一种通信业务用户感知度评估方法及系统

摘要

本发明公开了一种通信业务用户感知度评估方法，创建待评估业务的Sub-QoE指标和In-QoE指标；构建KQI与CEI的数量关系模型；将在待评估区域针对待评估业务统计的KQI值代入所述KQI与CEI的数量关系模型，将计算出的Sub-QoE值和In-QoE值作为用户感知度评估值。本发明同时还公开了一种信业务用户感知度评估系统，应用本发明的技术方案，解决了采用固定模型方程拟合的KQI/KPI-QoE数量关系模型应用于不同区域、不同人群用户感知度评估造成误差较大的问题，以及单纯采用用户调查方式获取用户感知度无法实时监控和成本高的问题。

权利要求

1.一种通信业务用户感知度QoE评估方法，其特征在于，该方法包括：

从用户行为基础数据中提取用户应用偏好信息，根据用户应用偏好信息，创建待评估业务的用户感知度指标CEI组，包括：子项感知度Sub-QoE指标和整体感知度In-QoE指标；

接收待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和关键质量指标KQI值，并利用所述Sub-QoE指标值、In-QoE指标值和KQI值构建KQI与CEI的数量关系模型；

将在待评估区域针对待评估业务统计的KQI值代入所述KQI与CEI的数量关系模型，将计算出的Sub-QoE值和In-QoE值作为QoE评估结果。

2.根据权利要求1所述的方法，其特征在于，所述利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与CEI的数量关系模型，包括：利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

3.根据权利要求2所述的方法，其特征在于，

所述用户应用偏好信息包括待评估业务的具体应用，以及用户对所述待评估业务具体应用偏好的质量特性。

4.根据权利要求3所述的方法，其特征在于，所述构建KQI与Sub-QoE指标的数量关系模型之前，该方法还包括：根据用户对待评估业务具体应用偏好的质量特性，将所述质量特性分别向待评估业务的接入性、保持性和完整性映射，创建反映所述质量特性的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标。

5.根据权利要求4所述的方法，其特征在于，所述构建KQI与Sub-QoE指标的数量关系模型之前，该方法还包括：将所述创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，对应关联待评估业务的接入性KQI、保持性KQI和完整性KQI，以根据Sub-QoE指标和KQI的关联关系，构建KQI与Sub-QoE指标的数量关系模型。

6.根据权利要求4或5所述的方法，其特征在于，所述构建Sub-QoE指标与In-QoE指标的数量关系模型之前，该方法还包括：将根据用户对待评估业务具体应用偏好的质量特性，创建的所述接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，与所述待评估业务的In-QoE指标关联，以根据Sub-QoE指标和In-QoE指标的关联关系，构建Sub-QoE指标和In-QoE指标的数量关系模型。

7.一种通信业务用户感知度评估系统，其特征在于，该系统包括：基础数据提取与存储模块、CEI组创建模块、数量关系模型构建模块和用户感知度评估模块；其中，所述基础数据提取与存储模块，用于从用户行为基础数据中提取用户应用偏好信息并存储；接收待评估业务在待评估区域，针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值并存储；接收待评估区域针对待评估业务统计的KQI值并存储；

所述CEI组创建模块，用于根据基础数据提取与存储模块接收并存储的用户应用偏好信息，创建待评估业务的CEI组，包括：Sub-QoE指标和In-QoE指标；

所述数量关系模型构建模块，用于利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与CEI的数量关系模型；

所述用户感知度评估模块，用于将基础数据提取与存储模块接收并存储的，在待评估区域针对待评估业务统计的KQI值，代入数量关系模型创建模块创建的KQI与CEI的数量关系模型，将计算出的Sub-QoE值和In-QoE值作为QoE评估结果。

8.根据权利要求7所述的系统，其特征在于，

所述数量关系模型构建模块，具体用于利用基础数据提取与存储模块接收并存储的，待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

