本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：利用人工智能算法，以用户侧数据和网络侧数据为基础，分析用户群体特征，找出影响用户网络感知评分的关键因素。基于决策树算法，建立用户网络感知关联模型，预测用户对通信网络的满意度，及时发现用户对于网络贬损的真正痛点，为运营商网络建设和运行维护部门制定提升用户的网络感知策略提供依据，从而提升用户体验。
关键词：用户满意度；人工智能；机器学习；决策树
doi：10.12045/j.issn.1007-3043.2018.12.014
引言
终端用户体验质量是决定未来5G网络快速成功发展的关键因素之一。根据某咨询公司的调查，因为对产品或服务不满意，82%的用户选择终止该业务，并且还会引起更严重的连锁反应，平均有另外13个人受到这种对服务不满评价的影响。因此，持续提高用户满意度对于通信网络运营商具有十分重要的意义。运营商通过提高服务质量、网络性能来提升用户满意度，有助于增加用户黏性，提高企业在同行业中的竞争地位。
