［劉丹月 陸南昌 駱劼 沈仲瀚 王琦］

1 前言

中高端場景網(wǎng)絡(luò)質(zhì)量是鞏固用戶口碑的關(guān)鍵，基于互聯(lián)網(wǎng)數(shù)據(jù)進行智能場景識別優(yōu)化，是網(wǎng)絡(luò)優(yōu)化智能分析的一個重要研究方向。圍繞集團公司工作要求：大力提升服務(wù)質(zhì)量，深耕網(wǎng)絡(luò)質(zhì)量，打造優(yōu)質(zhì)網(wǎng)絡(luò)體驗，引領(lǐng)創(chuàng)造客戶需求。以5G ToB 產(chǎn)品中雙域?qū)＞W(wǎng)-固定區(qū)域為例，該產(chǎn)品主要適用于教育行業(yè)的校園場景，可實現(xiàn)校園園區(qū)內(nèi)師生“不換卡、不換號”使用5G 終端在5G 網(wǎng)絡(luò)下訪問校園內(nèi)網(wǎng)及互聯(lián)網(wǎng)，同時保證業(yè)務(wù)連續(xù)，大大提升使用體驗。產(chǎn)品原理是預(yù)先將校園園區(qū)內(nèi)5G 無線基站TAC 列表配置到分流UPF 中；當(dāng)園區(qū)內(nèi)師生5G 終端訪問校園內(nèi)網(wǎng)時，SMF 判斷用戶在位置區(qū)內(nèi)，插入校園分流UPF 進行ULCL 分流，校園業(yè)務(wù)通過專線訪問校內(nèi)網(wǎng)，而互聯(lián)網(wǎng)業(yè)務(wù)分流至大網(wǎng)共享UPF 訪問互聯(lián)網(wǎng)，進而實現(xiàn)5G ToB 校園雙域?qū)＞W(wǎng)部署。在雙域?qū)＞W(wǎng)-固定區(qū)域產(chǎn)品的全流程生命周期中，售前階段客戶經(jīng)理和行業(yè)經(jīng)理需要快速獲取并梳理行業(yè)客戶所在校園內(nèi)的5G 基站分布、5G 小區(qū)覆蓋等性能指標(biāo)信息，提出相應(yīng)的5G 網(wǎng)絡(luò)規(guī)劃和優(yōu)化措施，為客戶制定專屬5G 專網(wǎng)方案，以搶奪市場先機；售中階段需要快速、準(zhǔn)確地獲取校園內(nèi)基站小區(qū)的參數(shù)信息，以配合核心網(wǎng)數(shù)據(jù)的錄入和制作，支撐業(yè)務(wù)快速開通；售后階段需要為客戶提供實時、高效的網(wǎng)絡(luò)性能指標(biāo)監(jiān)控，及時解決客戶網(wǎng)絡(luò)問題，提升客戶滿意。

因此廣東移動研發(fā)了面向ToB 專網(wǎng)的中高端價值場景質(zhì)量管理及感知分析工具研發(fā)。開展完成面向5G ToB價值場景網(wǎng)絡(luò)質(zhì)量研究，完善對5G 中高價值場景的評價建模及網(wǎng)絡(luò)把控能力，并提供5G 商業(yè)中高價值場景建設(shè)及規(guī)劃指引。通過挖掘特定人口的聚集，可以判斷住宿、飲食、教育、醫(yī)療的需求，便于行業(yè)客戶經(jīng)理引領(lǐng)創(chuàng)造客戶需求。

2 中高端場景優(yōu)化的現(xiàn)狀

傳統(tǒng)網(wǎng)絡(luò)優(yōu)化經(jīng)歷單站優(yōu)化，簇優(yōu)化，網(wǎng)格優(yōu)化等過程，網(wǎng)絡(luò)優(yōu)化的手段較為單一，前期目標(biāo)也僅僅局限于區(qū)域內(nèi)的局部優(yōu)化。中高端場景網(wǎng)絡(luò)質(zhì)量是鞏固用戶口碑的關(guān)鍵。城市用戶絕大部分通信行為在重要行業(yè)場景內(nèi)發(fā)生?；诨ヂ?lián)網(wǎng)數(shù)據(jù)進行智能行業(yè)場景識別優(yōu)化，是網(wǎng)絡(luò)優(yōu)化智能分析的一個重要研究方向。提升用戶日常常駐場景的中高端價值行業(yè)場景質(zhì)量口碑：一是為百姓人民的衣食住行（商業(yè)、住宅區(qū)、寫字樓、交通樞紐及干道場景），二是為重要ToB 客戶（黨政軍、機場、高鐵、星級酒店、商業(yè)區(qū)場景）。加強節(jié)假日、重要活動的價值場景質(zhì)量保障，如交通樞紐、高鐵、高速路收費卡口和服務(wù)區(qū)、醫(yī)院等關(guān)鍵場景，確保感知良好。客戶日常所處的場景類型較多，存在如下問題：