9.根据权利要求8所述的系统，其特征在于，

所述用户应用偏好信息包括待评估业务具体应用，以及用户对所述待评估业务具体应用偏好的质量特性。

10.根据权利要求9所述的系统，其特征在于，

所述CEI组创建模块，具体用于根据基础数据提取与存储模块提取并存储的，用户对待评估业务具体应用偏好的质量特性，将所述质量特性分别向待评估业务的接入性、保持性和完整性映射，创建反映所述质量特性的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标。

11.根据权利要求10所述的系统，其特征在于，该系统还包括：

关联模块，用于将CEI组创建模块创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，对应关联接入性KQI、保持性KQI和完整性KQI；

所述数量关系模型构建模块，具体用于根据关联模块建立的KQI和Sub-QoE指标的关联关系，构建KQI与Sub-QoE指标的数量关系模型。

12.根据权利要求10或11所述的系统，其特征在于，

关联模块，还用于将CEI组创建模块针对待评估业务创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，关联待评估业务的In-QoE指标；

所述数量关系模型构建模块，具体用于根据关联模块建立的Sub-QoE指标和In-QoE指标的关联关系，构建Sub-QoE指标和In-QoE指标的数量关系模型。

说明书

一种通信业务用户感知度评估方法及系统

技术领域

[0001] 本发明涉及通信技术领域，尤其涉及一种通信业务用户感知度(QoE，Quality of Experience)评估方法及系统。

背景技术

[0002] 随着通信技术的发展，移动通信网络可以为用户提供越来越丰富的移动通信业务和应用，如何评估和提升移动通信业务的用户感知度成为全球各大运营商关注和研究的重点。

[0003] 目前，通常采用固定的模型方程拟合或构建关键质量指标(KQI，KeyQuantity Indicators)/关键性能指标(KPI，Key Performance Indicators)-QoE数量关系模型或曲线，再将统计的KQI值或KPI值代入此数量模型，将计算出的QoE作为用户感知度的评估结果。由于经济状况、人文环境和人口规模的差异，对应不同区域、不同人群的KQI/KPI-QoE数量关系模型往往差异很大，利用固定的模型方程进行拟合以构建KQI/KPI-QoE数量关系模型的方法，将导致用户感知度评估误差较大；

[0004] 同时，目前应用的单纯通过用户调查获取用户感知度的方法，无法实现用户感知度的实时监控，时间滞后性大，且成本高。

发明内容

[0005] 有鉴于此，本发明的主要目的在于提供一种通信业务用户感知度评估方法及系统，解决利用现有KQI/KPI-QoE数量关系模型评估用户感知度误差较大，以及单纯通过用户调查获取用户感知度，无法对用户感知度实时监控的问题。

[0006] 为达到上述目的，本发明的技术方案是这样实现的：

[0007] 本发明公开了一种通信业务用户感知度评估方法，该方法包括：

[0008] 从用户行为基础数据中提取用户应用偏好信息，根据用户应用偏好信息，创建待评估业务的用户感知度指标(CEI，Customer Experience Indicator)组，包括：子项感知度(Sub-QoE，Subordinate Quality of Experience)指标和整体感知度(In-QoE，Independent Quality of Experience)指标；

[0009] 接收待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和关键质量指标KQI值，并利用所述Sub-QoE指标值、In-QoE指标值和KQI值构建KQI与CEI的数量关系模型；

[0010] 将在待评估区域针对待评估业务统计的KQI值代入所述KQI与CEI的数量关系模型，将计算出的Sub-QoE值和In-QoE值作为QoE评估结果。

[0011] 上述方案中，所述利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与CEI的数量关系模型，包括：

[0012] 利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0013] 上述方案中，所述用户应用偏好信息包括待评估业务的具体应用，以及用户对所述待评估业务具体应用偏好的质量特性。

[0014] 上述方案中，所述构建KQI与Sub-QoE指的数量关系模型之前，该方法还包括：

[0015] 根据用户对待评估业务具体应用偏好的质量特性，将所述质量特性分别向待评估业务的接入性、保持性和完整性映射，创建反映所述质量特性的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标。

