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:5G网络的复杂性、业务的多样性、用户的规模性使得5G用户投诉处理成为巨大挑战。提出了基于机器学习的5G用户智能投诉处理方案,该方案依托于用户O域与B域数据互通关联的端到端大数据系统,基于用户画像的标签体系,结合历史投诉单的内容、地点以及历史问题的定位结果,利用机器学习分类算法反复迭代得出可靠稳定的决策模型,最终实现5G用户投诉问题的自动、智能定界和定位。
关键词:5G;用户投诉;大数据系统;用户画像;机器学习
doi:10.12045/j.issn.1007-3043.2021.05.011
前言
5G将给社会带来全新的改变,给用户带来全新的体验。目前,5G应用场景包括eMBB、uRLLC、mMTC3种通信服务类型,公认的5G未来杀手级应用包括VR/AR、自动驾驶、无人机、智能电网、无线医疗等。5G将通过网络切片的方式,给包括人和物在内的、数量庞大的用户提供适配的多样连接。与此同时,5G将对运营商的网络运维和用户服务带来全新的挑战,而用户投诉处理将是5G时代一大考题。面对5G网络复杂度、业务类型、用户类型和数量的急剧增加,如何快速定位用户投诉原因,制定投诉解决方案,给用户满意答复,最终提升用户满意度,是5G时代亟需解决的问题。
近年来,云计算、大数据、深度学习等技术的发展推动了人工智能产业的进步,人工智能在各行各业的应用遍地开花。目前主流的人工智能应用中,最主要的是机器学习和深度学习,它们专门研究计算机怎样模拟人类的学习行为获取新知识或技能,从而不断改善自身性能。机器学习主要包括监督学习、半监督学习、无监督学习、强化学习、神经网络等。本文研究了如何依托大数据系统,利用机器学习的方法,开展5G用户智能投诉处理,实现5G用户投诉处理的自动化和智能化。