（1）缺少一個總體的線上系統(tǒng)，能高效對商機場景進行快速網(wǎng)絡(luò)質(zhì)量評估，能支撐業(yè)務(wù)發(fā)展和商機預(yù)管理，導(dǎo)致無法助力政企拓展市場；

（2）如何定義和評估提煉中高端價值行業(yè)場景（場所）沒有統(tǒng)一的標(biāo)準(zhǔn)，行業(yè)場景的邊框無法具體界定。

（3）缺乏對中高端價值行業(yè)場景服務(wù)質(zhì)量的研究和管理，不利于后續(xù)優(yōu)化和移動信譽推廣；同時缺乏網(wǎng)絡(luò)質(zhì)量評估和監(jiān)控等支撐工具，導(dǎo)致運維效率低。

3 中高端場景優(yōu)化新系統(tǒng)的設(shè)計

研發(fā)了面向中高端價值場景質(zhì)量管理及感知分析工具是一個通過五大后端功能進行中高端價值行業(yè)場景質(zhì)量一體化管理的系統(tǒng)。

3.1 系統(tǒng)總體設(shè)計

本系統(tǒng)是基于Javascript+CSS+html+Java+SQL 編程語言搭建，前端采用vue+iview 架構(gòu)，后端采用Spring boot +mybatis 架構(gòu)，數(shù)據(jù)庫基于Greenplum 數(shù)據(jù)倉庫，部署在大數(shù)據(jù)平臺服務(wù)器swarm 集群上，網(wǎng)絡(luò)優(yōu)化人員和行業(yè)客戶經(jīng)理可通過網(wǎng)站進行訪問本系統(tǒng)。

整體架構(gòu)方案如圖1 所示。

圖1 中高端價值場景優(yōu)化新系統(tǒng)整體架構(gòu)

3.2 面向ToB 的AI 行業(yè)場景識別模型

對于重要ToB 行業(yè)場景的網(wǎng)絡(luò)規(guī)劃優(yōu)化，本模型集成了三大算法和六大過程。三大算法包括MDT 與柵格關(guān)聯(lián)算法、基于GIS 和MDT 小區(qū)識別算法和小區(qū)聚類算法，如下：

（1）MDT 與柵格關(guān)聯(lián)算法：該算法是基于高效的關(guān)聯(lián)聚類算法，根據(jù)行業(yè)客戶所在地理區(qū)域信息、GIS 信息、柵格信息等信息，通過動態(tài)邊界判別方法，實現(xiàn)MDT 與柵格關(guān)聯(lián)。其中動態(tài)邊界判別方法是通過面積比閾值? 判別，如圖2（a）所示，紅線為某客戶園區(qū)的范圍，每個被紅線經(jīng)過格子標(biāo)記為Wi（i=1，2，3，..），每個Wi 可將面積分為被客戶包括面積Ti 和未包括面積Si，如圖2（b），面積比閾值為?i=Ti/Si，當(dāng)?i 大于等于0.5，則當(dāng)前柵格需要關(guān)聯(lián)，反之不關(guān)聯(lián)。

圖2 MDT 與柵格關(guān)聯(lián)算法

（2）基于GIS 和MDT 小區(qū)識別算法：GIS 和MDT識別小區(qū)算法其步驟如下：

步驟1，提取場景地理信息，包括場景名稱、場景類別、POI 等信息參數(shù)，進入步驟2；

步驟2，判斷是否已有同類場景的預(yù)測模型，若有進入步驟6，否則進入步驟3；

步驟3，對于需進行預(yù)測模型提取的場景，從現(xiàn)有數(shù)據(jù)倉庫中獲取同類場景的地理信息、具體場景的主覆蓋小區(qū)信息、以及場景和小區(qū)采集到的MDT 數(shù)據(jù)，進入步驟4；