[0016] 上述方案中，所述构建KQI与Sub-QoE指标的数量关系模型之前，该方法还包括：

[0017] 将所述创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，对应关联待评估业务的接入性KQI、保持性KQI和完整性KQI，以根据Sub-QoE指标和KQI的关联关系，构建KQI与Sub-QoE指标的数量关系模型。

[0018] 上述方案中，所述构建Sub-QoE指标与In-QoE指标的数量关系模型之前，该方法还包括：

[0019] 将根据用户对待评估业务具体应用偏好的质量特性，创建的所述接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，与所述待评估业务的In-QoE指标关联，以根据Sub-QoE指标和In-QoE指标的关联关系，构建Sub-QoE指标和In-QoE指标的数量关系模型。

[0020] 本发明还公开了一种通信业务用户感知度评估系统，该系统包括：基础数据提取与存储模块、CEI组创建模块、数量关系模型构建模块和用户感知度评估模块；其中，[0021] 所述基础数据提取与存储模块，用于从用户行为基础数据中提取用户应用偏好信息并存储；接收待评估业务在待评估区域，针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值并存储；接收待评估区域针对待评估业务统计的KQI值并存储；

[0022] 所述CEI组创建模块，用于根据基础数据提取与存储模块接收并存储的用户应用偏好信息，创建待评估业务的CEI组，包括：Sub-QoE指标和In-QoE指标；

[0023] 所述数量关系模型构建模块，用于利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与CEI的数量关系模型；

[0024] 所述用户感知度评估模块，用于将基础数据提取与存储模块接收并存储的，在待评估区域针对待评估业务统计的KQI值，代入数量关系模型创建模块创建的KQI与CEI的数量关系模型，将计算出的Sub-QoE值和In-QoE值作为QoE评估结果。

[0025] 上述方案中，所述数量关系模型构建模块，具体用于利用基础数据提取与存储模块接收并存储的，待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0026] 上述方案中，所述用户应用偏好信息包括待评估业务具体应用，以及用户对所述待评估业务具体应用偏好的质量特性。

[0027] 上述方案中，所述CEI组创建模块，具体用于根据基础数据提取与存储模块提取并存储的，用户对待评估业务具体应用偏好的质量特性，将所述质量特性分别向待评估业务的接入性、保持性和完整性映射，创建反映所述质量特性的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标。

[0028] 上述方案中，关联模块，用于将CEI组创建模块创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，对应关联接入性KQI、保持性KQI和完整性KQI；

[0029] 所述数量关系模型构建模块，具体用于根据关联模块建立的KQI和Sub-QoE指标的关联关系，构建KQI与Sub-QoE指标的数量关系模型。

[0030] 上述方案中，所述关联模块，还用于将CEI组创建模块针对待评估业务创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，关联待评估业务的In-QoE指标；

[0031] 所述数量关系模型构建模块，具体用于根据关联模块建立的Sub-QoE指标和In-QoE指标的关联关系，构建Sub-QoE指标和In-QoE指标的数量关系模型。

[0032] 本发明所提供的技术方案中，利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与CEI的数量关系模型；将在待评估区域针对待评估业务统计的KQI值代入所述KQI与CEI的数量关系模型，将计算出的Sub-QoE值和In-QoE值作为QoE评估值，并且，所述Sub-QoE指标根据待评估业务在待评估区域的用户偏好创建，如此，根据实际Sub-QoE指标值、In-QoE指标值和KQI值构建的KQI与CEI的数量关系模型，可准确反映待评估业务在待评估区域的用户感知度，避免因采用固定模型方程拟合的KQI/KPI-QoE数量关系模型无法适应不同区域、不同人群之间人文、经济等因素的差异导致用户感知度评估误差较大的问题，并且可以实时监控用户感知度，增强了用户感知度的实时性，并且实现成本较低。

