聚类算法，如下：

（1）MDT 与栅格关联算法：该算法是基于高效的关联聚类算法，根据行业客户所在地理区域信息、GIS 信息、栅格信息等信息，通过动态边界判别方法，实现MDT 与栅格关联。其中动态边界判别方法是通过面积比阈值ƞ 判别，如图2（a）所示，红线为某客户园区的范围，每个被红线经过格子标记为Wi（i=1，2，3，..），每个Wi 可将面积分为被客户包括面积Ti 和未包括面积Si，如图2（b），面积比阈值为ƞi=Ti/Si，当ƞi 大于等于0.5，则当前栅格需要关联，反之不关联。

图2 MDT 与栅格关联算法

（2）基于GIS 和MDT 小区识别算法：GIS 和MDT识别小区算法其步骤如下：

步骤1，提取场景地理信息，包括场景名称、场景类别、POI 等信息参数，进入步骤2；

步骤2，判断是否已有同类场景的预测模型，若有进入步骤6，否则进入步骤3；

步骤3，对于需进行预测模型提取的场景，从现有数据仓库中获取同类场景的地理信息、具体场景的主覆盖小区信息、以及场景和小区采集到的MDT 数据，进入步骤4；

步骤4，对于场景和小区的关联关系进行特征数据建模，进入步骤5；

步骤5，根据步骤S04 场景识别的特征数据进行机器学习，形成预测模型，进入步骤6；

步骤6，结合特征识别重要场景信息，基站小区信息等进行特征值计算，并对重要场景和小区的覆盖关系进行预测识别，输出预测结果。

（3）小区聚类算法：首先通过爬虫数据抓取，场景关键信息，包括场景名称、场景地理信息（经纬度、GIS 图框）、地址等，经数据清洗后录入系统底层数据库供大数据平台各层应用使用；然后通过人工校准，对每个行业细分场景在地图上进行绘制勾勒，更能凸显地理特征，提高识别小区算法和MDT 与栅格关联算法的分析准确性。

基于以上三个算法，通过对历史数据进行时间序列分析和源数据的预处理，进行SARIMA 模型拟合，得出最优模型之后，最终输出符合小区的行业场景标签锁定，其实现过程如下：

（1）首先从地图中抽取必要的场景信息。

（2）对场景信息、MDT 数据、小区工参数据、网管性能数据进行三大算法的预处理。

（3）训练SARIMA 模型拟合并验证。

（4）生成栅格数据与Geometry 数据并计算MDT 数据；计算MDT 数据和网管性能数据的综合评分。

（5）对栅格数据与Geometry 数据进行密度聚类分组，生成场景数据；计算综合评分。

（6）结合场景数据与综合评分锁定小区的行业场景标签。

通过以上过程，可以快速识别重要行业场景，助力ToB 行业客户的精准识别。

3.3 搭建面向ToB 的质量管理体系

为了支撑贯穿售前咨询、方案设计、网络设计与建设、平台部署到交付运维，面向ToB 的质量管理体系提供“基础信息、网络质量、工单信息、退服小区、GIS 地图”等维度对全省和21 个地市的行业地理信息、行业规划信息、行业关键指标、关键网络状态、网络维护信息和行业场景小区标签审核进行综合呈现，实现对ToB 专网的中高端价值场景的网络资源进行整体规划和管理，图3 所示为该系统的演示界面。

图3 中高端场景优化新系统界面

为覆盖全流程的一站式运营保障，体系通过公开的API 路径补充获取各重要行业场景的地理信息图框，结合行业场景小区自动判断算法和审核过程，将这些图框与无线资源的行业场景名称和小区信息进行关联。图4 所示为小区与行业对象对应关系审核流程图。