步驟4，對于場景和小區(qū)的關(guān)聯(lián)關(guān)系進行特征數(shù)據(jù)建模，進入步驟5；

步驟5，根據(jù)步驟S04 場景識別的特征數(shù)據(jù)進行機器學(xué)習(xí)，形成預(yù)測模型，進入步驟6；

步驟6，結(jié)合特征識別重要場景信息，基站小區(qū)信息等進行特征值計算，并對重要場景和小區(qū)的覆蓋關(guān)系進行預(yù)測識別，輸出預(yù)測結(jié)果。

（3）小區(qū)聚類算法：首先通過爬蟲數(shù)據(jù)抓取，場景關(guān)鍵信息，包括場景名稱、場景地理信息（經(jīng)緯度、GIS 圖框）、地址等，經(jīng)數(shù)據(jù)清洗后錄入系統(tǒng)底層數(shù)據(jù)庫供大數(shù)據(jù)平臺各層應(yīng)用使用；然后通過人工校準(zhǔn)，對每個行業(yè)細(xì)分場景在地圖上進行繪制勾勒，更能凸顯地理特征，提高識別小區(qū)算法和MDT 與柵格關(guān)聯(lián)算法的分析準(zhǔn)確性。

基于以上三個算法，通過對歷史數(shù)據(jù)進行時間序列分析和源數(shù)據(jù)的預(yù)處理，進行SARIMA 模型擬合，得出最優(yōu)模型之后，最終輸出符合小區(qū)的行業(yè)場景標(biāo)簽鎖定，其實現(xiàn)過程如下：

（1）首先從地圖中抽取必要的場景信息。

（2）對場景信息、MDT 數(shù)據(jù)、小區(qū)工參數(shù)據(jù)、網(wǎng)管性能數(shù)據(jù)進行三大算法的預(yù)處理。

（3）訓(xùn)練SARIMA 模型擬合并驗證。

（4）生成柵格數(shù)據(jù)與Geometry 數(shù)據(jù)并計算MDT 數(shù)據(jù)；計算MDT 數(shù)據(jù)和網(wǎng)管性能數(shù)據(jù)的綜合評分。

（5）對柵格數(shù)據(jù)與Geometry 數(shù)據(jù)進行密度聚類分組，生成場景數(shù)據(jù)；計算綜合評分。

（6）結(jié)合場景數(shù)據(jù)與綜合評分鎖定小區(qū)的行業(yè)場景標(biāo)簽。

通過以上過程，可以快速識別重要行業(yè)場景，助力ToB 行業(yè)客戶的精準(zhǔn)識別。

3.3 搭建面向ToB 的質(zhì)量管理體系

為了支撐貫穿售前咨詢、方案設(shè)計、網(wǎng)絡(luò)設(shè)計與建設(shè)、平臺部署到交付運維，面向ToB 的質(zhì)量管理體系提供“基礎(chǔ)信息、網(wǎng)絡(luò)質(zhì)量、工單信息、退服小區(qū)、GIS 地圖”等維度對全省和21 個地市的行業(yè)地理信息、行業(yè)規(guī)劃信息、行業(yè)關(guān)鍵指標(biāo)、關(guān)鍵網(wǎng)絡(luò)狀態(tài)、網(wǎng)絡(luò)維護信息和行業(yè)場景小區(qū)標(biāo)簽審核進行綜合呈現(xiàn)，實現(xiàn)對ToB 專網(wǎng)的中高端價值場景的網(wǎng)絡(luò)資源進行整體規(guī)劃和管理，圖3 所示為該系統(tǒng)的演示界面。

圖3 中高端場景優(yōu)化新系統(tǒng)界面

為覆蓋全流程的一站式運營保障，體系通過公開的API 路徑補充獲取各重要行業(yè)場景的地理信息圖框，結(jié)合行業(yè)場景小區(qū)自動判斷算法和審核過程，將這些圖框與無線資源的行業(yè)場景名稱和小區(qū)信息進行關(guān)聯(lián)。圖4 所示為小區(qū)與行業(yè)對象對應(yīng)關(guān)系審核流程圖。