附图说明

[0033] 图1为本发明通信业务用户感知度评估方法的实现流程示意图；

[0034] 图2为本发明采用遗传算法构建KQI-CEI数量关系模型的实现流程示意图；

[0035] 图3为本发明通信业务用户感知度评估系统的组成结构示意图；

[0036] 图4为本发明评估通信业务用户感知度一实施例的实现流程示意图；

[0037] 图5为本发明评估通信业务用户感知度又一实施例的实现流程示意图。

具体实施方式

[0038] 下面结合附图及具体实施例对本发明再作进一步详细的说明。

[0039] 图1为本发明通信业务用户感知度评估方法的实现流程示意图，包括：

[0040] 步骤101：从用户行为基础数据中提取用户应用偏好信息，根据用户应用偏好信息，创建待评估业务的CEI组，包括：Sub-QoE指标和In-QoE指标；

[0041] 其中，所述用户应用偏好信息包括待评估业务具体应用、以及用户对所述待评估业务具体应用偏好的质量特性。

[0042] 进一步的，本步骤中还包括以下处理流程：

[0043] 根据用户对待评估业务具体应用偏好的质量特性，将所述质量特性分别向待评估业务的接入性、保持性和完整性映射，创建反映所述质量特性的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标。

[0044] 其中，所述Sub-QoE指标为用户对待评估业务具体应用的不同方面感知度指标，所述In-QoE指标为用户对待评估业务具体应用的整体感知度指标。

[0045] 本步骤中，所述从用户行为基础数据中提取用户应用偏好信息的操作，和根据用户应用偏好信息创建待评估业务的CEI组的操作，由用户感知度评估系统的基础数据提取与存储模块和CEI组创建模块对应完成，所述基础数据提取与存储模块和CEI组创建模块可以位于同一设备上，也可以分布于不同的设备上。

[0046] 步骤102：接收待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，并利用所述Sub-QoE指标值、In-QoE指标值和KQI值构建KQI与CEI的数量关系模型；

[0047] 所述Sub-QoE指标值、In-QoE指标值通过用户调查获得，所述KQI值从现有KQI统计系统中读取。

[0048] 所述利用Sub-QoE指标值、In-QoE指标值和KQI值构建KQI与CEI的数量关系模型，具体为：

[0049] 利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0050] 其中，所述接收待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值的操作，和利用所述Sub-QoE指标值、In-QoE指标值和KQI值构建KQI与CEI的数量关系模型的操作，由用户感知度评估系统的基础数据提取与存储模块和数量关系模型构建模块对应完成，所述数量关系模型构建模块，可以与步骤101所述用户感知度评估系统的基础数据提取与存储模块、CEI组创建模块位于同一设备上，也可以与所述基础数据提取与存储模块、CEI组创建模块分布于不同的设备上。

[0051] 进一步的，所述构建KQI与Sub-QoE指标的数量关系模型之前，还包括以下处理流程：

[0052] 将所述创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，对应关联待评估业务的接入性KQI、保持性KQI和完整性KQI，以根据Sub-QoE指标和KQI的关联关系，构建KQI与Sub-QoE指标的数量关系模型。

[0053] 进一步的，所述构建Sub-QoE指标与In-QoE指标的数量关系模型之前，还包括以下处理流程：

[0054] 将根据用户对待评估业务具体应用偏好的质量特性，创建的所述接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，与所述待评估业务的In-QoE指标关联，以根据Sub-QoE指标和In-QoE指标的关联关系，构建Sub-QoE指标和In-QoE指标的数量关系模型。

[0055] 上述流程中，所述将创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，对应关联待评估业务的接入性KQI、保持性KQI和完整性KQI的操作，以及将所述接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，与所述待评估业务的In-QoE指标关联的操作，由用户感知度评估系统的关联模块完成，所述关联模块可以与用户感知度评估系统的基础数据提取与存储模块、CEI组创建模以及数量关系模型构建模块位于同一设备上，也可以与所述基础数据提取与存储模块、CEI组创建模以及数量关系模型构建模块分布于不同的设备上。

[0056] 其中，与一个所述Sub-QoE关联的KQI可以为一个或多个。具体的，当与一个所述Sub-QoE关联的为一个KQI时，上述流程中对应构建KQI与Sub-QoE指标一对一的数量关系模型；当与一个所述Sub-QoE关联的KQI为多个时，上述流程中对应构建KQI与Sub-QoE指标多对一的数量关系模型。