图4 小区与行业对象对应关系审核流程图

本管理体系具有智能与灵活度高的特点，可以根据需要灵活对无线网络资源和网络质量指标进行展现，解决了传统人力分析方式效率低、人力消耗大等问题。

3.4 构建以点带面的端到端质量管理模块

根据VIP 客户实时反馈的测试内容生成测试log 上传，集成的GIS 呈现和参数采集、业务测试、基站查询、LOG回传、KPI 统计等测试扩展插件与自有开发模块进行校验，在保证测试结果准确的基础上与分析模块联动配合，完成端到端的质量管理，其架构如图5 所示。

图5 端到端质量管理模块

模块基于Cordova 将代码打包在一个原生的容器中运行，将前端代码跨平台运行，并且得到接近原生安卓或者IOS 应用的系统特性。在保证必要字段准确、全面的基础上，通过多种手段提高VIP 客户填写体验。如通过GIS 接口自动填写问题站点地址和经纬度；通过Telephony接口利用手机内置的信号测试和速率测试模块进行后台测试等。通过易感知、易操作的提单流程，VIP 客户耗时1 分钟即可完成端到端的测试，使端到端的信息收集工作移动化、智能化、高效化。

3.5 搭建多维多态用户指标体系

通过场景MR 覆盖率、驻留比、掉线率等多维指标进行动态加权计算，最终得出覆盖、接入、移动等更加贴近用户感知的综合评估体系。按照从大网元到小网元的方向，使用剥洋葱的方法层层定界剥离对应原因的问题位置，如图6 所示。将每一层原因剥离出来的问题用户群体进行网元或位置汇聚分析，聚焦问题到具体的行业场景网元进行处理。

图6 定界流程

体系从用户感知出发，通过准实时感知监控及时发现用户感知劣化，形成问题告警通知到相应负责人；通过全量无线异常用户的异常小区分布汇聚结合小区无线原因定位对无线小区进行优化处理，持续提升用户网络感知。

3.6 构建基于轻量数字孪生系统的场景可视化

基于PostGIS 开源系统构建轻量化的数字孪生系统，提供的对存储空间地理数据的支持，使得重要场景或区域能够进行空间数据管理、数量测量与几何拓扑分析，并结合前端界面将场景地理空间渲染到页面上，让使用者能简单明了获取当前信息，其架构如图7 所示。

图7 可视化数字孪生系统

4 中高端场景优化新系统的创新点

4.1 集成三大算法和六大过程

构建面向ToB 的AI 行业场景识别模型，对于重要ToB 行业场景的网络规划优化，本模型集成了三大算法和六大过程。

三大算法包括：（1）MDT 与栅格关联算法：通过MDT 数据和ToB 客户场景地理位置信息关联算法，自动判断、划分栅格数，提高栅格数的合理性以及处理效率；（2）GIS 和MDT 识别小区算法: 通过GIS（地理信息系统）信息和MDT（最小化路测）数据对重要场景的主覆盖小区进行算法识别，同时叠加切片配置和切片流量识别提升主覆盖小区识别的准确性、统一性和处理效率；（3）小区聚类算法：基于聚类算法首先通过爬虫数据抓取，通过高德地图、大众点评、百度地图获取POI 信息包括位置、平均、评分、环境、评价、点评等多维度数据，实现对底层大数据资源进行整合、聚类；然后通过专家库校准，对每个细分场景在地图上进行绘制勾勒，更能凸显地理特征，提高后续两个算法分析准确性。

基于以上三个算法，通过对历史数据进行时间序列分析和源数据的预处理，进行SARIMA 模型拟合，得出最优模型之后，最终输出符合小区的行业场景标签锁定，助力ToB 专网的中高端价值场景的精准识别[2]。其实现过程如下：（1）首先从地图中抽取必要的场景信息；（2）对场景信息、MDT 数据、小区工参数据、网管性能数据进行三大算法的预处理；（3）训练SARIMA 模型拟合并验证；（4）生成栅格数据与Geometry 数据并计算MDT 数据；计算MDT 数据和网管性能数据的综合评分；（5）对栅格数据与Geometry 数据进行密度聚类分组，生成场景数据；计算综合评分；（6）结合场景数据与综合评分锁定小区的行业场景标签。该算法流程如图8 所示。

