基于最小距离聚类法的用户感知指标选择的方法

随着时代发展，用户越来越看中商品及服务带来的使用感受，同时现代企业也愈发重自身产品的用户体验。当同质化竞争时，用户体验成了影响顾客选择商品的主要因素。随着4G业务正式运营，用户感知作为三大传统运营商以及虚拟运营商竞争的焦点之一越来越受到关注。如何实现对用户使用业务时实际感知情况的量化是通信领域目前研究的热点之一。当前对于用户体验质量的评估方法很少，并且主要停留在从网络侧采集相关的网络指标数据进行量化分析，然而这种评估手段不能全面真实的反映出用户的真实感受，因而不能对网络进行合理的优化提升用户体验。因此，一套全面、系统的用户体验评价体系急需建立。
　　1 用户感知评价体系概述
　　1.1 概念简述
　　用户感知是指客户对网络质量是可深入认识、感知的，良好的网络质量感知是企业核心竞争能力的直接表现。
　　用户感知在移动通信业务中是指用户在主观感受上对移动网络业务的使用满意程度，它反映了用户对网络和业务的感受优劣度，反映了该移动网络业务的质量与用户本身期待之间的差异。
　　1.2 用户感知发展现状
　　传统的网络优化方法主要包括基于网管指标、路测指标的网络优化。其中路测指标主要通过DT（dimension test）测试、CQT（Call Quality Test）测试获得，其特点是从终端侧收集数据，主要用于检测网络运行质量，反映测试路线上的网络情况。网络指标主要为网管KPI，获取方式是网管数据、告警数据、用户投诉数据等，该指标的特点是从网络侧收集数据，反映网络运行质量，统计不同范围的网络情况。传统用户感知模型如图1。传统用户感知模型只能够反映网络侧因素对用户体验质量的影响，片面的将网络设备状态当做用户的实际感受。
　　目前，移动网络技术广泛的应用于社会的各方各面，人们对移动业务质量也提出了更高的要求。现在的网络优化已经由过去的单纯优化网络性能，改变成优化用户的感知满意度。因此提出改进型的用户感知模型如图2。
　　2 用户感知模型的指标筛选
　　影响语音业务用户感知的相关指标比较多，但是并非每一个指标对用户体验质量都有着绝对的影响。为了建立科学客观的指标体系，本文采用最小距离聚类算法去除相关性较强的指标，并结合实际情况筛选出适合的语音业务用户感知的评价指标。
　　聚类法是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类筛选。
　　重复进行以上步骤可以得到最小距离聚类谱系图，如图3。
　　通过最小距离聚类谱系图可以筛选出六项评价指标：平均呼叫时长G1、切换成功率G8、呼叫建立时长G9、业务信道分配成功率G4、寻呼成功率G6、掉话率G3。
　　3 利用模糊神经网络建立评价模型
　　人工神经网络起源于模拟人脑神经元的工作方式。人工神经网络是由大量的简单基本元件——神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。人工神经网络具有很强的自适应与自组织特性以及泛化能力、非线性映射能力、高度并行性。
　　根据人工神经网络的特点，可以利用其建立用户感知评价模型，从用户角度分析所提供的服务的满意程度，为之后的网络优化提供支持。
　　T-S模糊神经网络分为输入层、模糊化层、模糊规则计算曾和输出层等四层。输入层与输入向量连接，节点数与输入向量的维数相同。
　　利用模糊神经网络建立语音业务用户感知体系KPI-QOE的映射模型，通过大量数据样本对模型进行训练自动调整权值使得模型的性能及误差等符合要求。建立用户感知模糊神经网络模型流程如图4。
　　4 结语  
　　我国通信领域正在进行日新月异的变化，而传统的无线网络优化技术已经难以满足当前技术革新的步伐。落后的用户感知评估体系滞后了用户体验对网络质量的直接影响，使得传统的QoE体系不能完全真实的反映用户感知，常常会出现网络的KPI情况很好，但是从用户的真实感受来看，网络的质量却不如人意。因此，改进用户体验评价体系是当务之急。一套合理有效的用户感知评价体系将成为企业改善服务质量，提升用户满意度，培养用户忠诚度的必然之选。
　　参考文献
　　[1]林闯，胡杰，孔祥震.用户体验质量（QOE）的模型与评价方法综述[J].计算机学报，2012（35）.
　　[2]冯国玲，徐旭东.用户感知评估体系的设计与实现[J].河北工业科技，2009（3）.
　　[3]李荣.浅析移动通信中的用户感知[J].电信快报，2008（5）.
　　[4]王萍，单超.神经网络在通信中的应用[J].现代电子技术，2013（13）.
　　[5]李校林，金渝，李雪松.高速率业务用户体验质量评估模型及KQI指标权重计算方法[J].计算机工程，2013，39（2）.