[0057] 其中，所述KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型，可以采用遗传算法自适应构建。

[0058] 图2为本发明采用遗传算法构建KQI-CEI数量关系模型的实现流程示意图，如图2所示，包括：

[0059] 步骤201：定义解空间，种群初始化；

[0060] 所述解空间包括构成所述KQI与Sub-QoE指标的数量关系模型、以及Sub-QoE指标与In-QoE指标的数量关系模型的所有可能的函数模型。

[0061] 所述解空间还包括KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型可能涉及的运算符集、变量符号集和数据集构成。其中，所述运算符集包含了所述数量关系模型涉及的各类函数运算符，包括但不限于加、减、乘、除、指数、对数等；所述变量符号集包含所述数量关系模型可能涉及的变量，包括Sub-QoE指标、In-QoE指标和KQI；所述数据集为所述数量关系模型涉及的各类常数的取值范围，包括但不限于常数项、指数项和系数项等，其中，所述各类常数的最大取值范围，根据所述数据集具体对应的数据类型设定，例如，所述数据集为对应KQI“网页首元素打开成功率”相关值时，则该数据集的取值范围可为0～100％。

[0062] 进一步的，根据定义的解空间进行种群初始化的处理，该处理将产生由一定数量个体组成的种群，种群数量的大小一般在几十到数百之间，可以根据实际情况进行选择。

[0063] 其中，所述个体为一个“KQI与Sub-QoE指标的数量关系模型函数”，或为一个“Sub-QoE指标与In-QoE指标的数量关系模型函数”。

[0064] 步骤202：对种群个体的适应度进行评估；

[0065] 即按照适应度高低对种群个体进行排序，所述适应度为所述个体模型曲线拟合效果的表征。

[0066] 步骤203：从当前种群中选择设定数量适应度最高的个体；

[0067] 步骤204：判断当前处理是否达到终止条件，如果达到，则执行步骤205，即将步骤203中选择的适应度最高的个体作为模型曲线拟合结果输出，将该模型曲线对应的数量关系模型作为构建的数量关系模型；否则，转入步骤206；

[0068] 所述终止条件包括以下条件中的一个或多个：

[0069] (1)达到繁殖最大次数；

[0070] 其中，所述繁殖最大次数，与模型拟合准确度以及处理时间正相关；

[0071] (2)达到处理时间约定的最大时长；

[0072] 其中，所述处理时间与模型拟合准确度正相关；

[0073] (3)种群中最优个体模型曲线拟合误差小于或等于约定值，或者适应度大于或等于约定值；

[0074] 步骤206：对选取的个体进行杂交操作；

[0075] 具体的，对父代个体进行两两随机配对，形成杂交配对池；每一对父体均在设定概率条件下进行杂交；

[0076] 步骤207：对种群中的每个个体在设定概率条件下进行变异操作；

[0077] 步骤208：种群更新，然后递归调用步骤202；

[0078] 具体的，将完成杂交和变异后的子代个体替代父代种群中适应度低的个体。

[0079] 步骤103：将在待评估区域针对待评估业务统计的KQI值代入所述KQI与CEI的数量关系模型，将输出的Sub-QoE值和In-QoE值作为QoE评估结果。

[0080] 其中，统计待评估区域针对待评估业务的KQI值，统计的维度根据实际需求确定，包括但不限于：

[0081] 用户维度、自定义用户群组维度、小区维度、自定义小区组合维度、无线网络控制器(RNC，Radio Network Controller)维度、服务提供商(SP，ServicesProvider)维度和全网维度。

[0082] 其中，所述将在待评估区域针对待评估业务统计的KQI值代入所述KQI与CEI的数量关系模型，将输出的Sub-QoE值和In-QoE值作为与所述KQI相同统计维度的QoE评估结果的操作由用户感知度评估系统的用户感知度评估模块完成，所述用户感知度评估模块可与步骤102中所述关联模块、基础数据提取与存储模块、CEI组创建模以及数量关系模型构建模块位于同一设备上，也可以与所述关联模块、基础数据提取与存储模块、CEI组创建模以及数量关系模型构建模块分布于不同的设备上。