圖4 小區(qū)與行業(yè)對象對應(yīng)關(guān)系審核流程圖

本管理體系具有智能與靈活度高的特點，可以根據(jù)需要靈活對無線網(wǎng)絡(luò)資源和網(wǎng)絡(luò)質(zhì)量指標(biāo)進行展現(xiàn)，解決了傳統(tǒng)人力分析方式效率低、人力消耗大等問題。

3.4 構(gòu)建以點帶面的端到端質(zhì)量管理模塊

根據(jù)VIP 客戶實時反饋的測試內(nèi)容生成測試log 上傳，集成的GIS 呈現(xiàn)和參數(shù)采集、業(yè)務(wù)測試、基站查詢、LOG回傳、KPI 統(tǒng)計等測試擴展插件與自有開發(fā)模塊進行校驗，在保證測試結(jié)果準(zhǔn)確的基礎(chǔ)上與分析模塊聯(lián)動配合，完成端到端的質(zhì)量管理，其架構(gòu)如圖5 所示。

圖5 端到端質(zhì)量管理模塊

模塊基于Cordova 將代碼打包在一個原生的容器中運行，將前端代碼跨平臺運行，并且得到接近原生安卓或者IOS 應(yīng)用的系統(tǒng)特性。在保證必要字段準(zhǔn)確、全面的基礎(chǔ)上，通過多種手段提高VIP 客戶填寫體驗。如通過GIS 接口自動填寫問題站點地址和經(jīng)緯度；通過Telephony接口利用手機內(nèi)置的信號測試和速率測試模塊進行后臺測試等。通過易感知、易操作的提單流程，VIP 客戶耗時1 分鐘即可完成端到端的測試，使端到端的信息收集工作移動化、智能化、高效化。

3.5 搭建多維多態(tài)用戶指標(biāo)體系

通過場景MR 覆蓋率、駐留比、掉線率等多維指標(biāo)進行動態(tài)加權(quán)計算，最終得出覆蓋、接入、移動等更加貼近用戶感知的綜合評估體系。按照從大網(wǎng)元到小網(wǎng)元的方向，使用剝洋蔥的方法層層定界剝離對應(yīng)原因的問題位置，如圖6 所示。將每一層原因剝離出來的問題用戶群體進行網(wǎng)元或位置匯聚分析，聚焦問題到具體的行業(yè)場景網(wǎng)元進行處理。

圖6 定界流程

體系從用戶感知出發(fā)，通過準(zhǔn)實時感知監(jiān)控及時發(fā)現(xiàn)用戶感知劣化，形成問題告警通知到相應(yīng)負(fù)責(zé)人；通過全量無線異常用戶的異常小區(qū)分布匯聚結(jié)合小區(qū)無線原因定位對無線小區(qū)進行優(yōu)化處理，持續(xù)提升用戶網(wǎng)絡(luò)感知。

3.6 構(gòu)建基于輕量數(shù)字孿生系統(tǒng)的場景可視化

基于PostGIS 開源系統(tǒng)構(gòu)建輕量化的數(shù)字孿生系統(tǒng)，提供的對存儲空間地理數(shù)據(jù)的支持，使得重要場景或區(qū)域能夠進行空間數(shù)據(jù)管理、數(shù)量測量與幾何拓?fù)浞治?，并結(jié)合前端界面將場景地理空間渲染到頁面上，讓使用者能簡單明了獲取當(dāng)前信息，其架構(gòu)如圖7 所示。

圖7 可視化數(shù)字孿生系統(tǒng)

4 中高端場景優(yōu)化新系統(tǒng)的創(chuàng)新點

4.1 集成三大算法和六大過程

構(gòu)建面向ToB 的AI 行業(yè)場景識別模型，對于重要ToB 行業(yè)場景的網(wǎng)絡(luò)規(guī)劃優(yōu)化，本模型集成了三大算法和六大過程。