图8 面向ToB 的AI 行业场景识别模型算法流程

4.2 多维质量管理体系

管理体系提供“基础信息、网络质量、工单信息、退服小区、GIS 地图”等维度对全省和21 个地市的行业地理信息、行业规划信息、行业关键指标、关键网络状态、网络维护信息和行业场景小区标签审核进行综合呈现，实现对ToB 专网的中高端价值场景的网络资源进行整体规划和管理。

同时为覆盖全流程的一站式运营保障，体系通过公开的API 路径补充获取各重要行业场景的地理信息图框，结合行业场景小区自动判断算法和审核过程，将这些图框与无线资源的行业场景名称和小区信息进行关联。基础信息展示示意图如图9 所示。

图9 基础信息展示示意图

本创新点管理体系具有智能与灵活度高的特点，可以根据需要灵活对无线网络资源和网络质量指标进行展现，解决了传统人力分析方式效率低、人力消耗大等问题。

4.3 以端到端带动整体的质量分析管理

构建以点带面的端到端质量管理模块，如图10 所示。根据VIP 客户实时反馈的测试内容生成测试log 上传，集成的GIS呈现和参数采集、业务测试、基站查询、LOG回传、KPI 统计等测试扩展插件与自有开发模块进行校验，在保证测试结果准确的基础上与分析模块联动配合，完成端到端的质量管理。

图10 质量分析管理模块架构

4.4 更加贴近用户感知的综合评估体系

搭建多维多态用户指标体系，如图11 所示。通过场景MR 覆盖率、驻留比、掉线率等多维指标进行动态加权计算，最终得出覆盖、接入、移动等更加贴近用户感知的综合评估体系，[3]既能直观看出当前区域的无线情况，还能针对每个参数进行分析，进而利于后续的网络优化。

图11 基于用户感知的综合评估体系

4.5 轻量数字孪生系统的场景可视化的搭建

构建基于轻量数字孪生系统的场景可视化，如图12所示。基于PostGIS 开源系统构建轻量化的数字孪生系统，提供的对存储空间地理数据的支持，使得重要场景或区域能够进行空间数据管理、数量测量与几何拓扑分析，并结合前端界面将场景地理空间渲染到页面上，让使用者能简单明了获取当前信息。[4]

图12 可视化数字孪生系统

5 中高端场景优化新系统的应用效果

本系统应用于广东移动日常生产中，解决了中高端价值场景质量管理、面向行业客户的网络质量管理等问题，并已试用培训推广到21 个地市移动一线生产人员中。省市人员能结合系统上的网络和行业用户指标体系，针对中高端价值场景中用户的弱覆盖、高掉话、高负荷、低流量等网络质量问题进行优化。

通过本系统可以对中高端价值场景全流程跟踪定位，发现问题并反馈问题；同时可以对每个细分场景应用进行基础数据、网络指标、维护质量、投诉情况、问题点聚类、问题小区派单和重要场景问题点通报督办等的综合管理。

在实际生产任务中，网络优化人员和行业客户经理可以通过电脑或手机访问本成果系统，查询中高端价值场景清单及边框、网络综合评估情况和网络问题点反馈。VIP 客户问题上报时间可缩短至1 个工作日，即提升了100%～200% 的工作效率，同时提升20% 问题反馈质量。本系统的应用，聚焦用户常驻场景网络质量，树立品牌正向影响力：一是为百姓人民的衣食住行（商业、住宅区、写字楼、交通枢纽及干道场景），二是为重要客户（党政军、机场、高铁、星级酒店、商业区场景）提供优质的网络服务，不断塑造“品牌记忆”，打造人心红利竞争优势。

同时通过完善对5G 中高价值场景的评价建模及网络把控能力，可以提供5G 商业中高价值场景建设及规划指引。通过挖掘特定人口的聚集，可以判断住宿、饮食、教育、医疗的需求，便于行业客户经理引领创造客户需求。实现在产品的销售下沉工作，充分支撑龙头公司的场景化销售，解决实际生产需求问题。