[0083] 图3为本发明通信业务用户感知度评估系统的组成结构示意图，如图3所示，该系统包括：基础数据提取与存储模块31、CEI组创建模块32、数量关系模型构建模块33和用户感知度评估模块34；其中，

[0084] 所述基础数据提取与存储模块31，用于从用户行为基础数据中提取用户应用偏好信息并存储；接收待评估业务在待评估区域，针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值并存储；接收待评估区域针对待评估业务统计的KQI值并存储；

[0085] 所述CEI组创建模块32，用于根据基础数据提取与存储模块31接收并存储的用户应用偏好信息，创建待评估业务的CEI组，包括：Sub-QoE指标和In-QoE指标；

[0086] 所述数量关系模型构建模块33，用于利用待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与CEI的数量关系模型；

[0087] 所述用户感知度评估模块34，用于将基础数据提取与存储模块31接收并存储的，在待评估区域针对待评估业务统计的KQI值，代入数量关系模型创建模块创建的KQI与CEI的数量关系模型，将计算出的Sub-QoE值和In-QoE值作为QoE评估结果。

[0088] 上述方案中，

[0089] 所述数量关系模型构建模块33，具体用于利用基础数据提取与存储模块31接收并存储的，待评估业务在待评估区域针对单用户的实际Sub-QoE指标值、In-QoE指标值和KQI值，构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0090] 上述方案中，所述数量关系模型构建模块33可以采用遗传算法，自适应构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0091] 上述方案中，所述用户应用偏好信息包括待评估业务具体应用，以及用户对所述待评估业务具体应用偏好的质量特性。

[0092] 上述方案中，所述CEI组创建模块32，具体用于根据基础数据提取与存储模块31提取并存储的，用户对待评估业务具体应用偏好的质量特性，将所述质量特性分别向待评估业务的接入性、保持性和完整性映射，创建反映所述质量特性的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标。

[0093] 上述方案中，该系统还包括：

[0094] 关联模块35，用于将CEI组创建模块32针对待评估业务创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，对应关联接入性KQI、保持性KQI和完整性KQI；

[0095] 所述数量关系模型构建模块33，具体用于根据KQI与Sub-QoE指标关联模块35建立的KQI和Sub-QoE指标的关联关系，构建KQI与Sub-QoE指标的数量关系模型。

[0096] 具体的，当与一个所述Sub-QoE关联的KQI只有一个时，所述数量关系模型构建模块33对应构建KQI与Sub-QoE指标一对一的数量关系模型；当与一个所述Sub-QoE关联的KQI为多个时，所述数量关系模型构建模块33对应构建KQI与Sub-QoE指标多对一的数量关系模型。

[0097] 上述方案中，

[0098] 所述关联模块35，还用于将CEI组创建模块32针对待评估业务创建的接入性Sub-QoE指标、保持性Sub-QoE指标和完整性Sub-QoE指标，关联待评估业务的In-QoE指标；

[0099] 所述数量关系模型构建模块33，具体用于根据关联模块35建立的Sub-QoE指标和In-QoE指标的关联关系，构建Sub-QoE指标和In-QoE指标的数量关系模型。

[0100] 其中，用户感知度评估系统的基础数据提取与存储模块31、CEI组创建模块32、数量关系模型构建模块33、用户感知度评估模块34以及关联模块35，可以位于同一设备上，也可以分布于不同的设备上。

[0101] 其中，所述数量关系模型构建模块33可以采用遗传算法自适应构建KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0102] 实施例一

[0103] 图4为本发明评估通信业务用户感知度一实施例的实现流程示意图，如图4所示，包括：

[0104] 步骤401：根据用户应用偏好信息，创建待评估业务CEI组；

[0105] 表1所示为待评估的网页信息浏览业务、在线视频业务和下载业务的用户应用偏好信息。

[0106]

[0107]