三大算法包括：（1）MDT 與柵格關(guān)聯(lián)算法：通過MDT 數(shù)據(jù)和ToB 客戶場景地理位置信息關(guān)聯(lián)算法，自動判斷、劃分柵格數(shù)，提高柵格數(shù)的合理性以及處理效率；（2）GIS 和MDT 識別小區(qū)算法: 通過GIS（地理信息系統(tǒng)）信息和MDT（最小化路測）數(shù)據(jù)對重要場景的主覆蓋小區(qū)進行算法識別，同時疊加切片配置和切片流量識別提升主覆蓋小區(qū)識別的準(zhǔn)確性、統(tǒng)一性和處理效率；（3）小區(qū)聚類算法：基于聚類算法首先通過爬蟲數(shù)據(jù)抓取，通過高德地圖、大眾點評、百度地圖獲取POI 信息包括位置、平均、評分、環(huán)境、評價、點評等多維度數(shù)據(jù)，實現(xiàn)對底層大數(shù)據(jù)資源進行整合、聚類；然后通過專家?guī)煨?zhǔn)，對每個細(xì)分場景在地圖上進行繪制勾勒，更能凸顯地理特征，提高后續(xù)兩個算法分析準(zhǔn)確性。

基于以上三個算法，通過對歷史數(shù)據(jù)進行時間序列分析和源數(shù)據(jù)的預(yù)處理，進行SARIMA 模型擬合，得出最優(yōu)模型之后，最終輸出符合小區(qū)的行業(yè)場景標(biāo)簽鎖定，助力ToB 專網(wǎng)的中高端價值場景的精準(zhǔn)識別[2]。其實現(xiàn)過程如下：（1）首先從地圖中抽取必要的場景信息；（2）對場景信息、MDT 數(shù)據(jù)、小區(qū)工參數(shù)據(jù)、網(wǎng)管性能數(shù)據(jù)進行三大算法的預(yù)處理；（3）訓(xùn)練SARIMA 模型擬合并驗證；（4）生成柵格數(shù)據(jù)與Geometry 數(shù)據(jù)并計算MDT 數(shù)據(jù)；計算MDT 數(shù)據(jù)和網(wǎng)管性能數(shù)據(jù)的綜合評分；（5）對柵格數(shù)據(jù)與Geometry 數(shù)據(jù)進行密度聚類分組，生成場景數(shù)據(jù)；計算綜合評分；（6）結(jié)合場景數(shù)據(jù)與綜合評分鎖定小區(qū)的行業(yè)場景標(biāo)簽。該算法流程如圖8 所示。

圖8 面向ToB 的AI 行業(yè)場景識別模型算法流程

4.2 多維質(zhì)量管理體系

管理體系提供“基礎(chǔ)信息、網(wǎng)絡(luò)質(zhì)量、工單信息、退服小區(qū)、GIS 地圖”等維度對全省和21 個地市的行業(yè)地理信息、行業(yè)規(guī)劃信息、行業(yè)關(guān)鍵指標(biāo)、關(guān)鍵網(wǎng)絡(luò)狀態(tài)、網(wǎng)絡(luò)維護信息和行業(yè)場景小區(qū)標(biāo)簽審核進行綜合呈現(xiàn)，實現(xiàn)對ToB 專網(wǎng)的中高端價值場景的網(wǎng)絡(luò)資源進行整體規(guī)劃和管理。

同時為覆蓋全流程的一站式運營保障，體系通過公開的API 路徑補充獲取各重要行業(yè)場景的地理信息圖框，結(jié)合行業(yè)場景小區(qū)自動判斷算法和審核過程，將這些圖框與無線資源的行業(yè)場景名稱和小區(qū)信息進行關(guān)聯(lián)?；A(chǔ)信息展示示意圖如圖9 所示。

圖9 基礎(chǔ)信息展示示意圖

本創(chuàng)新點管理體系具有智能與靈活度高的特點，可以根據(jù)需要靈活對無線網(wǎng)絡(luò)資源和網(wǎng)絡(luò)質(zhì)量指標(biāo)進行展現(xiàn)，解決了傳統(tǒng)人力分析方式效率低、人力消耗大等問題。

4.3 以端到端帶動整體的質(zhì)量分析管理

構(gòu)建以點帶面的端到端質(zhì)量管理模塊，如圖10 所示。根據(jù)VIP 客戶實時反饋的測試內(nèi)容生成測試log 上傳，集成的GIS呈現(xiàn)和參數(shù)采集、業(yè)務(wù)測試、基站查詢、LOG回傳、KPI 統(tǒng)計等測試擴展插件與自有開發(fā)模塊進行校驗，在保證測試結(jié)果準(zhǔn)確的基礎(chǔ)上與分析模塊聯(lián)動配合，完成端到端的質(zhì)量管理。