[0108] 表1

[0109] 用户对待评估业务的应用偏好信息包括待评估业务具体应用，以及用户对所述待评估业务具体应用偏好的质量特性。

[0110] 例如，创建网页信息浏览业务的CEI组时，从表1可知，网页信息浏览业务对应用户偏好的质量特性为：网页能否打开和网页打开时长。因此，将网页能否打开和网页打开时长分别向接入性、保持性和完整性映射，可创建以下Sub-QoE指标：

[0111] 网页初始呈现成功率满意指数：是针对“输入欲访问的网址并回车后，可看到网页上有内容呈现或者网页浏览器提示网页正在下载”的用户感知度指标，该指标为接入性Sub-QoE指标；

[0112] 网页初始呈现时延满意指数：是针对“从输入欲访问的网址并回车到可看到网页上有内容呈现或者网页浏览器提示网页正在下载”的用户感知度指标，该指标为接入性Sub-QoE指标；

[0113] 网页浏览掉线满意指数：是针对用户对网页无法完成下载的用户感知度指标，该指标为保持性Sub-QoE指标；

[0114] 网页下载速率满意指数：是针对网页完整呈现网页内容速度的用户感知度指标，该指标为完整性Sub-QoE指标。

[0115] 步骤402：确定与创建的Sub-QoE指标关联的KQI；

[0116] 其中，与一个所述Sub-QoE指标关联的KQI可以为一个或多个。

[0117]

[0118]

[0119] 表2

[0120] 相应的，与网页信息浏览业务对应的KQI如表2所示。

[0121] 首先，从待评估业务的接入性、保持性和完整性对Sub-QoE指标与KQI进行关联，以接入性为例，步骤301中创建的接入性Sub-QoE指标“网页初始呈现成功率满意指数”和“网页初始呈现时延满意指数”关联表2所示KQI“网页首元素打开成功率”和“网页首元素打开时延”；

[0122] 由于接入性Sub-QoE指标和KQI不唯一，还需要在上述关联关系中，根据用户对网页信息浏览业务偏好的质量特性，进一步建立Sub-QoE指标和KQI具体的关联关系，根据网页信息浏览业务偏好的质量特性“网页能否打开”，确定Sub-QoE指标“网页初始呈现成功率满意指数”仅与KQI“网页首元素打开成功率”关联；Sub-QoE指标“网页初始呈现时延满意指数”仅与KQI“网页首元素打开时延”关联。

[0123] 相应的，完整性Sub-QoE指标和KQI“Web服务未完成率”关联，保持性Sub-QoE指标和KQI“网页下载平均速率”关联。

[0124] 步骤403：通过用户调查的方式，获取待评估区域待评估业务的单用户实际Sub-QoE指标值和In-QoE指标值；

[0125] 步骤404：统计待评估业务的KQI值；

[0126] 所述KQI值为步骤403所述用户对应待评估业务的KQI值，通过现有KQI统计系统获得。

[0127] 步骤405：利用步骤403中获取的Sub-QoE指标值、In-QoE指标值和步骤404中统计的KQI值，构建针对待评估区域的KQI与CEI的数量关系模型，然后执行步骤406；

[0128] 本步骤中，采用遗传算法，自适应构建KQI与CEI的数量关系模型，即：KQI与Sub-QoE指标的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0129] 本实施例中，根据我国某市的网页信息浏览业务实际Sub-QoE指标值、In-QoE指标值和KQI值，构建了相应的模型，由于步骤402中，已建立Sub-QoE指标“网页初始呈现成功率满意指数”和KQI“网页首元素打开成功率”一对一的关联关系，因此将构建Sub-QoE指标“网页初始呈现成功率满意指数”和KQI“网页首元素打开成功率”的一对一的数量关系模型，所述遗传算法相关参数设定如下：

[0130] (1)运算符集为{+，-，*，/，^，exp，log}；

[0131] (2)变量符号集X＝{x，y}，其中，x表示KQI“网页首元素打开成功率”，y表示Sub-QoE指标“网页初始呈现成功率满意指数”；

[0132] (3)数据集c＝{-10＜c＜10}，最大幂次为6，种群规模80，最大繁衍次数10000。

[0133] 所述数据集的取值范围、最大幂次、种群规模以及最大繁衍次数依据期望评估时间确定，所述数据集的取值范围、最大幂次、种群规模以及最大繁衍次与期望评估时间正相关。

[0134] 数量关系模型构建结果如下：

[0135] y＝(54.9051+exp(exp(x))+x-1/(x^x)^(8.7384))/((((((((((((((((((x)^((-0.1652+x)*x))^(1.3771*x))^x)^x)^x)^(1.3771))^(1.3771*x))^x)^(1.3771))^x)^(1.3771))^x)^(1.3771))^(1.3771*((((((((((((x)^((-0.1652+x)*x))^(1.3771*x))^x)^x)^x)^(1.3771))^(1.3771*x))^x)^(1.3771))^x)^(1.3771))^x))^(((((((((((((x)^((-0.1652+x)*x))^(1.3771*x))^x)^x)^x)^(1.3771))^(1.3771*x))^x)^(1.3771))^x)^(1.3771))^x))^(1.3771))^x)

[0136] 步骤406：统计待评估区域的全网维度KQI值；

[0137] 所述全网维度KQI值利用现有KQI统计系统获得。

[0138] 步骤407：计算待评估区域的全网维度用户感知度。

[0139] 将步骤406统计得到的全网维度KQI值代入所述KQI与Sub-QoE指标的数量关系模型，计算得到Sub-QoE评估值；将所述Sub-QoE评估值代入所述Sub-QoE指标与In-QoE指标的数量关系模型，计算得到In-QoE评估值。所述计算得到的Sub-QoE评估值和In-QoE评估值即为全网维度用户感知度评估结果。

[0140]

[0141] 表3

[0142] 如表3所示，为我国某市的网页信息浏览业务全网维度用户感知度评估结果。

[0143] 实施例二

[0144] 图5为本发明评估通信业务用户感知度又一实施例的实现流程示意图，如图5所示，包括：

[0145] 步骤501：根据用户应用偏好信息，创建待评估业务CEI组；

[0146] 步骤502：确定与创建的Sub-QoE指标关联的KQI；

[0147] 其中，与一个所述Sub-QoE指标关联的KQI可以为一个多个。

[0148] 步骤503：通过用户调查的方式，获取待评估区域待评估业务的单用户实际Sub-QoE指标值和In-QoE指标值；

[0149] 步骤504：统计所述待评估业务的KQI值；

[0150] 步骤505：利用所述实际Sub-QoE指标值、In-QoE指标值和KQI值，构建针对待评估区域的KQI与CEI的数量关系模型；

[0151] 本步骤中，采用遗传算法，自适应构建KQI与CEI的数量关系模型，即：Sub-QoE指标与KQI的数量关系模型，以及Sub-QoE指标与In-QoE指标的数量关系模型。

[0152] 其中，本实施例与实施例一的待评估区域相同，所以步骤501～505的处理与实施例一步骤401～405的处理相同。

[0153] 步骤506：统计待评估区域的贵宾(VIP，Very Important Person)用户组KQI值；

[0154] 所述VIP用户组可根据场景需求定义，为由一定数量的VIP用户组成的多维度待评估群组。

[0155] 在本实施例中，所述VIP用户组由运营商所提供的600位用户组成。

[0156] 步骤507：计算所述待评估区域的贵宾VIP组用户感知度。

[0157] 将所述统计得到的KQI值代入所述Sub-QoE指标与KQI的数量关系模型，即可计算得到Sub-QoE评估值；将所述Sub-QoE评估值代入所述In-QoE指标与Sub-QoE指标之间的数量关系模型，将计算得到In-QoE值。所述计算得到的Sub-QoE评估值和In-QoE评估值作为VIP用户组维度用户感知度评估结果。

[0158] 如表4所示，为我国某市的网页信息浏览业务的VIP用户组维度用户感知评估结果。

[0159]

[0160] 表4

[0161] 以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。