圖10 質(zhì)量分析管理模塊架構(gòu)

4.4 更加貼近用戶感知的綜合評估體系

搭建多維多態(tài)用戶指標(biāo)體系，如圖11 所示。通過場景MR 覆蓋率、駐留比、掉線率等多維指標(biāo)進行動態(tài)加權(quán)計算，最終得出覆蓋、接入、移動等更加貼近用戶感知的綜合評估體系，[3]既能直觀看出當(dāng)前區(qū)域的無線情況，還能針對每個參數(shù)進行分析，進而利于后續(xù)的網(wǎng)絡(luò)優(yōu)化。

圖11 基于用戶感知的綜合評估體系

4.5 輕量數(shù)字孿生系統(tǒng)的場景可視化的搭建

構(gòu)建基于輕量數(shù)字孿生系統(tǒng)的場景可視化，如圖12所示。基于PostGIS 開源系統(tǒng)構(gòu)建輕量化的數(shù)字孿生系統(tǒng)，提供的對存儲空間地理數(shù)據(jù)的支持，使得重要場景或區(qū)域能夠進行空間數(shù)據(jù)管理、數(shù)量測量與幾何拓?fù)浞治?，并結(jié)合前端界面將場景地理空間渲染到頁面上，讓使用者能簡單明了獲取當(dāng)前信息。[4]

圖12 可視化數(shù)字孿生系統(tǒng)

5 中高端場景優(yōu)化新系統(tǒng)的應(yīng)用效果

本系統(tǒng)應(yīng)用于廣東移動日常生產(chǎn)中，解決了中高端價值場景質(zhì)量管理、面向行業(yè)客戶的網(wǎng)絡(luò)質(zhì)量管理等問題，并已試用培訓(xùn)推廣到21 個地市移動一線生產(chǎn)人員中。省市人員能結(jié)合系統(tǒng)上的網(wǎng)絡(luò)和行業(yè)用戶指標(biāo)體系，針對中高端價值場景中用戶的弱覆蓋、高掉話、高負(fù)荷、低流量等網(wǎng)絡(luò)質(zhì)量問題進行優(yōu)化。

通過本系統(tǒng)可以對中高端價值場景全流程跟蹤定位，發(fā)現(xiàn)問題并反饋問題；同時可以對每個細(xì)分場景應(yīng)用進行基礎(chǔ)數(shù)據(jù)、網(wǎng)絡(luò)指標(biāo)、維護質(zhì)量、投訴情況、問題點聚類、問題小區(qū)派單和重要場景問題點通報督辦等的綜合管理。

在實際生產(chǎn)任務(wù)中，網(wǎng)絡(luò)優(yōu)化人員和行業(yè)客戶經(jīng)理可以通過電腦或手機訪問本成果系統(tǒng)，查詢中高端價值場景清單及邊框、網(wǎng)絡(luò)綜合評估情況和網(wǎng)絡(luò)問題點反饋。VIP 客戶問題上報時間可縮短至1 個工作日，即提升了100%～200% 的工作效率，同時提升20% 問題反饋質(zhì)量。本系統(tǒng)的應(yīng)用，聚焦用戶常駐場景網(wǎng)絡(luò)質(zhì)量，樹立品牌正向影響力：一是為百姓人民的衣食住行（商業(yè)、住宅區(qū)、寫字樓、交通樞紐及干道場景），二是為重要客戶（黨政軍、機場、高鐵、星級酒店、商業(yè)區(qū)場景）提供優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)，不斷塑造“品牌記憶”，打造人心紅利競爭優(yōu)勢。

同時通過完善對5G 中高價值場景的評價建模及網(wǎng)絡(luò)把控能力，可以提供5G 商業(yè)中高價值場景建設(shè)及規(guī)劃指引。通過挖掘特定人口的聚集，可以判斷住宿、飲食、教育、醫(yī)療的需求，便于行業(yè)客戶經(jīng)理引領(lǐng)創(chuàng)造客戶需求。實現(xiàn)在產(chǎn)品的銷售下沉工作，充分支撐龍頭公司的場景化銷售，解決實際生產(chǎn)需求問題。